MétaCan
Menu
Retour à la cohorte
Enregistrement W2165284457 · doi:10.1136/vr.148.23.707

Use of breed‐specific ranges for the vertebral heart scale as an aid to the radiographic diagnosis of cardiac disease in dogs

2001· article· en· W2165284457 sur OpenAlexaboutno aff
Chris Lamb, H. Wikeley, Adrian Boswood, Dirk U. Pfeiffer

Notice bibliographique

RevueVeterinary Record · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Conditions and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreedMedicineInternal medicineCardiologyVeterinary medicineBiologyAnimal science

Résumé

récupéré en direct d'OpenAlex

The vertebral heart scale was measured on right lateral recumbent thoracic radiographs of 320 dogs of six popular breeds, including for each breed at least 20 dogs with no clinical signs of cardiovascular or respiratory disease and at least 19 dogs with cardiac or respiratory disease. There were significant differences between the mean values of the scale for the different breeds; the normal boxer dogs had a significantly higher mean value than the normal dogs of all the other breeds, and the labrador retrievers had a significantly higher mean value than all the other breeds except the boxer and the cavalier King Charles spaniel. For all the breeds except the boxer, there was a trend for dogs with cardiac disease (but not respiratory disease) to have higher mean values on the scale than normal dogs of the same breed; however, at the optimal value of the scale for distinguishing between dogs of each breed with and without cardiac disease, the sensitivity and specificity were relatively low, in the range 58 to 83 per cent. The scale was most accurate for the diagnosis of cardiac disease in the Yorkshire terrier and the cavalier King Charles spaniel, breeds affected by predominantly dilative forms of cardiac disease. In contrast, it was very inaccurate in the boxer, a breed that has a higher incidence of cardiac diseases associated with concentric hypertrophy.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,055
Tête enseignante GPT0,294
Écart entre enseignants0,238 · 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

Citations144
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary RecordMême sujetCardiovascular Conditions and TreatmentsTravaux en français237 207