Hematologic differences between Dachshunds and mixed breed dogs
Notice bibliographique
Résumé
BACKGROUND: Healthy Dachshunds, like Greyhounds, are reported to have a higher HCT than other dog breeds; however, there appears to be no objective information to support this observation. OBJECTIVE: The purpose of this study was to determine whether RBC counts, indices, and total and differential WBC counts differ between Dachshunds and mixed breed dogs. METHODS: In this retrospective study, CBC data and total solids were compared between 61 healthy Dachshunds and 60 mixed breed dogs that were presented for health check, dental prophylaxis, or neutering to a university and a private clinic. RESULTS: Dachshunds had higher mean PCV (52% vs 50%; P = .047), mean HCT (52% vs 48%; P = .0003), mean RBC count (7.7 × 10(6) /μL vs 7.1 × 10(6) /μL; P = .0004), and mean HGB concentration (18.2 g/dL vs 16.8 g/dL; P = .0003) than mixed breed dogs. There were slight differences in HCT and HGB concentration between clinics (P < .05). There was no evidence of a difference in MCV, MCHC, and total solids between breeds (P > .5). More Dachshunds than mixed breed dogs had RBC variables above the reference interval: 29% vs 2% for HCT (P = .001); 40% vs 7% for HGB concentration (P = .0006); and 26% vs 5% for RBC count (P = .01). There were statistically significant but clinically unimportant differences in differential WBC counts. CONCLUSIONS: Compared with mixed breed dogs, Dachshunds have higher PCV, HCT, RBC count, and HGB concentration. Veterinarians should consider these differences when interpreting CBCs.
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 | 0,002 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».