Mastocitoma cutâneo canino
Bibliographic record
Abstract
O mastocitoma (MTC) é a neoplasia cutânea mais comum em cães. Apresenta uma clara predisposição racial descrita em diferentes estudos, e um prognóstico muito variável. Este estudo teve como objetivos realizar a caracterização de uma população de cães com mastocitoma cutâneo e determinar os fatores de risco e fatores de prognóstico associados. No presente estudo foram avaliados, de forma retrospetiva, 48 casos clínicos de mastocitomas cutâneos caninos diagnosticados entre Julho de 2014 e Dezembro de 2018 no Centro Hospitalar Veterinário, do Porto, Portugal. Foram analisados os seguintes dados como fatores de risco e/ou prognóstico: idade, raça, género, localização, classificação histopatológica de Patnaik e/ou Kiupel e tempo de sobrevida. A mediana de idades dos animais avaliados foi de 11.0 anos (mínimo 3.0 anos; máximo 18.6 anos), sendo que 17 eram machos e 31 fêmeas. A maioria dos animais analisados não tinha raça definida (n=15; 31%; p=0.14). Considerando os animais de raça pura, as mais representadas foram o Labrador Retriever (n=10; 21%; p<0.005), Boxer (n=6; 13%; p<0.005), Golden Retriever (n=5; 10%; p<0.05) e Jack Russel (n=3; 6%; p<0.005). As fêmeas apresentaram-se neste estudo como o grupo mais afetado por esta neoplasia (p=0.045). A localização mais frequente dos mastocitomas cutâneos foi nos membros (n=16; 33%). Na análise do tempo de sobrevida o grau de Patnaik (p=0.01) foi identificado como fator de prognóstico, sendo que a raça (p=0.8), o sexo (p=0.67), o grau de Kiupel (p=0.21) e a localização (p=0.48) não apresentaram relação estatisticamente significativa com a sobrevida dos animais. Os resultados obtidos demonstraram a existência de uma predisposição de raça e género nos MTC cutâneos caninos. A classificação histopatológica dos MTC cutâneos caninos de acordo com a graduação de Patnaik apresentou valor prognóstico.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".