Immunohistochemical study of the uveal melanocytic neoplasias in dogs
Bibliographic record
Abstract
Os melanomas possuem diferentes comportamentos entre as espécies, sendo de grande importância a caracterização do mecanismo molecular que influencia tal diversidade comportamental. Objetivou-se neste estudo avaliar as características moleculares das neoplasias melanocíticas uveais em cães, a fim de compreender as diferenças entre o melanoma uveal humano e o canino. Foram utilizados 64 olhos de 64 cães com diagnóstico de neoplasia intraocular primária de origem melanocítica. Com base nos critérios histopatológicos estabelecidos foram diagnosticados 37 melanocitomas e 27 melanomas. Não houve predominância sexual e cães sem raça definida, Labrador Retriever e Cocker Spaniel Inglês foram os mais acometidos. Foram analisadas características morfológicas, taxa de mitose, grau de pigmentação, presença de extensão extraocular, localização, infiltrado inflamatório, loop vascular e necrose. Foi realizada análise imunoistoquímica avaliando os marcadores Melan-A, HMB-45, Ki-67 e COX-2. O Melan-A mostrou ser mais sensível, sendo expresso em 53,1% dos casos, enquanto o HMB-45 foi positivo em apenas 31,2% dos casos. O Melan-A e o HMB-45 foram menos frequentes nos melanocitomas comparado com os melanomas. Em 23 casos, nenhum dos dois marcadores reagiu. Os resultados do marcador de proliferação Ki-67 revelaram maior positividade entre os melanomas, com média do índice Ki-67 de 37,8%, enquanto a média dos melanocitomas foi de 15%. Não houve diferença estatística da marcação do Ki-67 com os tipos celulares dentre os melanomas. A COX-2 reagiu positivamente na maioria dos casos e não foi observada diferença estatística entre melanocitomas e melanomas. Dentre os melanomas não houve diferença estatística entre os tipos celulares para a marcação da COX-2. Os achados aqui discutidos revelam interessantes diferenças e similaridades entre as neoplasias melanocíticas uveais no homem e no cão
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".