Estadificación de la enfermedad renal crónica y sus factores de riesgo asociados en perros
Bibliographic record
Abstract
La enfermedad renal crónica (ERC) es la patología renal más frecuentementediagnosticada en perros y gatos; esta se define como cualquier anormalidad estructuralo funcional presente en uno o ambos riñones por al menos tres meses.Este estudio fue diseñado para determinar la frecuencia de ERC en perros atendidos enel Hospital Veterinario de Pequeñas Especies de la UAEMex, así como para determinarsu distribución en los diferentes estadios de enfermedad y los factores de riesgoasociados en el periodo de enero de 2010 a junio de 2012.Se utilizaron 288 perros en los cuales se evaluó la historia clínica, se realizó examenfísico general, medición de la presión arterial por oscilometría y determinación losvalores de creatinina sérica y la relación de proteinuria-creatinuria. Posteriormente seclasificaron de acuerdo a su estadio de enfermedad renal. Se establecieron los factoresde riesgo a los que estuvieron expuestos y por medio de X12 y regresión logística sedeterminaron cuales pueden considerarse como factores de riesgo para la enfermedadrenal.Del total de los pacientes evaluados, el 84.72% tuvieron 7 años o más, 14.23% entre 1-5 años y tres menores de 1 año. Las razas presentes con mayor frecuencia fueronpoodle, labrador y schnauzer. El diagnóstico de ERC se estableció en 139 pacientes,La mayoría se encontraba en estadios tempranos de la enfermedad De igual manera, la mayoría se encontró con rangos de presión arterial normal o conriesgo de daño a órganos diana mínimo o bajo. Los factores de riesgo identificadosfueron las cardiopatías, endocrinopatías y enfermedades hepáticas.De acuerdo a los resultados observados podemos concluir que con la utilización de elprotocolo diagnóstico propuesto por la IRIS se identificó una frecuencia de 48.2% deERC en este centro hospitalario, además de permitir la identificación en estadiostempranos.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".