Comparing citrated native, kaolin-activated, and tissue factor–activated samples and determining intraindividual variability for feline thromboelastography
Notice bibliographique
Résumé
Thromboelastography (TEG) is a point-of-care whole blood test of hemostasis. While TEG is becoming more widely used in veterinary medicine, few studies describe the use of TEG in cats. The objectives of the current study were to: 1) document the range of TEG variables produced in healthy cats using 3 sample types (citrated native, kaolin-activated, and tissue factor-activated), and 2) determine if there was a significant difference between 2 separate samples obtained from individual healthy cats on the same day. Jugular venipuncture was performed in 20 cats, and citrated blood collected for TEG. TEG analysis was performed on citrated native, kaolin-activated, and tissue factor-activated blood for each sample. Two hours later, the procedure was repeated from the opposite jugular vein, yielding a total of 120 analyses. Reaction time (R), alpha angle (α), kappa value (κ), and maximum amplitude (MA) were recorded from each tracing. No significant differences were found between TEG tracings from the first and second venipuncture samples. Significant differences were found between sample types for R, α, κ, and MA. Means for citrated native/kaolin-activated/tissue factor-activated methods were R = 4.1/3.7/0.6 min; κ = 2.5/1.8/2.2 min; α = 59.9/65.1/70.4 degrees; MA = 47.4/49.9/44.7 mm. A limitation of this study was the small number of cats used. Thromboelastography analysis may be a suitable method of evaluating hemostasis in cats.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».