MétaCan
Menu
Retour à la cohorte
Enregistrement W2142281514 · doi:10.2746/095777308x343176

Myopathy in a Haflinger horse: An initiating search for a fatty acid oxidation deficiency

2008· article· en· W2142281514 sur OpenAlexaff
Inge D. Wijnberg, W. Ruitenbeek, Gerard H. Jansen, C.M. Westermann, J.H. van der Kolk

Notice bibliographique

RevueEquine Veterinary Education · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism and Genetic Disorders
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCarnitineMyopathyMedicineCatabolismRhabdomyolysisInternal medicineEndocrinologyMuscle biopsyHorseBeta oxidationCreatine kinaseFatty acid metabolismUrineCreatineMetabolismBiochemistryBiopsyBiology

Résumé

récupéré en direct d'OpenAlex

Summary So far, the area of fat metabolism disturbances has been poorly explored in the horse but, as in man, deficiencies in the β‐oxidation of fatty acids (FAOX) and in carnitine metabolism or carnitine transport potentially can be a cause of myopathy. A 9‐year‐old Haflinger patient with recurrent rhabdomyolysis and 5 healthy horses of various breeds with a mean age of 16 ± 5.9 years were used as a comparison. Blood biochemical analysis revealed elevated aspartate amino transferase, lactate dehydrogenase and creatine kinase activities. Plasma vitamin E concentration was low and selenium was within the reference range. Quantitative electromyography was indicative of myopathy based on the short duration and low amplitude motor unit action potentials. Staining of muscle biopsies was suggestive for a myopathy based on a disturbance in fat catabolism. Carnitine, acylcarnitines, very‐long‐chain fatty acids and organic acids screening in blood and urine established no differences between these parameters in the patient and control horses. Even though this patient was negative on FAOX or carnitine disturbances, the potency of the applied methods seems large and indicates a potential diagnostic value.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,339
Écart entre enseignants0,288 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEquine Veterinary EducationMême sujetMetabolism and Genetic DisordersTravaux en français237 207