Fifteen risk factors associated with sudden death in Thoroughbred racehorses in North America (2009–2021)
Notice bibliographique
Résumé
OBJECTIVE: To identify risk factors associated with race-related sudden death in Thoroughbred racehorses in the US and Canada. ANIMALS: 4,198,073 race starts made by 284,387 Thoroughbred horses at 144 racetracks in the US and Canada between 2009 and 2021. PROCEDURES: Study data were extracted from the Equine Injury Database, which contains detailed records of 92.2% of all official race starts made in the US and Canada during the study period. Forty-nine potential risk factors were analyzed using univariable and multivariable logistic regression. Cases were defined as race starts that resulted in fatality within 3 days of racing, in which at least 1 of 5 codes relating to sudden death was recorded. Fatalities due to catastrophic musculoskeletal injury were omitted from the study cohort. RESULTS: 536 race starts resulted in sudden death, an incidence rate of 0.13/1,000 starts. Fifteen risk factors were significantly associated with sudden death, including horse age and sex, season and purse of race, race distance, and horses' recent history of injury and lay-up. Horses racing while on furosemide medication were at 62% increased odds of sudden death. CLINICAL RELEVANCE: Associations found between previous injury and sudden death suggests preexisting pathology could contribute in some cases. The association between furosemide and sudden death prompts further study to understand which biological processes could contribute to this result.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».