Prevalence of antinuclear and anti‐erythrocyte antibodies in healthy cats
Notice bibliographique
Résumé
BACKGROUND: Positive antinuclear antibody and direct antiglobulin tests support diagnoses such as systemic lupus erythematosus and immune-mediated anemia, respectively. Positive tests may occur in cats, but the prevalence of positive results in healthy cats is not well known. OBJECTIVE: The study's purpose was to determine prevalences of positive antinuclear antibody and direct antiglobulin tests in healthy cats. METHODS: Antinuclear antibody titers were measured by indirect immunofluorescence, and anti-erythrocyte antibodies were measured by the microtitration direct antiglobulin test at 37, 23, and 4°C in 61 client-owned and 28 facility-owned cats. Differences between the 2 groups were examined using chi-squared tests. RESULTS: For the antinuclear antibody tests, 70% of client-owned cats were negative, 10% had weak titers (1:40-1:80), and 20% had strong titers (1:160-1:320). Facility-owned cats had significantly fewer positive titers with 96% negative and one positive (1:8). For the antiglobulin test at 37°C, 93% of all cats were negative, 2 cats in each group were positive at low dilutions (1:2), and 2 client-owned cats were transiently positive at high dilutions (≥ 1:2048). At 23°C, 90% of all cats were negative, and 2 client-owned and 5 facility-owned cats were positive at low dilutions (1:2-1:8). At 4°C, 67% of client-owned cats had invalid results (negative control well agglutination), and 33% had negative results, while of facility-owned cats 14% had invalid results, 14% had agglutination at low dilutions, and 72% were negative. CONCLUSION: Healthy cats may have positive antinuclear antibody and direct antiglobulin tests, but the prevalence of strong reactions is low.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».