Population characteristics of golden retriever lifetime study enrollees
Notice bibliographique
Résumé
BACKGROUND: Studying cancer and other diseases poses a problem due to their protracted and multifactorial nature. Prospective studies are useful to investigate chronic disease processes since collection of lifestyle information, exposure data and co-incident health issues are collected before the condition manifests. The Golden Retriever Lifetime Study is one of the first prospective studies following privately-owned dogs throughout life to investigate the incidence and risk factors for disease outcomes, especially cancer.Owners of golden retrievers in the contiguous United States volunteered their dogs in early life. Owners and veterinarians complete online questionnaires about health status and lifestyle; dogs undergo a physical examination and collection of biological samples annually. The data presented summarize the initial study visits and the corresponding questionnaires for 3044 dogs in the cohort. RESULTS: The median age of dogs at enrollment was 14.0 months (interquartile range (IQR): 8-20 months). Approximately half of the population had undergone gonadectomy by their initial study visit. Medical conditions reported at enrollment consisted primarily of integumentary, gastrointestinal and urinary dysfunction. A large majority of the dogs have a record of having received preventive care (vaccines, parasiticides, flea and heartworm prevention) by the time of the initial study visit. Clinical pathology data were unremarkable. CONCLUSIONS: This study represents one of the first lifetime observational investigations in veterinary medicine. The population characteristics reported here indicate a healthy cohort of golden retrievers cared for by owners committed to their dogs' health. Data acquired over the study period will provide valuable information about genetic, dietary and environmental risk factors associated with disease in golden retrievers and a framework for future prospective studies in veterinary medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».