MétaCan
Menu
Retour à la cohorte
Enregistrement W2332561992 · doi:10.3923/ajas.2011.387.392

Haemato-biochemical Changes in Natural Cases of Canine Babesiosis

2011· article· en· W2332561992 sur OpenAlexaboutno aff
Showkat Ahmad Shah, Naresh Kumar Sood, Srinivasa Rao Tumati

Notice bibliographique

RevueAsian Journal of Animal Sciences · 2011
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensnon disponible
Organismes subventionnairesGuru Angad Dev Veterinary and Animal Sciences University
Mots-clésBabesiosisBiologyNatural (archaeology)Veterinary medicineZoologyVirologyMedicine

Résumé

récupéré en direct d'OpenAlex

Incidence of severe anemia due to babesiosis in dogs resulting in death in a short time of illness is on the increase in Punjab, during last few decades due to introduction of exotic breeds like Grey Hound, German shepherd, Doberman, Labrador and others. In the present study the hematological and biochemical changes in blood samples obtained from 4 dogs naturally infected with Babesia were evaluated. The dogs were presented to the Department of Veterinary Clinical Services Complex, GADVASU, Ludhiana from August 2008 to April 2009. The evaluation included Hemoglobin (Hb), Red Blood Cell count (RBC), Packed Cell Volume (PCV), Mean Corpuscular Volume (MCV), Mean Corpuscular Hemoglobin Concentration (MCHC), leucocyte counts, platelet counts and reticulocyte counts. The serum biochemistry included Blood Urea Nitrogen (BUN), creatinine, total protein, albumin, bilirubin, Aspartate amino Transferase (AST), Alanine amino Transferase (ALT), Alkaline Phosphatase (ALP), The hematological findings in most of these dogs were normocytic normochromic anemia and thrombocytopenia. The total and differential leukocyte counts were not specific. Biochemical values were within normal ranges but serum biochemistry varied for each dog. This study indicated that Babesia infection in dogs apparently caused anemia and thrombocytopenia, while other clinical values did not change.

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 enseignants0,236
Score d'incertitude au seuil0,597

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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

Citations19
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Animal SciencesMême sujetVector-borne infectious diseasesTravaux en français237 207