Equine pituitary pars intermedia dysfunction: An international survey of veterinarians' approach to diagnosis, management, and estimated prevalence.
Notice bibliographique
Résumé
The objectives of the present study were to determine if diagnosis and treatment of equine pituitary pars intermedia dysfunction (PPID) vary by geographic region and to report the prevalence of PPID in horses as observed by veterinarians across locations. An online questionnaire was developed for veterinarians who treat horses. Veterinary associations, especially equine specialty subgroups, were contacted and a survey link was sent to members of each organization. Generalized linear models were used to examine whether the method of diagnosis and treatment of this condition, as well as its reported prevalence, differed by geographic region. Veterinarians from 426 separate clinics in 20 countries returned surveys. Diagnosis of PPID varied by region, but was usually based on clinical signs and an adjunct endocrine test. Horses with PPID were treated medically by 63% of veterinarians and 75% of these used pergolide mesylate as treatment. The median prevalence estimated was 1% and this did not differ by geographic location. Half the veterinarians were caring for 5 or more animals with PPID. Overall, diagnostic approach differed in geographic regions. In general, European veterinarians were more likely than those in North America to diagnose PPID based on clinical signs alone, without using an adjunct laboratory test. Veterinarians reported that cost and management responsibilities were their clients' primary concerns associated with the long-term treatment of this disease, which indicates a need for additional treatment options for PPID.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».