Prevalence of dog erythrocyte antigen 1 in a population of dogs tested in California
Notice bibliographique
Résumé
BACKGROUND: Multiple studies have evaluated the breed-specific prevalence of dog erythrocyte antigen (DEA) 1 in various geographic regions. However, few large-scale studies exist that describe breed prevalence of DEA 1 in the United States. KEY FINDINGS: From January 2000 to October 2020, 6469 dogs had their RBC antigen type determined and were included in the study. The overall prevalence of DEA 1 in all dogs was 61.2%. Of 50 breeds with sample sizes ≥20, 8 breeds had a high prevalence (≥90%) of DEA 1-positive blood type: Basset Hound, Bernese Mountain Dog, Brittany, Dachshund, Miniature Pinscher, Miniature Schnauzer, Pug, and Rottweiler. Four breeds had a high prevalence (≥90%) of DEA 1-negative blood type: Boxer, English Bulldog, Flat-Coated Retriever, and French Bulldog. Numerous breeds with a sample size <20 and ≥5 were found to have 100% prevalence of a DEA 1 blood type, although these findings need to be confirmed with a larger sample size. No statistical difference in any breed based on sex was found. The results in this study are consistent with previously reported data in other countries. SIGNIFICANCE: Knowledge of regional breed differences in DEA 1 prevalence can help to improve selection and recruitment of appropriate blood donor dogs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».