Evaluation of a risk‐screening questionnaire to detect equine lung inflammation: Results of a large field study
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
REASONS FOR PERFORMING STUDY: The diagnosis of equine recurrent airway obstruction (RAO) and inflammatory airway disease (IAD) is based on clinical signs and increased inflammatory cell percentages in the bronchoalveolar lavage (BAL) fluid. Since a BAL is an invasive procedure, a risk-screening questionnaire (RSQ) would be a valuable screening tool for lung inflammation. OBJECTIVE: To evaluate the accuracy of a RSQ to detect lower airway inflammation (LAI) in a large population of horses. METHODS: A standardised BAL was performed in the field on 167 horses in Alberta, Canada. Horses were separated into 3 categories: 1) BAL normal; 2) BAL mild to moderate LAI (MLAI), and 3) BAL severe LAI (SLAI). The horse owners were asked to complete a RSQ. The RSQ scores were compared to the BAL results to determine the likelihood of a horse having MLAI, SLAI or no LAI. RESULTS: Based on BAL cytology, 28 (17%) horses were normal and 139 (83%) were abnormal, with 110 (66%) showing MLAI and 29 (17%) SLAI. Horses with SLAI and MLAI had a mean RSQ score of 0.95 and 0.70, respectively, compared to 0.60 for normal BAL horses. Horses with SLAI showed more clinical signs than normal and MLAI horses. The sensitivity and negative predictive values of the RSQ for detecting SLAI using a cut-off score of 0.87, were excellent at 0.90 (95%CI 0.73-0.98) and 0.96 (95%CI 0.82-1.00). Questions on the clinical signs typically found in RAO cases differed significantly between horses with BAL SLAI and those with BAL normal. CONCLUSIONS: Prevalence of MLAI was high in this population. Although the RSQ did not allow differentiating normal horses from horses with MLAI, it has a high sensitivity to detect horses with SLAI and is therefore a good screening tool for SLAI.
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 | 0,019 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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