Oculo‐skeletal dysplasia in five Labrador Retrievers
Notice bibliographique
Résumé
OBJECTIVE: To describe the clinical features and diagnostic findings of Labrador Retrievers with oculo-skeletal dysplasia (OSD). ANIMAL STUDIED: Five privately owned dogs. PROCEDURES: Medical records of dogs diagnosed with OSD from 2008 through 2018 were reviewed. Patients were excluded if lacking disease confirmation through genetic testing (Optigen RD/OSD). Information collected included signalment, physical and ophthalmic examination findings, results of ocular ultrasound and electroretinogram, and digital radiographs of forelimbs and pelvis. RESULTS: All five dogs were Labrador Retrievers, confirmed to be homozygote for the OSD mutation. The main physical abnormalities were vision deficits (5 dogs), short-limbed dwarfism (5), carpal valgus (4), and color dilution alopecia (4). The main ophthalmic anomalies were cataracts (10 eyes), vitreous syneresis (10), retinal separation (6), persistent hyperplastic primary vitreous (2), lens coloboma (2), microphakia (2), and persistent tunica vasculosa lentis (1). Ocular ultrasound and electroretinogram confirmed the diagnoses of retinal separations and persistent hyperplastic primary vitreous. Radiographic changes included shortening of ulna and curved radius (5 dogs), elbow incongruity and osteoarthritis (4 dogs), hip dysplasia (3), and coxofemoral osteoarthritis (2). Available follow-up information (2 dogs) showed progression of cataract from incipient to mature in one dog, necessitating cataract surgery, and progression of cataract and lameness in another dog. CONCLUSIONS: The clinical findings of OSD are described in five Labrador Retrievers. DNA testing is critical to diagnose OSD and help eradicate this condition from the breed. Progression of cataracts and osteoarthritis in dogs with OSD warrants yearly monitoring.
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) | 0,000 | 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) | 0,000 | 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 ».