MétaCan
Menu
Retour à la cohorte
Enregistrement W2055923481 · doi:10.2460/javma.2005.227.1109

Prevalence of cranial cruciate ligament rupture in a population of dogs with lameness previously attributed to hip dysplasia: 369 cases (1994–2003)

2005· article· en· W2055923481 sur OpenAlexaboutno aff
Michelle Y. Powers, Steven A. Martinez, James D. Lincoln, Cara J. Temple, Arthur Arnaiz

Notice bibliographique

RevueJournal of the American Veterinary Medical Association · 2005
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLamenessLabrador RetrieverCruciate ligamentGerman Shepherd DogHip dysplasiaStifle jointSurgeryRadiographyAnterior cruciate ligament

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the prevalence of cranial cruciate ligament rupture (CCLR) in dogs with lameness previously attributed to canine hip dysplasia (CHD). DESIGN: Retrospective study. ANIMALS: 369 client-owned dogs. PROCEDURES: Hospital medical records from 1994 to 2003 were reviewed for dogs in which the referring veterinarian had diagnosed hip dysplasia or hip pain. Dogs were designated as having hind limb lameness because of partial or complete CCLR or CHD. RESULTS: 8% of dogs were sexually intact females, 43% were spayed females, 14% were sexually intact males, and 35% were castrated males. Mean age was 3.8 years (range, 3 months to 15 years). The most common breeds were the Labrador Retriever (21%), German Shepherd Dog (13%), and Golden Retriever (11%). The prevalence of CCLR as the cause of hind limb lameness was 32% (95% confidence interval, 27.2% to 36.8%). The distribution of CCLR among hind limbs was left (29%), right (28%), and bilateral (43%). Of 119 dogs with CCLR, 94% had concurrent radiographic signs of CHD, 92% had stifle joint effusion, and 81% had a cranial drawer sign. CONCLUSIONS AND CLINICAL RELEVANCE: On the basis of the high prevalence of CCLR in dogs referred for lameness because of CHD, it is important to exclude other sources of stifle joint disease before making recommendations for treatment of CHD.

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 enseignants0,009
Score d'incertitude au seuil0,017

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,289 · 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

Citations50
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Veterinary Medical AssociationMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207