MétaCan
Menu
Retour à la cohorte
Enregistrement W2125138436 · doi:10.1136/vr.158.12.397

Mortality of Swedish horses with complete life insurance between 1997 and 2000: variations with sex, age, breed and diagnosis

2006· article· en· W2125138436 sur OpenAlexaff
Agneta Egenvall, Johanna Penell, B. N. Bonnett, P. Olson, John Pringle

Notice bibliographique

RevueVeterinary Record · 2006
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineBreedPoisson regressionDemographyConfidence intervalHorseIncidence (geometry)Mortality rateRelative riskPopulationInternal medicineAnimal scienceEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to evaluate the potential usefulness of the database maintained by the Swedish insurance company Agria for providing mortality statistics on Swedish horses. Mortality statistics (incidence rates and survival) were calculated, both crudely and stratified by sex, age, breed, breed group and diagnosis, for the horses with complete life insurance, which covers most health problems. The total mortality was 415 (95 per cent confidence interval [CI] 399 to 432) deaths per 10,000 horse-years at risk, and the diagnostic mortality, including only deaths with an assigned diagnosis, was 370 (95 per cent CI 355 to 386) deaths per 10,000 horse-years at risk. The diagnostic mortality of geldings was 459 (95 per cent CI 431 to 487), of mares 345 (95 per cent CI 322 to 365) and of stallions 214 (95 per cent CI 182 to 247) deaths per 10,000 horse-years at risk. The mortality rates increased with age and differed widely between breeds. Survival analysis showed that the median age at death of the horses enrolled before they were one year of age was 18.8 years. The most common cause of death or euthanasia was joint problems, which were responsible for 140 (95 per cent CI 130 to 149) deaths per 10,000 horse-years at risk. The results of multivariable models developed by using Poisson regression generally agreed well with the crude results.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,128
Tête enseignante GPT0,350
Écart entre enseignants0,221 · 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

Citations72
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary RecordMême sujetVeterinary Equine Medical ResearchTravaux en français237 207