Quantitative genetics of secondary hip joint osteoarthritis in a Labrador Retriever–Greyhound pedigree
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the quantitative inheritance of secondary hip joint osteoarthritis in a canine pedigree. ANIMALS: 137 Labrador Retrievers, Greyhounds, and mixed-breed dogs. PROCEDURES: Necropsy scores ranging from 0 to 4 were obtained for each hip joint. Seven unaffected Greyhounds with normal hip joint conformation were also used for genetic modeling, but were not euthanized. Sixty-six male and 71 female dogs were allocated to 2 groups (< or = 12 months of age and > 12 months of age). Statistical models were developed to establish the inheritance pattern of hip joint osteoarthritis that developed secondary to hip dysplasia. RESULTS: 62 dogs had evidence of osteoarthritis in a hip joint, and 75 had no evidence of osteoarthritis. After sex was adjusted for, the necropsy score was found to be inherited additively but without dominance. Each Labrador Retriever allele increased the necropsy score by 0.7 to 0.9 points, compared with the Greyhound allele, and male sex increased the necropsy score 0.74 over female sex. Approximately 10% of the variation in necropsy score was attributable to the litter of puppies' origin. CONCLUSIONS AND CLINICAL RELEVANCE: Because secondary hip joint osteoarthritis is inherited additively, selection pressure could be applied to reduce its incidence. Similar statistical models can be used in linkage and association mapping to detect the genes in the underlying quantitative trait loci that contribute to hip joint osteoarthritis.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».