Medical management and monitoring of the hyperthyroid cat: a survey of UK general practitioners
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
Feline hyperthyroidism is commonly diagnosed in general practice. This study assessed the opinions and experiences of UK general practitioners (GPs) regarding the management of feline hyperthyroidism. This included an evaluation of preferred treatment modalities and the monitoring of medically treated cats in relation to thyroxine (T4) level, co-morbid disease and adverse drug reactions. Six hundred and three GPs completed an online questionnaire comprising 34 questions. Oral medication was the most commonly preferred treatment option (65.7% of respondents), followed by thyroidectomy (27.5%) and then radioiodine (5.5%). When cost of treatment was eliminated as a consideration factor, significantly more respondents selected radioiodine (40.5%, P <0.001). Concerning target total T4 levels during medical management, 48.4% aimed for the lower half of the reference interval (RI), 32.3% anywhere within RI, 13.1% within the top half of RI and 0.5% above the RI; 3.4% evaluated efficacy by physical assessment only. In the presence of chronic kidney disease (CKD) respondents were significantly more likely to target total T4 levels within the upper half of the RI (40.3%) or above it (9.8%) when compared with targets for routine cases (P <0.001). Assessment for unmasking of CKD after initiating treatment or for hypertension was not consistently performed. Variability in monitoring strategies may result in CKD and hypertension remaining undetected, inadequate suppression of T4 levels in cats with concurrent CKD and delayed recognition of potentially significant haematological abnormalities.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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