Unclassified sarcomas: a study to improve classification in a cohort of Golden Retriever dogs
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
Morphologically, canine soft-tissue sarcomas (STSs) resemble human STSs. In humans, proper classification of STSs is considered essential to improve insight in the biology of these tumors, and to optimize diagnosis and therapy. To date, there is a paucity of data published on the significance of detailed classification of STSs in the dog. We revised a cohort (n = 110) of proliferative lesions obtained from a study in Golden Retrievers that were considered "soft tissue sarcoma, not otherwise specified or of uncertain subtype" in order to optimize the diagnoses of these lesions. The criteria according to the veterinary WHO classification, recent veterinary literature, and the WHO classification for humans were applied. Revision was initially based on morphologic characteristics of hematoxylin and eosin-stained histologic sections of the neoplasms. If considered necessary (n = 76), additional immunohistochemistry was applied to aid characterization. The diagnosis of STS was confirmed in 75 neoplasms (68%). Of this group, diagnosis of a specific subtype of the STSs was possible in 58 neoplasms. Seven neoplasms had morphologic characteristics that were suggestive for sarcoma subtypes only described in the WHO classification for humans. Seventeen neoplasms remained "unclassified STSs." Thirty-one lesions (28%) were diagnosed "neoplasm, not being STS." Four lesions (4%) were considered nonneoplastic. Because incorrect classification of a tumor could lead to inappropriate therapeutic intervention and prognostication, the results of our study clearly illustrate the importance of revision and further diagnosis of "unclassified STSs" in dogs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle