A survey on the prevalence of diarrhea in a Portuguese population of police working dogs
Notice bibliographique
Résumé
BACKGROUND: Diarrhea is considered the most common clinical sign of chronic gastrointestinal disease in dogs and affects a considerable portion of working and sporting dogs. We aimed to determine the prevalence of diarrhea in police working dogs and evaluate the relationship between feeding, activity level, and animal characteristics with clinical signs. In an observational, prospective study, information on 188 dogs was collected. For each patient, age, sex, breed, specific mission, number of animals at the same housing location, and activity level was recorded. A body condition (BCS) and canine inflammatory bowel disease activity index (CIBDAI) scores were determined, and feces classified according to the Bristol Stool Form Scale. The Kruskal-Wallis test was used to compare recorded data between breeds, mission, age, and sex. Multiple regression was run to predict BCS score, increased defecation frequency, diarrhea, CIBDAI scores, Bristol stool scores, diarrhea from activity level, number of animals at the same housing location, breed, and mission. A p < 0.05 was set. RESULTS: Animals in the sample (male n = 96, female n = 92) had a mean age of 5.2 ± 3.2 years and a bodyweight of 24.1 ± 7.2 kg. Four main dog breeds were represented, 80 Belgian Malinois Shepherd Dogs, 52 German Shepherd Dogs, 25 Labrador Retrievers, and 19 Dutch Shepherd Dog. A prevalence of diarrhea of 10.6% was determined, with 4% of dogs having liquid diarrhea. Dogs classified as "extremely active" were more likely to have a low BCS, and the level of activity contributed to diarrhea and BCS prediction. CONCLUSION: Police working dogs frequently experience diarrhea episodes, which lead to clinical disease and performance loss. Investigation of aetiologies is required.
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) | 0,000 | 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 ».