Weight reduction and possible implications for the rehabilitation of horses with ambulatory difficulties
Notice bibliographique
Résumé
Summary Equine musculoskeletal injuries, or other causes of reduced movement, can have a poor prognosis partially due to the secondary complications that may develop during recovery or rehabilitation. These can include supporting limb laminitis due to excessive weightbearing on healthy limbs and also problems associated with ventilation or perfusion due to prolonged recumbency. The risk of these complications is reported to increase with increasing body weight. While many methods have been attempted to reduce load and prevent complications, there is no current standard practice when managing horses with ambulatory difficulties. One critical consideration with load reduction devices is maintaining sufficient mobility to allow for blood flow and the prevention of muscle wasting. One of the most challenging obstacles with any weight reduction method or device is preventing pressure sores/ulcers or other tissue trauma because load is redistributed away from the limbs and onto regions of the body unaccustomed to weightbearing. Reported methods to aid in recovery and rehabilitation include rescue slings, forced recumbency, flotation tanks, water treadmills and aquatic therapy. While these methods have been successful in some horses, significant complications have also been reported. If too much weight is removed, muscle wasting or osteopenia occurs; conversely, if insufficient weight is lifted blood flow is hindered. The optimal load reduction is not known because each individual horse will have different requirements depending on the severity of the injury. The goal would be to restore normal weight distribution on the noninjured limbs, while supporting the weight that would normally be placed on the injured limb.
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 ».