MétaCan
Menu
Retour à la cohorte
Enregistrement W3194764925 · doi:10.20546/ijcmas.2021.1007.071

Incidence and Clinical Manifestations on Diabetes Mellitus in Canines

2021· article· en· W3194764925 sur OpenAlexaboutno aff
Shashi Choudhary Nazeer Mohammed, Rashmi Singh Jitendra Kant Nagar, Chanchal Kala Amit Kumar Meena, Raj Kumar Meena, Kiran Choudhary

Notice bibliographique

RevueInternational Journal of Current Microbiology and Applied Sciences · 2021
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Medicine and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)MedicineDiabetes mellitusPediatricsInternal medicineEndocrinologyMathematics

Résumé

récupéré en direct d'OpenAlex

The present study was conducted to determine the incidence and record clinical manifestations in Jaipur region, of Rajasthan during June, 2020 to December, 2020. A total of two hundred canines of different age group, sex and breed with the history of polydipsia, polyphagia, polyuria, obesity, rapidly developing bilateral cataracts, rapid weight loss or in combination thereof were screened. Blood samples of canines suspected for diabetes mellitus were screened for blood glucose by using on-site glucometer. Canines showing fasting blood glucose level > 140 mg/dl, were included for the present study. On the bases of screening test results, eleven canines were diagnosed as diabetic. The overall incidence of diabetes mellitus in canines was recorded 5.5 per cent. Breed wise incidence of DM found highest in labrador breed. Age-wise incidence of DM was highest in >6 years of age. Sex wise incidence of DM in canines was higher in females as compared to males, respectively. Polydipsia, polyuria and weight loss were the most frequently found clinical signs in majority of diabetic canines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,414
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Current Microbiology and Applied SciencesMême sujetVeterinary Medicine and SurgeryTravaux en français237 207