Frecuencia de neoplasias en tracto reproductor femenino de caninos y felinos, diagnosticadas histopatológicamente en el Laboratorio de Histología, Embriología y Patología Animal de la FMV – UNMSM. Casuística del año 2007-2015
Bibliographic record
Abstract
Determina la frecuencia de neoplasias en el tracto reproductor femenino en caninos y felinos según los protocolos histopatológicos del Laboratorio de Histología, Embriología y Patología Animal de la Facultad de Medicina Veterinaria de la Universidad Nacional Mayor de San Marcos. Se revisaron los informes con diagnóstico histopatológico en el período abarcado entre Enero de 2007 a Diciembre de 2015, recolectando la información sobre raza, edad, localización anatómica y diagnóstico histopatológico. Los resultados evidencian que las neoplasias del tracto reproductor femenino frente al total de neoplasias tienen una frecuencia de 5.99+1.16% IC95% en caninos (96/1603) y 4.41+4.88% IC95% en felinos (3/68). Los animales más afectados son los de raza pura (56/93) y los que están entre los 8 – 12 años de edad en caninos (42/96); en felinos no hay distinción entre razas y el rango etario más afectado es de 13 años a más (2/3). Las razas bóxer y labrador presentan una mayor casuística frente el total de neoplasias en el tracto reproductor femenino en caninos con 9/56 neoplasias en ambos casos, representando un 16.07+9.62% IC95%. La localización anatómica más afectada es la vulva (37.50+9.68% IC95%) en caninos (36/96), y los ovarios (66.67+53.35% IC95%) en felinos (2/3). En caninos, la neoplasia más frecuente en ovarios es el tumor de células de la granulosa (10/21) (47.62+21.36% IC95%), en útero es el Leiomioma (3/6) (50.00+40.01% IC95%), y en vagina y vulva es el tumor venéreo transmisible con 39.39+16.67% IC95% (13/33) y 61.11+15.92% IC95% (22/36) respectivamente. En felinos, el 100% de neoplasias ováricas son disgerminomas y en útero el 100% es fibroadenoma polipoide; en vagina y vulva no se encuentran neoplasias.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".