Body composition of medium to giant breed dogs with or without cranial cruciate ligament disease
Notice bibliographique
Résumé
OBJECTIVE: To describe the body composition of dogs with or without cranial cruciate ligament (CCL) disease. STUDY DESIGN: Cross-sectional. ANIMALS: Adult dogs in which CCL disease was diagnosed (n = 30) and adult dogs without clinical signs of orthopedic disease (n = 30). METHODS: Body weight, body condition score, and muscle condition score (MCS) were recorded. Body composition of the whole body and pelvic limbs were assessed by dual-energy x-ray absorptiometry. Body condition score, whole body, and pelvic limb body composition measurements were compared by using general linear mixed-model analysis of variance. Muscle condition score between groups was assessed by using a Mann-Whitney U test, while paired data were analyzed by using a Wilcoxon signed-rank test. RESULTS: Body fat percentage (P < .0001) was higher in affected dogs (38.78% ± 1.40) than in control dogs (27.49% ± 1.24). Affected dogs had lower MCS (1.90 ± 0.13, P < .0001) compared with control dogs (2.77 ± 0.08). The affected pelvic limb of affected dogs contained less lean soft tissues (P < .0001) but more fat (P = .0451) compared with the contralateral pelvic limb. CONCLUSION: Dogs with CCL disease were overweight compared with the control group. CLINICAL SIGNIFICANCE: Dogs that are overweight may be predisposed to developing CCL disease. Body composition changes in the pelvic limbs should be considered when managing the care of these dogs.
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 ».