Prevalence of arrhythmias in dogs examined between 2008 and 2014
Notice bibliographique
Résumé
INTRODUCTION: The prevalence of arrhythmias in dogs and the influence of sex, breed, age, and body weight were analysed over a seven-year span. MATERIAL AND METHODS: In total, 1189 referrals for cardiological examination by electrocardiography were received at one academic centre in Poland between 2008 and 2014. The largest proportion of the examined dogs were cross-breeds with body weight below 25 kg (n = 153, 12.87%), followed by German Shepherds (n = 122, 10.26%), Labrador Retrievers (n = 68, 5.72%), Yorkshire Terriers (n = 63, 5.3%), and Boxers (n = 60, 5.05%). Retrospective analysis was made of 1201 standing or right recumbent electrocardiograms without pharmacological sedation. The prevalence of arrhythmias was examined in terms of sex, age, body weight, and breed of the dogs. RESULTS: A total of 630 (52.46%) electrocardiograms showed no signs of arrhythmia, but 96 (7.99%) and 475 (39.55%) pointed to physiological and pathological arrhythmias respectively. The most commonly diagnosed type was atrial fibrillation with 33.68% incidence, followed by ventricular arrhythmias (28%), sinus pauses (27.58%), supraventricular arrhythmias (24%), and atrioventricular blocks (22.95%). Pathological arrhythmias were most commonly found in male dogs and in German Shepherds. CONCLUSIONS: Atrial fibrillation predominated, followed by premature ventricular complexes. Male dogs were generally more prone to heart rhythm disturbances.
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) | 0,000 | 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 ».