Seroprevalence of Dirofilaria immitis, feline leukemia virus, and feline immunodeficiency virus infection among dogs and cats exported from the 2005 Gulf Coast hurricane disaster area
Notice bibliographique
Résumé
OBJECTIVE: To determine seroprevalence of dirofilariasis in dogs and seroprevalences of dirofilariasis, FeLV infection, and FIV infection in cats exported from the Gulf Coast region following the 2005 hurricanes. DESIGN: Seroprevalence survey. ANIMALS: 1,958 dogs and 1,289 cats exported from Louisiana, Mississippi, and Texas between August 20 and December 31, 2005. PROCEDURES: 141 animal welfare groups in 37 states and Alberta, Canada, reported results of serologic testing. Risk factors for infection, including age, sex, neuter status, breed, and state of rescue, were examined by means of univariate and multivariate logistic regression. RESULTS: Seroprevalence of dirofilariasis in dogs was 48.8%. Sexually intact dogs were 1.6 times as likely to have dirofilariasis as were neutered dogs, dogs in the ancient breed group were 2.2 times as likely and dogs in the guarding breed group were 1.7 times as likely to have dirofilariasis as were dogs in the herding breed group, and dogs from Mississippi were significantly less likely to have dirofilariasis than were dogs from Texas. Seroprevalences of dirofilariasis, FeLV infection, and FIV infection in cats were 4.0%, 2.6%, and 3.6%, respectively. Seroprevalence of FIV infection was significantly higher in adult cats than in juveniles and in males than in females. CONCLUSIONS AND CLINICAL RELEVANCE: Results suggest that dogs and cats exported from the 2005 Gulf Coast hurricane disaster area had disease rates similar to those for animals in the region prior to the hurricanes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».