Relevamiento de la ocurrencia de síndromes clínicos en caninos y felinos en la práctica veterinaria
Notice bibliographique
Résumé
The information available regarding disease occurrence in companion animals is limited. The purpose of this study is to generate a surveillance system that would allow estimating the incidence of certain diseases in companion animals as well as identifying gaps in the diagnostic methodology that could lead to the development of rapid diagnostic techniques to use in clinical settings. From a total of 167 submitted forms from 5 veterinary clinics, 140 where canine and 27 feline cases. The distribution by dog breed included 48 mixed—breed, 14 Poodles, 8 Golden Retriever, 7 Pitbull, 7 German Shepherds, 7 Labrador, 7 Boxers, and other minor breeds. From the canine cases, a 40 % where included in a vaccination program and 44 % had anti-helminthic treatment under veterinary supervision. A 30 % have had both. Among the reasons for attending the veterinary clinic, we found 27 % associated with a gastrointestinal syndrome, 11 % genito-urinary, 28 % dermatological, 6 % ophthalmological, 17 % cardio-respiratory, 7 % tumoral, and 4 % neurological. The gastrointestinal cases were primarily associated with diarrhea, including parasitic disease and presumptive parvoviral and canine viral hepatitis infections. Regarding the feline cases, 11 were mixed-breed, 5 Siamese, 9 European, 1 Persian, and 1 Burmese. A 22 % had current vaccinations (triple and rabies) and 44% had anti-helminthic treatment under veterinary supervision. Only 15 % have had both. Among the reasons for attending the veterinary clinic, we found 46 % due to genito-urinary syndrome, 7 % gastrointestinal, 26 % cardio-respiratory, 8 % dermatological, 7 % ophthalmological and 6 % tumoral. A single case presented both gastrointestinal and dermatological signs. The data collected here demonstrates that only a small percentage of companion animals (<50 %) are under vaccination and anti-helminthic programs monitored by veterinarians. This highlights the need for intensifying the outreach and educational efforts to pet owners for the prevention of zoonotic diseases.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».