Physicochemical Interpretation of Acid-Base Abnormalities in 54 Adult Horses with Acute Severe Colitis and Diarrhea
Notice bibliographique
Résumé
BACKGROUND: The quantitative effect of strong electrolytes, pCO2 , and plasma protein concentration in determining plasma pH and bicarbonate concentrations can be demonstrated with the physicochemical approach. Plasma anion gap (AG) and strong ion gap (SIG) are used to assess the presence or absence of unmeasured anions. HYPOTHESES: The physicochemical approach is useful for detection and explanation of acid-base disorders in horses with colitis. AG and SIG accurately predict hyperlactatemia in horses with colitis. ANIMALS: Fifty-four horses with acute colitis and diarrhea. METHODS: Retrospective study. Physicochemical variables were calculated for each patient. ROC curves were generated to analyze sensitivity and specificity of AG and SIG for predicting hyperlactatemia. RESULTS: Physicochemical interpretation of acid-base events indicated that strong ion metabolic acidosis was present in 39 (72%) horses. Mixed strong ion acidosis and decreased weak acid (hypoproteinemia) alkalosis was concomitantly present in 17 (30%) patients. The sensitivity and specificity of AG and SIG to predict hyperlactatemia (L-lactate > 5 mEq/L) were 100% (95% CI, 66.4-100; P < .0001) and 84.4% (95% CI, 70.5-93.5 P < .0001). Area under the ROC curve for AG and SIG for predicting hyperlactatemia was 0.95 (95% CI, 0.86-0.99) and 0.93 (95% CI, 0.83-0.99), respectively. CONCLUSION AND CLINICAL RELEVANCE: These results emphasize the importance of strong ions and proteins in the maintenance of the acid-base equilibria. AG and SIG were considered good predictors of clinically relevant hyperlactatemia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».