Sentinel lymph node mapping in canine mast cell tumours
Notice bibliographique
Résumé
Mast cell tumours (MCT) are the most common malignant skin tumours in dogs. MCTs occur in middleaged dogs with a breed-specific predisposition, e.g. Boxers, Boston Terriers, Weimaraners, Shar-Peis, Golden Retrievers, Labrador Retrievers, Beagles, and Schnauzers. Cutaneous MCT tumours metastasise first to the sentinel lymph nodes and regional lymph nodes and then to distant sites such as the spleen, liver, or bone marrow. The presence of metastases in the lymph nodes (LN), indicating at least stage II disease, is relatively common and a proven negative prognostic indicator [1]. Early detection of LN metastases is crucial for prognosis and better patient care. Accurate detection of metastasised LN prior to surgical excision is difficult. Fine needle aspirates of LN for the detection of MCT metastases have a low sensitivity of 31% [2]. Dogs with low-grade MCTs have a good prognosis after surgical excision of the primary tumour and elective lymphadenectomy of the early metastatic regional LN [3]. Sentinel, lymph node mapping is therefore very important. The mapping of sentinel lymph nodes is described: lymphoscintigraphy, colourimetric SLN mapping (using the peritumour injection of blue dye or indocyanine green), radiological lymphography (also known as direct lymphography or radiography), indirect lymphangiography, computed tomography lymphangiography (CTL), near-infrared fluorescence/near-infrared fluorescence-guided lymphography (NIR/NIR-LND) and contrast-enhanced ultrasound (CEUS) [4].
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».