Factors determining success of the chronically instrumented unanesthetized fetal sheep model of human development: a retrospective cohort study
Notice bibliographique
Résumé
Abstract Aim Chronically instrumented non-anesthetized fetal sheep (CINAFS) have been the mainstay model of human fetal development for 60 years. As a large “two for one” animal model, with instrumentation of the ewe and her fetus, the model poses challenges to implement de novo and to maintain overtime at the highest standards of operating procedures to ensure its ongoing performance. A common, yet conventionally underreported issue researchers face is the rate of animal loss. Here, we investigate what determines the success of the pregnant sheep model. Methods We conducted a retrospective cohort study consisting of 82 experiments spanning the course of six years. Our team identified ten variables that we anticipated were likely to influence the experimental outcome, such as the time of year, animal size, and surgical complexity. Results The single variable identified in this study as determining the successful outcome of the experiments is the experience level of the team. Conclusion The CINAFS model offers enormous potential to further our understanding of human fetal development and to create interventional technologies. However, to improve the outcomes of CINAFS models, improved communication and training are needed. We discuss the implications of our findings for the successful implementation of this challenging yet scientifically advantageous animal model of human physiology. Key points The fetal sheep model closely mirrors the physiology of human fetal development In addition to its high translational potential, this model is known to have some generally not reported rate of experimental failure We show that factors such as animal characteristics & surgical complexity do not influence the experimental outcomes Instead, the key factor in model experimental success is the level of the research team’s experience The key factors to improve the animal model outcomes are an intra- and inter-team communication
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».