Cerebrospinal Fluid Analysis in Recumbent Adult Dairy Cows With or Without Spinal Cord Lesions
Notice bibliographique
Résumé
BACKGROUND: Diagnosis of central nervous system (CNS) lesions in recumbent dairy cattle (RDC) is challenging because neurologic examination is limited and medical imaging often is challenging or unrewarding. Cerebrospinal fluid (CSF) analysis is useful in the diagnosis of CNS disorders in cattle. However, its utility in identifying spinal cord lesions in RDC remains to be evaluated. HYPOTHESIS/OBJECTIVES: We hypothesized that CSF analysis would discriminate between RDC with and without spinal cord lesions. ANIMALS: Twenty-one RDC with spinal cord lesions (RDC+) and 19 without (RDC-) were evaluated. METHODS: Spinal cord lesions were confirmed at necropsy. Signalment, clinical findings, and CSF results were compared retrospectively. Total nucleated cell count and differential, protein concentration, and red blood cell count in RDC+ and RDC- were compared. RESULTS: Neoplasia, trauma, and infectious processes were the most frequent spinal cord lesions identified. Cerebrospinal fluid protein concentrations and TNCC were significantly higher in RDC+ compared to RDC- (P = .0092 and P = .0103, respectively). Additionally, CSF protein concentrations and TNCC in RDC- were lower than previously published reference ranges. Using an interpretation rule based on CSF protein concentration and TNCC, it was possible to accurately identify 13 RDC with spinal cord lesions and 6 RDC without lesions. It was not possible to determine spinal cord status in the remaining 18 RDC. CONCLUSIONS AND CLINICAL IMPORTANCE: Cerebrospinal fluid analysis is valuable in the evaluation of spinal cord status in RDC. The prognosis associated with these findings remains to be determined.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».