Keratoconjunctivitis sicca in dogs under primary veterinary care in the<scp>UK</scp>: an epidemiological study
Notice bibliographique
Résumé
OBJECTIVES: To estimate the frequency and breed-related risk factors for keratoconjunctivitis sicca (KCS) in dogs under UK primary veterinary care. METHODS: Analysis of cohort electronic patient record data through the VetCompass Programme. Risk factor analysis used multivariable logistic regression. RESULTS: There were 1456 KCS cases overall from 363,898 dogs [prevalence 0.40%, 95% confidence interval (CI) 0.38-0.42] and 430 incident cases during 2013 (1-year incidence risk 0.12%, 95% CI 0.11-0.13). Compared with crossbreds, breeds with the highest odds ratio (aOR) for KCS included American cocker spaniel (aOR 52.33: 95% CI 30.65-89.37), English bulldog (aOR 37.95: 95% CI 26.54-54.28), pug (aOR 22.09: 95% CI 15.15-32.2) and Lhasa apso (aOR 21.58: 95% CI 16.29-28.57). Conversely, Labrador retrievers (aOR 0.23: 95% CI 0.1-0.52) and border collie (aOR 0.30: 95% CI 0.11-0.82) had reduced odds. Brachycephalic dogs had 3.63 (95% CI 3.24-4.07) times odds compared to mesocephalics. Spaniels had 3.03 (95% CI 2.69-3.40) times odds compared to non-spaniels. Dogs weighing at or above the mean bodyweight for breed/sex had 1.25 (95% CI 1.12-1.39) times odds compared to body weights below. Advancing age was strongly associated with increased odds. CLINICAL SIGNIFICANCE: Quantitative tear tests are recommended within yearly health examinations for breeds with evidence of predisposition to KCS and might also be considered in the future within eye testing for breeding in predisposed breeds. Breed predisposition to KCS suggests that breeding strategies could aim to reduce extremes of facial conformation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».