Tumores oculares em animais de companhia
Bibliographic record
Abstract
Os tumores oculares são bastante raros nos cães e nos gatos, podendo ter várias localizações que incluem a órbita, globo ocular e anexos oculares. Devido à difícil localização destes tumores, muitas das vezes as consequências são nefastas, tendo um impacto negativo na função e estrutura ocular, limitando a terapêutica e o prognóstico. Estes tumores são muito mais frequentes em cães do que em gatos, mas a probabilidade de apresentarem comportamento maligno é maior nos gatos. O tratamento na grande maioria das vezes passa pela excisão cirúrgica da massa ou pela enucleação/exenteração, sendo considerada curativa. Este estudo analisou de forma retrospetiva 12 animais diagnosticados com 13 neoplasias oculares no Hospital Veterinário de Trás-os-Montes (HVTM), em Vila Real, entre 1 de janeiro de 2020 e 31 de dezembro de 2022. O objetivo foi a descrever as caraterísticas epidemiológicas dos casos elegíveis. Depois de analisar os resultados, verificou-se que a maioria dos animais incluídos no estudo eram cães (n=11; 92,00%), existindo apenas um gato (n=1; 8,00%). Em relação aos cães, 72,73% eram do sexo masculino (n=8) e 27,27% do sexo feminino (n=3). As raças caninas mais descritas foram o Labrador retriever (n=2; 18,18%), Shihtzu (n=2; 18,18%) e sem raça definida (n=2; 18,18%). O único gato era da raça Persa. Os animais elegíveis apresentavam uma idade compreendida entre 1 ano e 14 anos, sendo a média da idade canina de 8,45 ± 3,45 anos. O único gato incluído tinha 13 anos. O ano com um maior número de diagnósticos de neoplasia ocular foi 2021 (n=6; 50,00%), seguido de 2022 (n=5; 41,67%) e de 2020 (n=1; 8,33%). O principal motivo da consulta nos cães foi o aparecimento de uma massa palpebral (n=6; 54,55%), sendo o mesmo motivo da consulta do único gato incluído no estudo. Relativamente aos sinais clínicos dos cães, o mais descrito foi a presença de uma massa palpebral (n=9; 81,82%), correspondendo também ao mesmo motivo da consulta do único gato incluído no estudo. Verificou-se igualmente que a maioria dos tumores oculares identificados em cães apresentavam caraterísticas histológicas compatíveis com um comportamento benigno (n=10; 83,33%) em comparação ao comportamento maligno (n=2; 16,67%) e o único tumor ocular felino apresentava comportamento maligno. A grande maioria das neoplasias oculares nos cães era de origem epitelial (n=10; 83,33%), existindo apenas um caso de neoplasia mesenquimatosa (n=1; 8,33%) e um tumor de células redondas (n= 1; 8,33%). Nos cães, metade dos tumores identificados correspondiam ao epitelioma das glândulas de Meibómio (n=6; 50,00%) e o único caso felino correspondia a um adenocarcinoma das glândulas sudoríparas. Portanto, a grande maioria dos tumores oculares nos cães apresentavam localização nas glândulas de Meibómio (n=8; 80,00%). A média do tamanho tumoral de todos os casos foi de 0,37 cm. Relativamente ao método de diagnóstico, a maioria dos cães foi sujeito a biopsia (n=10; 90,91%). Por fim, quanto ao tratamento a que os cães foram sujeitos, a sua grande maioria realizou a exérese do nódulo (n=9; 90,00%), tal como o único gato, e apenas um cão foi sujeito a enucleação (n=1; 10,00%). Consoante os resultados obtidos, é possível conjeturar que as neoplasias oculares são bastante raras, tanto em cães como em gatos, apesar de serem mais comuns no cão e apresentarem, na sua maioria, comportamento benigno com localização palpebral e, dentro desta, as glândulas de Meibómio apresentam um maior destaque.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 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".