Suivi clinique et exploration longitudinale de la fonction barrière de la peau et de la sensibilisation à des aéroallergènes d'une population de labrador retrievers et golden retrievers à la recherche de biomarqueurs précoces de la dermatite atopique
Bibliographic record
Abstract
La dermatite atopique est une maladie présente chez l’Homme et chez le chien. La prise en charge précoce de cette dermatose prurigineuse, inflammatoire et chronique permet de limiter son évolution. Cette maladie est la conséquence d’une altération de la barrière cutanée. Ce rôle est joué par la couche cornée, partie la plus superficielle de l’épiderme. Il a été montré chez l’Homme qu’un dépistage précoce à deux jours et à deux mois est possible par le l’évaluation de biomarqueurs spécifiques de la barrière cutanée. Ceux-ci sont la perte insensible en eau et le taux d’hydratation. Le Labrador et le golden retriever sont deux races de chiens prédisposées à la dermatite atopique. Ce sont aussi deux races beaucoup représentées chez les chiens d’assistance aux personnes handicapées. Cette étude propose d’effectuer un suivi de ces biomarqueurs chez un échantillon de cette race. Un dépistage précoce permettrait d’écarter de la formation des sujets atteints de dermatite atopique et d’éviter l’ajout la charge des traitements à des personnes en difficulté. C’est un moyen simple, rapide et non invasif d’évaluer l’intégrité de la barrière cutanée.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".