A multidisciplinary study of pain in cats undergoing dental extractions: A prospective, blinded, clinical trial
Notice bibliographique
Résumé
This study aimed to evaluate pain scores, analgesic requirements, food intake and serum inflammatory cytokines in cats before and after clinically recommended dental treatment. Twenty-four cats were included in a prospective, blinded clinical trial. Cats were equally divided into minimal (minimal dental treatment) or severe (multiple dental extractions) oral disease groups. They were admitted (day 0) and underwent oral examination/radiographs/treatment under general anesthesia (day 1; acepromazine-hydromorphone-propofol-isoflurane-meloxicam-local anesthetic blocks). Serum inflammatory cytokines were measured on days 0 and 6. Pain was scored using the Glasgow composite measure pain scale-feline (CMPS-F). Rescue analgesia was administered with hydromorphone if CMPS-F ≥ 5/20. Dry and soft food intake (%) during 3 minutes and 2 hours, and daily soft food were calculated. The Cochran-Mantel-Haenszel and Chi-square tests, Spearman's rank correlation and linear mixed models were used for statistical analysis (alpha = 0.05). Pain scores were significantly increased in cats with severe disease when compared with baseline (up to day 4) and minimal disease (all postoperative time points). Prevalence of rescue analgesia was significantly higher in severe (91.7%) than minimal disease (0%); analgesics were required up to day 3. Pain scores and frequency of rescue analgesia were significantly correlated with the number of tooth extractions, gingival and calculus index. Prevalence of rescue analgesia was significantly correlated with the number of missing teeth, teeth extractions and gingival index. Dry and soft food intake during 3 minutes, and dry food intake during 2 hours were significantly lower in the severe than minimal disease group throughout the study. Some cytokines differed between groups between day 0 and day 6 and were associated with the presence of tooth resorption and number of missing tooth and tooth fractures. Long-term analgesia is required after dental extractions in cats with severe oral disease. This condition reduces food intake and influences serum inflammatory cytokines.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».