Kinetic and kinematic analysis of the right hind limb during trotting on a treadmill in Labrador Retrievers presumed predisposed or not predisposed to cranial cruciate ligament disease
Notice bibliographique
Résumé
OBJECTIVE: To identify gait characteristics during trotting on a treadmill in nonlame Labrador Retrievers presumed predisposed or not predisposed to cranial cruciate ligament disease (CCLD). ANIMALS: Clinically normal Labrador Retrievers presumed predisposed (n = 10) or not predisposed (7) to CCLD. PROCEDURES: The right hind limb of each dog was classified by use of a predictive score equation that combined tibial plateau angle and femoral anteversion angle as presumed predisposed (high score [> -1.5]) or not predisposed (low score [≤ -1.5]) to CCLD. Tarsal joint, stifle joint, and hip joint kinematics, net moments, and powers were computed. RESULTS: The stifle joint was held at a greater degree of flexion in limbs presumed predisposed to CCLD (130.9° vs 139.3°). More power was generated by muscles acting on the stifle joint in the early stance phase of limbs presumed to be predisposed to CCLD (2.93 vs 1.64 W/kg). The tarsal joint did not reach the same degree of extension in limbs presumed predisposed to CCLD, compared with that in limbs presumed not predisposed to CCLD (179.0° vs 161.0°). Velocity, stance time, vertical and craniocaudal forces, angular velocities, and net joint muscle moments did not differ between groups. CONCLUSIONS AND CLINICAL RELEVANCE: Gait mechanics of dogs with high (> -1.5) and low (≤ -1.5) tibial plateau angle and femoral anteversion angle scores were characterized on a treadmill, which may help in the identification of dogs predisposed to CCLD.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».