Incidence of and risk factors for seizures after myelography performed with iohexol in dogs: 503 cases (2002–2004)
Notice bibliographique
Résumé
OBJECTIVE: To establish the incidence of and risk factors for seizures following myelography performed with iohexol in dogs. DESIGN: Retrospective case series. ANIMALS: 503 dogs. PROCEDURES: Medical records were searched for dogs that underwent myelography between April 2002 and December 2004. Data extracted included body weight, breed, age, sex, volume and dose of iohexol, site of injections, location of lesion, duration of anesthesia, surgical procedures immediately after myelography, use of acepromazine, and presence or absence of seizures. RESULTS: 15 (3%) dogs had postmyelographic seizures. Risk factors significantly associated with seizures were size of dogs (large dogs were 35.35 times as likely to have seizures as were small dogs), location of contrast medium injection (dogs in which iohexol was injected into the cerebellomedullary cistern were 7.4 times as likely to have seizures as were dogs in which iohexol was injected into the lumbar cistern), location of lesion (dogs with lesions at the level of the cervical portion of the vertebral column were 4.65 times as likely to develop seizures as were dogs with lesions in other regions), and total volume of iohexol. Mean ± SD total volume of iohexol was 11.73 ± 5.52 mL (median, 10.5 mL [range, 3.0 to 21.0 mL]) for dogs that had seizures and 4.57 ± 4.13 mL (median, 3.5 mL [range, 0.75 to 45.0 mL]) for those that did not. CONCLUSIONS AND CLINICAL RELEVANCE: Large-breed dogs with cervical lesions and large volumes of iohexol injected into the cerebellomedullary cistern had the highest risk of seizures. The use of contrast medium volumes > 8 mL in large dogs should be avoided, with preference given to injections into the lumbar cistern.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».