MétaCan
Menu
Retour à la cohorte
Enregistrement W1969243434 · doi:10.2460/ajvr.2005.66.818

Climatic and aeroallergen risk factors for chronic obstructive pulmonary disease in horses

2005· article· en· W1969243434 sur OpenAlexaboutno aff
Michael P. Ward, Laurent L. Couëtil

Notice bibliographique

RevueAmerican Journal of Veterinary Research · 2005
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCOPDAeroallergenMedicinePulmonary diseaseVeterinary medicineLogistic regressionPopulationEnvironmental healthInternal medicineAllergyImmunology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the association between climate and airborne pollen and fungal factors and chronic obstructive pulmonary disease (COPD) in horses. SAMPLE POPULATION: Data from 1,444 horses with a diagnosis of COPD. PROCEDURE: The Veterinary Medical Database was used to identify records of horses admitted to veterinary teaching hospitals in the United States and Canada between 1990 and 1999. Rainfall, mean minimum and maximum temperature, and maximum monthly pollen and fungal spore (mold) counts recorded at the city closest to where the hospital is located were identified for each month data were reported to the Veterinary Medical Database. Associations between climatic and aeroallergen data and monthly prevalence of COPD were estimated by use of cross-correlation and logistic regression models. RESULTS: Significant positive correlations were found between prevalence of COPD and rainfall 3 months previously, minimum temperature 1 and 2 months previously, total pollen counts measured 3 months previously, and total mold counts measured during the same month and 1 month previously. CONCLUSIONS AND CLINICAL RELEVANCE: Outdoor aeroallergens and climatic factors may contribute to the occurrence of COPD in horses.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,451
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Veterinary ResearchMême sujetVeterinary Equine Medical ResearchTravaux en français237 207