MétaCan
Menu
Retour à la cohorte
Enregistrement W2024096431 · doi:10.2460/ajvr.68.12.1370

Epidemiologic characteristics of catastrophic musculoskeletal injuries in Thoroughbred racehorses

2007· article· en· W2024096431 sur OpenAlexaffabout
Antonio M. Cruz, Zvonimir Poljak, Catherine Filejski, Mark L. Lowerison, Kyle Goldie, С. Мартин, Mark Hurtig

Notice bibliographique

RevueAmerican Journal of Veterinary Research · 2007
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)Cumulative incidenceMedicineDemographyConfidence intervalVeterinary medicineSurgeryMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine characteristics, incidence rate, and possible associations with selected demographic characteristics of catastrophic musculoskeletal injuries (CMIs) in Thoroughbred racehorses. ANIMALS: 76 Thoroughbreds with CMIs. PROCEDURES: Incidence rates of CMIs during racing or training were calculated with number of CMIs as the numerator and overall numbers of races or training events during 2004 and 2005 as the denominators. Exact 95% confidence intervals were calculated. Associations between incidence and dichotomous exposure factors, nominal factors, and ordinal factors were determined. Only univariable associations were examined. RESULTS: 76 horses were euthanized because of CMI and represented 2.36 and 1.69 deaths/1,000 racing starts in 2004 and 2005, respectively. Of these, 57 were euthanized within 60 days before or after a race, which yielded a point incidence of 1.05/1,000 racing starts and 0.39/1,000 training starts. CONCLUSIONS AND CLINICAL RELEVANCE: Incidence rate of CMIs at 2 Ontario racetracks was similar to that at other North American racetracks. A cumulative death rate of 1 to 2 deaths/wk should be considered typical when designing prevention strategies and offers a baseline value for measuring improvement.

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 enseignants0,011
Score d'incertitude au seuil0,022

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 Opus0,203
Tête enseignante GPT0,515
Écart entre enseignants0,312 · 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

Citations37
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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