Surveillance and Prevalence of Canine Reproductive Disorders in Gujarat
Notice bibliographique
Résumé
The epidemiological surveillance of canine reproductive disorders was carried out based on total 21852 clinical cases (9159 at the College Clinic, Anand, and 12693 at Polyclinic, Vadodara) attended in dogs over three years. Among them, the overall 486 (2.22 %) and 85 (0.39 %) cases were of gynecological and andrological nature, respectively. Amongst the gynaecological cases, the highest incidence was of pyometra (23.25 %), followed in descending order by mammary tumours (22.22 %), pregnancy diagnosis (16.25 %), elective sterilization (9.88 %), CTVG (7.61 %), proestrus bleeding (5.97 %), pseudo-pregnancy (3.06 %), misalliance (2.67 %), anestrus (2.26 %), dystocia (1.65 %), abortion (1.03 %) and Cesarean (0.82%). Among the andrological cases, the highest cases were of venereal granulomas (31.76 %) followed in descending order by scrotal dermatitis (18.82 %), castration (12.94 %), orchitis (7.06 %), cryptorchidism, paraphimosis and balanoposthitis (5.88 % each), prostatic hyperplasia and testicular tumor (4.70 % each) and testicular hyperplasia (2.35 %). The breed most prone to gynecological disorders was non-descript (51.65 %), Pomeranian (16.25 %), German Shepherd, Labrador (6.79 % each) and Doberman (5.97 %). Maximum cases were in the young age group of 0-5 years (51.02 %), followed by the middle age group of 6-10 years (27.57 %) and older bitches of 11-15 years of age (20.58 %). The major clinical modalities and their management strategies adopted have also been summarized. The results signified the importance of life-threatening diseases like pyometra, mammary tumors, and CTVG in pet dogs in urban areas of middle Gujarat.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».