MétaCan
Menu
Retour à la cohorte
Enregistrement W7029467043

KLİNİĞİMİZE GETİRİLEN KÖPEKLERDE KARŞILAŞTIĞIMIZ ÜVEİTİSLERİN ETİYOLOJİ, KLİNİK GÖRÜNÜM VE SAĞALTIMI ÜZERİNE ÇALIŞMALAR

2024· dissertation· tr· W7029467043 sur OpenAlexaboutno aff

Notice bibliographique

RevueeArsiv-Adu · 2024
Typedissertation
Languetr
DomaineSocial Sciences
ThématiqueEconomic and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHastaSignificant differenceLens (geology)Clinical study
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Amaç: Çalışmada, Aydın Adnan Menderes Üniversitesi Veteriner Fakültesi Hayvan Hastanesine getirilen göz hastalıkları içerisinde karşılaşılan üveitis olgularının etiyoloji, klinik görünüm, tanı, prognoz ve sağaltım sonuçlarının aktarılması amaçlanmıştır.
\nGereç ve Yöntem: Materyali, Aydın Adnan Menderes Üniversitesi Veteriner Fakültesi Cerrahi Anabilim Dalı kliniklerine getirilen ve üveitis tanısı konan farklı yaş, ırk, cinsiyet ve ağırlıkta toplam 98 köpek oluşturdu.
\nHayvanlarda fizik ve genel muayene yapıldı. Takiben göz muayenesinde oftalmoskopi, Schirmer gözyaşı testi, floresein boya testi, göz içi basınç ölçümleri, ultrasonografik ve hematolojik - serolojik muayeneler gerçekleştrildi.
\nBulgular: Sağ gözün etkilendiği hasta sayısı 20 (%20,41), sol gözün etkilendiği hasta sayısı 26 (%26,53), her iki gözün etkilendiği hasta sayısı 52 (%53,06); toplam etkilenen göz sayısı 150 olarak bulundu. Tek taraflı üveitis hastalarının sayısı 46 (%46,94) iken çift taraflı üveitis hastalarının sayısı 52 (%53,06) oldu.
\nÜveitis tanısı konan toplam 98 köpeğin ırklara göre dağılımı; 22 (%22,45) Melez, 18 (%18,37) Terrier, 7 (%7,14) Cocker Spaniel, 5 (%5,1) Pug, 5 (%5,1) Rottweiler, 5 (%5,1) Golden Retriever, 4 (%4,08) French Bulldog, 4 (%4,08) Alman Çoban Köpeği, 4 (%4,08) Chihuahua, 3 (%3,06) Pointer, 3 (%3,06) Kangal, 3 (%3,06) Doberman Pinscher, 2 (%2,04) Labrador Retriever, 2 (%2,04) Pekingese, 2 (%2,04) Akita, 1 (%1,02) Bassed Hound, 1 (%1,02) Beagle, 1 (%1,02) Border Collie, 1 (%1,02) Boxer, 1 (%1,02) Cane Corso, 1 (%1,02) Husky, 1 (%1,02) Kopay, 1 (%1,02) Pomerian, 1 (%1,02) Chow Chow olarak belirlendi.
\nYapılan muayeneler sonucunda üveitisin nedeni olarak; 26 (%26,53) olguda katarakt varlığına bağlı lens kaynaklı üveitis, 2 (%2,04) olguda katarakt operasyonu komplikasyonuna bağlı üveitis, 3 (%3,06) olguda üveadermatolojik sendrom, 13 (%13,27) olguda ehrlichiosis, 3
\nxvi
\n(%3,06) olguda ehrlichiosis ile birlikte anaplasmosis, 2 (%2,04) olguda ehrlichiosis ile birlikte leishmaniasis, 2 (%2,04) olguda anaplasmosis ile birlikte seyreden lyme hastalığı tespit edildi. Olguların 19’unda (%19,39) travmatik üveitis, 8’inde (%8,16) idiopatik üveitis, 7’sinde (%7,14) korneal ülsere bağlı gelişen üveitis, 2’sinde (%2,04) kimyasal kaynaklı üveitis, 1’inde (%1,02) neoplazi kaynaklı üveitis tanısı konuldu.
\nÜveitis tanısı konan köpeklerdeki klinik bulguların dağılımı; 59 (%60,20) olguda görüş ve refleks kaybı, 77’sinde (%78,57) aköz bulanıklık 66’sında (%67,35) korneal ödem, 62’sinde (%63,27) konjunktival hiperemi, 49’unda (%50) hipotoni 33’ünde (%33,67) katarakt, 27’sinde (% 27,55) purulent akıntı, 23’ünde (%23,47) kornea hasarı, 19’unda (% 19,39) miyozis, 21’inde (%21,43) hifema, 6’sında (%6,12) hipopion, 8’inde (%8,16) silier kızarıklık, 16’sında (%16,33) kornea vaskülarizasyonu, 7’sinde (%7,14) iritis, 4’ünde (%4,08) fikse pupilla, 3’ünde (%3,06) sineşi, 10’unda (%10,20) lens luksasyonu, 11’inde (%11,22) glokom, 12’sinde (%12,24) retina ayrılması, 7’sinde (%7,14) retina dejenerasyonu, 4’ünde (%4,08) retina kanaması, 4’ünde (%4,08) vitreusta bulanıklık, 1’inde (%1,02) keratik çökelti varlığı şeklinde oldu.
\nSonuç: Göz problemi ile getirilen toplam 397 köpek içerisinde üveitis tanısı konan köpeklerin oranı %24,6 olmuştur. Irk dağılımında Melez, Terrier, Cocker Spaniel, Pug, Rottweiler, Golden Retriever, French Bulldog ve Alman Çoban Köpeklerinin etkilendiği görülmüştür. Cinsiyet ve yaşın üvitis gelişimini etkilemediği dikkati çekmiştir. Etiyolojik olarak altta yatan nedenler arasında en fazla lens değişiklikleri, enfeksiyon ve travma yer almıştır.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,307
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeArsiv-AduMême sujetEconomic and Social IssuesTravaux en français237 207