Comparison of Manual and Suction Pump Aspiration Techniques for Performing Bronchoalveolar Lavage in 18 Dogs with Respiratory Tract Disease
Notice bibliographique
Résumé
BACKGROUND: Different aspiration techniques to retrieve bronchoalveolar lavage fluid (BALF) affect sample quality in healthy dogs. Studies evaluating these techniques in dogs with respiratory disease are lacking. OBJECTIVES: To compare sample quality of BALF acquired by manual aspiration (MA) and suction pump aspiration (SPA). ANIMALS: Eighteen client-owned dogs with respiratory disease. METHODS: Randomized, blinded prospective clinical trial. Manual aspiration was performed with a 35-mL syringe attached directly to the bronchoscope biopsy channel and SPA was performed with a maximum of 50 mmHg negative pressure applied to the bronchoscope suction valve using the suction trap connection. Both aspiration techniques were performed in each dog on contralateral lung lobes, utilizing 2 mL/kg lavage volumes per site. Samples of BALF were analyzed by percentage of retrieved infusate, total nucleated cell count (TNCC), differential cell count, semiquantitative assessment of slide quality, and diagnosis score. Data were compared by paired Student's t-test, Wilcoxon signed-rank test, chi-squared test, and ANOVA. Cohen's kappa coefficient was used to assess agreement. RESULTS: The percentage of retrieved BALF (P = .001) was significantly higher for SPA than MA. Substantial agreement was found between cytologic classification of BALF obtained with MA and SPA (kappa = 0.615). There was no significant difference in rate of definitive diagnosis achieved with cytologic assessment between techniques (P = .78). CONCLUSIONS AND CLINICAL IMPORTANCE: Suction pump aspiration, compared to MA, improved BALF retrieval, but did not significantly affect the rate of diagnostic success of bronchoalveolar lavage (BAL) in dogs with pulmonary disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».