Spatial Subchondral Bone Density Reflecting Joint Loading of the Talus in Different Canidae
Notice bibliographique
Résumé
Objective Subchondral bone density distribution can be used to study joint biomechanics non-invasively. Differences in joint loading between related species can aid in the understanding of joint loading and the development of certain types of orthopaedic pathology. This study was conducted to evaluate density distribution in the subchondral bone of the talus of different Canidae species, as a parameter reflecting the long-term joint loading in the tarsocrural joint. Materials and Methods The tarsal joints of cadaveric dogs of different breeds were included, that is, German Shepherd (n = 5), Bouvier des Flandres (n = 3) and Labrador Retriever (n = 6). Additionally, golden jackals (n = 5) (Canis aureus) and wolves (n = 5) (Canis lupus) were included. Consecutive computed tomography slices were made and the subchondral bone density distribution was evaluated using computer tomographic osteoabsorptiometry. Different breeds and species were visually compared. Results Differences were found in the subchondral bone density distribution of the talus between breeds and between species (Canis familiaris, Canis lupus and Canis aureus). Discussion and Conclusion Based on the density distribution, there are differences in loading conditions of the tarsocrural joint in different species of Canidae. The joint loading distribution is very similar between dogs of the same breed and within the same species. Although between-breed differences can be explained by conformational differences, the between-species differences remain subject to further research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».