The effect of blood contamination on equine synovial fluid analysis
Notice bibliographique
Résumé
OBJECTIVE: Based on a systemic complete blood count and a synovial fluid sample, to develop a mathematical model enabling the approximation of corrected values for synovial fluid white blood cell (WBC) count, neutrophil percentage, and total protein concentration in samples of synovial fluid that were contaminated by blood. METHODS: Peripheral venous blood and synovial fluid samples were obtained from ten horses. A pooled synovial fluid sample from each horse was separated into 2 mL aliquots, which were subsequently contaminated with a known percentage of autogenous blood (0 to 50% of the synovial fluid volume). A complete blood count, packed cell volume, total protein (TP) concentration, and differential cytological examination were performed in all the synovial fluid and venous blood samples. Regression analysis was used to generate a model to calculate non-contaminated synovial WBC count, TP concentration and synovial neutrophil percentage. Using a further five horses these models were applied in blinded fashion to contaminated synovial fluid samples. Calculated values were compared to non-contaminated measured values. RESULTS: Model results for synovial WBC count and TP concentration were not significantly different from measured values. Calculated neutrophil percentage of synovial fluid WBC was a mean of 6.6% higher than measured values and was significantly different. There was no effect of the severity of contamination (as a percentage of volume) on the ability of the models to predict any of the outcome variables. CLINICAL SIGNIFICANCE: It is possible to calculate non-contaminated synovial fluid WBC and TP values, but not neutrophil percentage, from heavily contaminated samples. Further study would allow for improved prediction, validation and extrapolation to a wider horse population.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».