Observation clinique : Hépatite par surcharge en cuivre chez un chien
Bibliographic record
Abstract
Un chien mâle entier croisé type Berger, âgé de 9 ans, est présenté en consultation pour dysorexie et amaigrissement évoluant depuis 6 mois. À l’examen clinique, un ictère franc et une cachexie sont mis en évidence. Les premiers examens complémentaires révèlent une hépatite chronique, avec une augmentation de l’activité des enzymes hépatiques, une hyperbilirubinémie et un foie hypoéchogène. Les recherches infectieuses et les cytoponctions de foie et de bile ne sont pas concluantes. Des biopsies hépatiques sous cœlioscopie sont alors réalisées. Leur analyse histologique et le dosage de cuivre conduisent au diagnostic d’hépatite cuprique. Un traitement à base de chélateur de cuivre (D-pénicillamine) et une alimentation pauvre en cuivre sont initiés, mais des complications liées à l’insuffisance hépatique amènent au décès de l’animal 4 mois après la présentation initiale. Ce cas clinique illustre que les surcharges hépatiques en cuivre ne surviennent pas que chez les races prédisposées (Bedlington terrier et Labrador en particulier). Des apports alimentaires excessifs en cuivre sont suspectés comme étant à l’origine de l’augmentation des cas d’hépatopathie cuprique ces dernières décennies. Le diagnostic, difficile, repose avant tout sur l’analyse histologique du parenchyme hépatique et le dosage du cuivre intra-hépatique.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".