Linear Discriminant Analysis for Investigating Differences in Upper Body Movement Symmetry in Horses before/after Diagnostic Analgesia in Relation to Expert Judgement
Notice bibliographique
Résumé
Diagnostic analgesia and lunging are parts of the equine lameness examination, aiding veterinarians in localizing the anatomical region(s) causing pain-related movement deficits. Expectation bias of visual assessment and complex movement asymmetry changes in lame horses on the lunge highlight the need to investigate data-driven approaches for optimally integrating quantitative gait data into veterinary decision-making to remove bias. A retrospective analysis was conducted with inertial sensor movement symmetry data before/after diagnostic analgesia relative to subjective judgement of efficacy of diagnostic analgesia in 53 horses. Horses were trotted on the straight and on the lunge. Linear discriminant analysis (LDA) applied to ten movement asymmetry features quantified the accuracy of classifying negative, partial and complete responses to diagnostic analgesia and investigated the influence of movement direction and surface type on the quality of the data-driven separation between diagnostic analgesia categories. The contribution of movement asymmetry features to decision-making was also studied. Leave-one-out classification accuracy varied considerably (38.3-57.4% for forelimb and 36.1-56.1% for hindlimb diagnostic analgesia). The highest inter-category distances (best separation) were found with the blocked limb on the inside of the circle, on hard ground for forelimb diagnostic analgesia and on soft ground for hindlimb diagnostic analgesia. These exercises deserve special attention when consulting quantitative gait data in lame horses. Head and pelvic upward movement and withers minimum differences were the features with the highest weighting within the first canonical LDA function across exercises and forelimb and hindlimb diagnostic analgesia. This highlights that movement changes after diagnostic analgesia affect the whole upper body. Classification accuracies based on quantitative movement asymmetry changes indicate considerable overlap between subjective diagnostic analgesia categories.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».