MétaCan
Menu
Back to cohort
Record W2752274622 · doi:10.19052/mv.4389

Frecuencia y caracterización de las principales neoplasias presentes en el perro doméstico en Tamaulipas (México)

2017· article· es· W2752274622 on OpenAlexaboutno aff
Ned Iván de la Cruz Hernández, Aurora Esther Monreal García, Verónica Carvajal de la Fuente, Carlos Alberto Barrón Vargas, Julio Martı́nez-Burnes, Alfonso Zarate Terán, Daniel Carmona Aguirre, Francisco García Luna, José Antonio Rangel-Lucio

Bibliographic record

VenueRevista de Medicina Veterinaria · 2017
Typearticle
Languagees
FieldMedicine
TopicVeterinary Oncology Research
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesMedicineArt

Abstract

fetched live from OpenAlex

En México, la investigación sobre oncología veterinaria es escasa. Este es el primer informe sobre las neoplasias más comunes en el perro doméstico en el noreste de México y establece las bases importantes para futuras investigaciones epidemiológicas. Se realizó un estudio retrospectivo de 2013 y prospectivo de enero a agosto de 2014, en el Departamento de Patología Animal de la Facultad de Medicina Veterinaria y Zootecnia de la Universidad Autónoma de Tamaulipas y en un laboratorio particular. Se analizaron un total de 250 muestras de citopatología e histopatología de tumores o lesiones sugestivas a neoplasias. De estas 213 se diagnosticaron como neoplasias y 37 como procesos no neoplásicos. Las neoplasias malignas fueron más frecuentes que las benignas. Se clasificaron en epiteliales o mesenquimales. Los perros mestizos fueron los más afectados, seguidos por la raza labrador. Las hembras presentaron mayor frecuencia en el desarrollo de tumores, con 145 registros. Para el análisis estadístico se utilizó la prueba exacta de Fisher, que determinó la existencia de una asociación estadística significativa (p < 0,05) entre la presencia de los cinco tipos de tumores más frecuentes y el sexo, la raza y la edad de los pacientes en el desarrollo de neoplasias. No se observaron diferencias significativas al evaluar el comportamiento del tumor neoplásico con raza y sexo, aunque sí hubo diferencia significativa (p < 0,05) con la edad de los pacientes.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.014
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesResearch integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.343
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.014
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0030.001
Bibliometrics0.0010.000
Science and technology studies0.0010.002
Scholarly communication0.0010.001
Open science0.0030.002
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0010.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.039
GPT teacher head0.399
Teacher spread0.359 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations6
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueRevista de Medicina VeterinariaSame topicVeterinary Oncology ResearchFrench-language works237,207