MétaCan
Menu
Retour à la cohorte
Enregistrement W4238566858 · doi:10.1111/j.1939-1676.2001.tb01587.x

Breed Risk of Pyometra in Insured Dogs in Sweden

2001· article· en· W4238566858 sur OpenAlexaffabout
Agneta Egenvall, Ragnvi Hagman, Brenda N. Bonnett, Åke Hedhammar, P. Olson, Anne‐Sofie Lagerstedt

Notice bibliographique

RevueJournal of Veterinary Internal Medicine · 2001
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Orthopedics and Neurology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPyometraBreedMedicineGerman Shepherd DogLabrador RetrieverConfidence intervalVeterinary medicineDemographyInternal medicineAnimal scienceBiologySurgeryUterus

Résumé

récupéré en direct d'OpenAlex

Abstract An animal insurance database containing data on over 200,000 dogs was used to study the occurrence of pyometra with respect to breed and age during 1995 and 1996 in Swedish bitches <10 years of age. A total of 1,803 females in 1995 and 1,754 females in 1996 had claims submitted because of pyometra. Thirty breeds with at least 800 bitches insured each year were studied using univariate and multivariate methods. The crude 12-month risk of pyometra for females <10 years of age was 2.0% (95% confidence interval = 1.9-2.1%) in 1995 and 1.9% (1.8-2.0%) in 1996. The occurrence of pyometra differed with age, breed, and geographic location. The risk of developing pyometra was increased (identified using multivariate models) in rough Collies, Rottweilers, Cavalier King Charles Spaniels, Golden Retrievers, Bernese Mountain Dogs, and English Cocker Spaniels compared with baseline (all other breeds, including mixed breed dogs). Breeds with a low risk of developing the disease were Drevers, German Shepherd Dogs, Miniature Dachshunds, Dachshunds (normal size), and Swedish Hounds. Survival rates indicate that on average 23–24% of the bitches in the databases will have experienced pyometra by 10 years of age. In the studied breeds, this proportion ranged between 10 and 54%. Pyometra is a clinically relevant problem in intact bitches, and differences related to breed and age should be taken into account in studies of this disease.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,095
Tête enseignante GPT0,378
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), 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

Citations173
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Internal MedicineMême sujetVeterinary Orthopedics and NeurologyTravaux en français237 207