MétaCan
Menu
Retour à la cohorte
Enregistrement W2765113356 · doi:10.1186/s40634-017-0109-1

Determination of knee cartilage volume and surface area in beagle dogs: a pilot study

2017· article· en· W2765113356 sur OpenAlexafffundabout
Aad Dhollander, Amanda Malone, James J. Price, Alan Getgood

Notice bibliographique

RevueJournal of Experimental Orthopaedics · 2017
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensAurinia (Canada)Fowler Kennedy Sport Medicine ClinicWestern University
Organismes subventionnairesEupraxia Pharmaceuticals
Mots-clésBeagleCartilageKnee cartilageOsteoarthritisMedicineAnatomyVolume (thermodynamics)Labrador RetrieverPathologyArticular cartilageInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background The objective of this study was to determine the cartilage volume and surface area of male and female Beagle dog knees using 3D (3 dimensional) reconstructed MRI images. Methods Six Beagle Dogs (Canis familiaris) (3 males and 3 females) of 10‐18 months old and weighing between 7.2 and 17.1 kg underwent a MRI evaluation of both knees. The data acquired allowed a 3D reconstruction of the knee and measurement of the cartilage volume and surface area. Results Mean knee cartilage volume (averaged over the right and left knees) of animals between 7.2 and 17.1 kg ranged from 319.7 to 647.3 mm3; while the mean knee cartilage surface area ranged from 427.14 to 757.2 mm2. There was evidence of both knee volume and surface area increasing linearly with animal bodyweight. Conclusions The cartilage volume and surface area of the Beagle dog appears to correlate significantly with body weight. This study provides a reference base for future studies investigating cartilage related pathology such as osteoarthritis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,080
Tête enseignante GPT0,352
Écart entre enseignants0,271 · 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

Citations4
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental OrthopaedicsMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207