MétaCan
Menu
Retour à la cohorte
Enregistrement W2036482921 · doi:10.1177/104063870802000119

Diagnosis of Anatoxin-a Poisoning in Dogs from North America

2008· article· en· W2036482921 sur OpenAlexaffabout
Birgit Puschner, Brent Hoff, Elizabeth R. Tor

Notice bibliographique

RevueJournal of Veterinary Diagnostic Investigation · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésOutbreakIngestionMedicineNeurotoxinToxinSudden deathVeterinary medicinePathologyBiologyMicrobiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Anatoxin-a, a toxin produced by several genera of blue-green algae, is considered a potent neurotoxin. Ingestion of water contaminated with the toxin results in acute neurological signs and often death. This report describes fatal cases of anatoxin-a ingestion in 6 dogs, with confirmation of anatoxin-a exposure by liquid chromatography/tandem mass spectrometry (LC-MS/MS/MS). In 1 outbreak, 3 dogs developed seizures and died within an hour after swimming in a river in California, while the other outbreak involved 3 dogs that died within 1 hour after swimming in a pond in Ontario. Anatoxin-a poisoning is rarely reported in dogs as a cause of acute neurological signs and death. However, increased occurrences of blue-green algae blooms in North America make this neurotoxin an important consideration in the diagnosis of sudden death associated with environmental water exposure. This brief communication reports on the isolation and detection of anatoxin-a from environmental water sources and the stomach contents of North American dogs dying of acute neurotoxicosis. This demonstrates the first documented cases of anatoxin-a poisoning in dogs in North America and the importance of LC-MS/MS/MS in identifying neurotoxins responsible for sudden death in cases of suspected blue-green algae toxicosis; especially those cases showing no gross or histological lesions.

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)0,001
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 enseignants0,998
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,021
Tête enseignante GPT0,228
Écart entre enseignants0,207 · 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

Citations115
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Diagnostic InvestigationMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207