Déterminisme génétique du pyomètre : synthèse bibliographique et établissement d'une cohorte multi-races
Notice bibliographique
Résumé
Pyometra is a disease with numerous risk factors, whether anatomical, epidemiological, linked to hormonal treatment or racial predisposition. A study published in 2021 by Arendt et al. highlighted a possible genetic predisposition in Golden Retrievers. Pyometra is probably a polygenic disease. According to Arendt et al., there is a statistical association between pyometra and the ABCC4 gene, but other genetic factors are probably also involved. The ABCC4 gene codes for a protein called MRP4, whose established role is that of a multitransporter of molecules, notably inflammation molecules and prostaglandins. Our aim was to study the existence of a racial predisposition to pyometra in a population of bitches seen at the CHUV-AC of EnvA. To this end, a retrospective study of all cases of pyometra presented to the ENVA's CHUV-AC between 2002 and 2022 was carried out. The retrospective study showed that certain breeds were over-represented among the bitches presented to ENVA's CHUV-AC for pyometra. These include the Rottweiler, Yorkshire terrier, Labrador, Poodle, Golden retriever, German shepherd, American Staffordshire terrier, Westie, Cavalier King Charles, as well as the Bichon, Bull Terrier and English bulldog. However, these results may be skewed by the over-representation of certain breeds in the Paris region. One of the aims of this thesis was to establish a multi-breed cohort of bitches with pyometra in order to create a DNA bank for future comparative genetic studies. A multi-breed cohort of 19 bitches with pyometra was set up, and their DNA was extracted and stored in the national biobank cani-DNA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,016 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».