Factors associated with hematuric struvite crystalluria in cats
Notice bibliographique
Résumé
OBJECTIVES: The aim of the study was to identify any dietary, signalment, geographic and clinical factors associated with hematuric struvite crystalluria (HSC) in a population of cats that visit general care veterinary hospitals in the USA. METHODS: In total, 4032 cats that had a first-time diagnosis of HSC and 8064 control cats with no history of hematuria or crystalluria were identified from medical records of all cats examined between 2007 and 2011 at 790 US veterinary hospitals. Extracted variables included age, sex, neuter status, breed, diet, urinalysis results and history of cystitis. Potential associations between these variables and HSC were estimated. RESULTS: Controlling for other factors, young cats fed a dry diet had an increased likelihood of HSC relative to young cats fed a non-dry diet. However, as age increased, the likelihood of HSC declined for cats fed a dry diet and increased for cats fed a non-dry diet. Moreover, the odds of HSC were significantly greater when cats were unneutered (vs neutered; odds ratio [OR] 45.52) or had a thin (vs heavy) body condition (OR 23.81), diagnosis of cystitis (OR 2.84), urine protein concentration >30 mg/dl (OR 4.72), alkaline (vs neutral) urine pH (OR 3.34), pyuria (OR 23.67) or bacteriuria (OR 2.24). CONCLUSIONS AND RELEVANCE: The present study provides estimates of the strengths of association between HSC and certain signalment and clinical characteristics of cats. This information could help clinicians to perform a more directed screening for struvite crystalluria in certain cat populations. Follow-up studies that build on the findings of this study could explore the clinical importance of HSC in cats.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».