MétaCan
Menu
Retour à la cohorte
Enregistrement W7127009328

Multi-modal Management of an Oral Amelanotic Malignant Melanoma in a Labrador Retriever

2017· other· en· W7127009328 sur OpenAlexaboutno aff
Anastasia Handwerk Breidenbaugh

Notice bibliographique

RevueeCommons (Cornell University) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLabrador RetrieverMelanomaMetastasisLesionAmelanotic melanomaHistologySurgical excisionHead and neck
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A ten-year-old, intact male, Labrador Retriever was presented to the Cornell University Hospital for Animals' Oncology Service for evaluation of a recurrent oral amelanotic melanoma. This lesion was first noticed by his owners in early March on the right buccal mucosa. The mass had been previously excised by the primary veterinarian. Histology revealed an incompletely excised amelanotic melanoma with a mitotic index of 52 per l0HPF. Staging at CUHA revealed no evidence of metastasis so computed tomographic imaging of the head was performed for surgical planning. A surgical scar revision was performed, along with removal of both mandibular lymph nodes. Samples from the surgical margins were submitted for intraoperative cryosections which revealed clean margins. The mucosa was reconstructed with local mucosa! flaps. At a recheck appointment with the Oncology Service two months following the scar revision, the patient had repeat thoracic radiographs taken and revealed a possible pulmonary nodule, which was later determined to be summation of normal tissue. Three and a half months after the surgical scar revision, the patient presented to the Emergency Service for progressive hind-end weakness and a two day history of inappetance and inability to stand. Imaging revealed evidence of metastasis in the liver and, given a poor prognosis, euthanasia was elected. This report will discuss oral amelanotic melanoma in dogs, common clinical presentations, diagnostics, and potential treatment options for the disease.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,040
Tête enseignante GPT0,230
Écart entre enseignants0,190 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCommons (Cornell University)Travaux en français237 207