EMPREGO DA HISTOPATOLOGIA NO DIAGNÓSTICO DIFERENCIAL DE LESÕES NODULARES ESPLÊNICAS EM CÃES SUBMETIDOS A ESPLENECTOMIA
Bibliographic record
Abstract
O baço é um órgão híbrido, vascular e linfoide, de tamanho variável, associado a múltiplas funções, como armazenamento e filtração sanguínea e reciclagem de ferro. No entanto, a esplenectomia é um procedimento usual, principalmente nos casos de esplenomegalia, associada a freqüente redução da sobrevida. Este estudo propõe a caracterização histopatológica das lesões nodulares esplênicas em cães esplenectomizados, com base em cortes corados por hematoxilina-eosina, considerando sua natureza e relevância em termos sistêmicos. Foram avaliados 178 nódulos esplênicos, 115 não neoplásicos e 63 neoplásicos. Predominaram cães entre 8 e 13 anos de idade, com destaque para cães das raças labrador e golden retriever. As lesões não neoplásicas compuseram 64,7% das amostras, com ênfase nos casos de hiperplasias nodulares (34,82%). As neoplasias representaram 35,3% das condições, dentre as quais estão processos raros ou ainda não relatados em baço de cães, como um mielolipoma, um linfangioma e um angioma de células litorais. Em consonância com a literatura, o processo neoplásico mais diagnosticado foi o hemangiossarcoma (21.34%). A escassez de métodos diagnósticos alternativos à histopatologia e o elevado risco de ruptura lesional e consequente hemoperitônio fundamentam a realização de esplenectomias em elevada proporção dos casos. No entanto, nossos achados indicam o predomínio de lesões benignas e fortalecem o esforço pelo desenvolvimento de métodos menos agressivos que a esplenectomia para o diagnóstico diferencial das lesões nodulares esplênicas.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".