Postinjury performance for differing humeral stress fracture locations in the racing thoroughbred
Notice bibliographique
Résumé
OBJECTIVE: To assess the influence of humeral stress fracture location on the time to return to racing and postinjury performance of thoroughbred racehorses. STUDY DESIGN: Retrospective study (1992-2015). SAMPLE POPULATION: Thoroughbred racehorses (n = 131) that presented for lameness with the sole diagnosis of humeral stress fractures in the lame limb, as determined by scintigraphy or radiology. METHODS: tests). Pre-stress and post-stress fracture performance for the three stress fracture locations were assessed: (1) earnings pre-stress and post-stress fracture (Kruskal-Wallis one-way analysis of variance), (2) average earnings per start prefracture, and (3) average earnings per start postfracture (Wilcoxon signed-rank tests). RESULTS: Stress fracture locations were caudodistal (n = 36), craniodistal (n = 43), and caudoproximal (n = 52). One hundred ten of 131 horses raced postfracture, and 54 of 131 horses raced prefracture. Age at injury was 43.61 months caudodistal, 33.48 months caudoproximal, and 36.65 months craniodistal. Horses returned to race at a median of 244 days (range, 218-272). Postfracture earnings per start were greater for caudodistal vs caudoproximal (P = .04). CONCLUSION: There were no differences in prefracture earnings or fracture site and sex or limb affected. Return-to-race time varied by location but not significantly. Differences in earnings preinjury and postinjury were not significant. Horses with a stress fracture at the caudodistal location earned significantly more compared with horses with a stress fracture at the caudoproximal location after they returned to race. CLINICAL SIGNIFICANCE: Thoroughbred racehorses have a good prognosis for return to racing regardless of fracture location.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».