Breed-specific incidence rates of canine primary bone tumors--a population based survey of dogs in Norway.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This is one of few published population-based studies describing breed specific rates of canine primary bone tumors. Incidence rates related to dog breeds could help clarify the impact of etiological factors such as birth weight, growth rate, and adult body weight/height on development of these tumors. The study population consisted of dogs within 4 large/giant breeds; Irish wolfhound (IW), Leonberger (LB), Newfoundland (NF), and Labrador retriever (LR), born between January 1st 1989 and December 31st 1998. Questionnaires distributed to owners of randomly selected dogs--fulfilling the criteria of breed, year of birth, and registration in the Norwegian Kennel Club--constituted the basis for this retrospective, population-based survey. Of the 3748 questionnaires received by owners, 1915 were completed, giving a response rate of 51%. Forty-three dogs had been diagnosed with primary bone tumors, based upon clinical examination and x-rays. The breeds IW and LB, with 126 and 72 cases per 10 000 dog years at risk (DYAR), respectively, had significantly higher incidence rates of primary bone tumors than NF and LR (P < 0.0001). Incidence rates for the latter were 11 and 2 cases per 10 000 DYAR, respectively. Pursuing a search for risk factors other than body size/weight is supported by the significantly different risks of developing primary bone tumors between similarly statured dogs, like NF and LB, observed in this study. Defining these breed-specific incidence rates enables subsequent case control studies, ultimately aiming to identify specific etiological factors for developing primary bone tumors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle