Kalių sergančių piometra rentgenogramų ir kraujo tyrimų analizė Švedijos klinikoje "A"
Notice bibliographique
Résumé
The aim of the master thesis was to analyze and to compare radiographic measurements and its appearance, for canines suffering from pyometra. To compare and analyze the results from the analysis of blood profiles, and to compare parametric changes that will occur during the condition of pyometra during the period of 2016-2017. The objectives were to evaluate incidence and prevalence of pyometra (breed, weight, age, days after estrous and state of diagnosis) and to establish average size of uterine enlargement with maximum and minimum limits of affected females. The research was executed in Sweden at a small animal clinic ”A” from the period of 1st of december 2016 until 10th of october 2017. During this period, a total number of 274 canines were collected, with the included number of 149 females. A collection from the total number of females could be selected from 41 females: 25 female canines with the diagnosis of pyometra and 16 female canines was selected as control group. For all of these participating females, a blood profile (Hb, Hct, WBC, CREA, GLU, ALT,Na+, K+ and CRP) and radiography has been performed and evaluated. The analytical statistics has been calculated and evaluated by the use of ”Microsoft Excel 2017”. The results of the master thesis pronounced a prevalence of breed distribution with the labrador retriver, Golden retriever and German shepherd as the most frequently recruited breeds in this research. There were no significant correlation of breed-, age-, weight predisposition nor days after estrous in the affected females. Significance was observed concerning the size of uterus in correlation to the state of pyometra. Estimated average size of uterus was 3.39 cm. Blood profile showed that canines with pyometra tend to have elevations in the average of ALT (1.18 U/L) and CRP (65,35 g/dL), and lowered value of Hct (37.98 %) in comparison to those canines included in the control group.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,010 | 0,002 |
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.
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 ».