Estudo retrospectivo de cães submetidos a tratamento quimioterápico no Setor de Oncologia do Hospital de Clínicas Veterinárias da UFRGS
Notice bibliographique
Résumé
Com o aumento da expectativa de vida e do avanço da medicina veterinária, o diagnóstico de neoplasias em animais de companhia vem sendo cada vez mais comum. Estudos epidemiológicos e levantamentos de dados clínicos são importantes para que se possa determinar a prevalência de tumores e fatores de riscos nas populações de animais. Neste estudo retrospectivo foi realizado um levantamento de dados dos cães que realizaram tratamento quimioterápico do Setor de Oncologia do Hospital de Clínicas Veterinárias da UFRGS entre janeiro de 2015 e dezembro de 2023. Dos 679 animais, fêmeas (59,65%) foram a maioria e houve uma prevalência de animais mais velhos, com média de idade de 9,29 anos. As neoplasias mais comumente encontradas foram linfoma (24,15%), mastocitoma (17,82%) e TVT (16,64%). Linfomas foram mais comuns na forma multicêntrica (91,46%), mastocitomas nas regiões dos membros (30,57%) e tronco (26,45%) e TVT principalmente genital (84,07%). Cães sem raça definida foram a maioria (55,81%) e entre os de raça definida, as mais comuns foram Dachshund (3,97%), Labrador Retriever (3,24%), Boxer (2,95%), Poodle (2,94%), Shih Tzu (2,94%), Rottweiler (2,65%), Pinscher (2,50%), Yorkshire Terrier (2,20%), Pit Bull (1,80%), Golden Retriever (1,62%), Cocker Spaniel (1,62%) Pug (1,62%) e Lhasa Apso (1,50%).
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».