The epidemiology of stifle joint disease in an insured Swedish dog population
Notice bibliographique
Résumé
BACKGROUND: Stifle joint diseases (SJD) are common in dogs and include a variety of diagnoses. The objective of the study was to provide an overview of the epidemiology of SJD in insured dogs. METHODS: An historical single cohort study of dogs insured in Agria Pet Insurance (2011-2016) in Sweden was performed. Incidence and relative risk (RR) of SJD was calculated for the whole dog population and for subgroups divided by breed, breed group and sex. RESULTS: The study population included almost 600,000 insured dogs (>1.7 million dog-years). Ninety-three different stifle joint diagnoses were reported in 9624 dogs, and the most common were cruciate ligament rupture and patellar luxation. The incidence of SJD was 55.4 cases per 10,000 dog-years at risk. Bulldog and boerboel had the highest RR of SJD. The breeds that accounted for the highest proportion of all SJD claimed dogs were mixed breed and Labrador retriever. Female dogs had a slightly increased RR compared with male dogs (RR 1.06, p = 0.006). The incidence increased yearly during the observation period. CONCLUSION: The study demonstrates breed-specific differences in incidence of SJD in dogs, which may be of importance for breeders, dog owners and veterinarians.
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 | 0,000 |
| 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 ».