KLİNİĞİMİZE GETİRİLEN KEDİ VE KÖPEKLERDE KARŞILAŞILAN KORNEA HASTALIKLARININ TANI VE SAĞALTIMI ÜZERİNE ÇALIŞMALAR
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bu çalışmada, Adnan Menderes Üniversitesi Veteriner Fakültesi Cerrahi Anabilim Dalı kliniklerine 01.01.2017 – 31.12.2018 tarihleri arasında getirilen kedi ve köpeklerde saptanan kornea lezyonlarının dağılımı, klinik görünümü, diğer anatomik yapılar ile ilişkisi ve sağaltım amacı ile yapılan uygulamalar konu edildi. \nMateryali, anılan tarih aralığında getirilen toplam 5452 hasta arasında kornea lezyonu tanısı konulan farklı yaş, cinsiyet ve ırkta toplam 189 (%3.47) kedi ve köpek oluşturdu. Olguların 111 (%59)’i köpek, 78 (%41)’i kedi idi. Köpeklerin yaşları ortalama 54.87 ay (3 ay –180 ay); 48 (43.25)’i dişi, 63 (%56.75)’ü erkek idi. Kedilerin yaşları ortalama 22.92 ay (10gün – 168 ay); 29 (%37)’u dişi, 49 (%63)’u erkek idi. \nMateryali oluşturan köpeklerin ırklara göre dağılımı; Golden Retriever (9, %8.1), Pug (7, %6.3), Terrier (5, %4.5), French Bulldog (5, %4.5), Cooker Spaniel (5, %4.5), Pekingese (4, %3.6), Boxer (3, %2.7), Shar Pei (3, %2.7), Pinscher (2, %1.8), Sivas Kangal (2, %1.8), English Bulldog (2, %1.8), Pointer (2, %1.8), Chow Chow (1, %0.9), Rottweiler (1, %0.9), Aksaray Malaklısı (1, %0.9), Doberman (1, %0.9), German Shepherd (1, %0.9), Boston Terrier (1, %0.9), Pommerian (1, %0.9), Siberian Husky (1, %0.9), Jack Russel Terrier (1, %0.9), Belgian Malinois (1, %0.9) ve Melez (52, %46.8) şeklinde oldu. \nKedilerin ırklara göre dağılımı; Persian (4, %5.1), British Shorthair (3, %3.8), Scottish Fold (2, %2.6), Bengal Cat (1, %1.3), Himalayan Cat (1, %1.3) ve Melez (67, %85.9) olarak belirlendi. \nKlinik muayenede anamnez bilgileri alındı, inspeksiyon, fizik ve takiben oftalmoskopik muayene gerçekleştirildi. Oftalmolojik muayenede göz bütün eklenti organları ile genel olarak değerlendirildi. Görüş muayene testi, direkt oftalmoskopi, Slit-Lamp Biyomikroskopi, Fundus görüntüleme yanı sıra Flourescein boya ve Schirmer gözyaşı testleri uygulandı. \nKöpeklerde saptanan olgular keratitis superfisialis (60, %54.05), keratokonjunktivitis (10, %9.00), ulkus kornea (24, %21.62), korneal yabancı cisim (2, %1.80), korneal sekester \nxiii \n(1, %0.90), keratitis pannosa (2, %1.80), keratopati (1, %0.90), korneal ödem (1, %0.90), keratitis purulenta (2, %1.80), kist dermoid (1, %0.90), korneal pigmentasyon (2, %1.80), dessematosel (2, %1.80), panophthalmitis purulenta (1, %0.90) ve korneal erozyon (1, %0.90) olarak dağılım sergiledi. \nKedilerde saptanan olgular keratitis superfisialis (24, %30.77), ulkus kornea (17, %21.80), korneal sekester (14, %17.95), keratokonjunktivitis (12, %15.40), korneal yabancı cisim (4, %5.12), keratitis purulenta (3, %3.84), korneal nekroz (2, %2.56), keratopati (1, %1.28) ve korneal ödem (1, %1.28) şeklinde dağılım gösterdi. \nKedi ve köpeklerin %33’ünde tek başına kornea lezyonu saptanırken; %67’sinde gözün diğer anatomik bölgeleri de etkilenmişti. Kedilerde primer kornea hastalıklarının oranı %65, sekonder olanların oranı %45 idi. Köpeklerin %86’sına medikal, %14’üne operatif; kedilerin %40’ına operatif, %60’ına medikal sağaltım uygulandı. \nSonuç olarak genel hasta sayısı içerisinde kornea lezyonu saptanan olguların oranı %3.47 olarak saptanmıştır. Bu oran dikkati çeker düzeyde bulunmuştur. Olgular içerisinde köpeklerde keratitis superfisialis, ulkus kornea, keratokonjunktivitis en sık karşılaşılan olgular arasında yer alırken; kedilerde hastalıkların görülme sıklığı keratitis superfisialis, ulkus kornea, korneal sekester ve keratokonjunktivitis şeklinde sıralanmıştır.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,005 |
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 découle