Prevalence of Dental and Skeletal Malocclusions in Mesaticephalic and Dolichocephalic Dogs—a Retrospective Study (2015–2018)
Notice bibliographique
Résumé
Medical records of dogs with dolico- or mesaticephalic conformation who were presented to a private veterinary referral dental practice with malocclusion of the deciduous or permanent dentition were retrospectively reviewed from a 3-year period (2015-2018). Records were evaluated to determine the type(s) of malocclusions and 198 dogs were evaluated with permanent malocclusions. Of the dogs with deciduous malocclusions, 45 (60%) had variations of a MAL1, 28 (38%) had a MAL2, 13 (17.6%) had a MAL3, and four (5.4%) had a MAL4, with 19 (26%) having more than one type of malocclusion. Poodles, Labrador Retrievers, and Cavalier King Charles Spaniels consisted of 37 (50%) of the dogs with deciduous malocclusions. Fifty-five (74%) dogs proceeded with interceptive orthodontics. Of the dogs with permanent malocclusions, 128 (65%) had a variant of a MAL1, 60 (30%) had a MAL2, 75 (38%) had a MAL3, and 11 (5.6%) had a MAL4, with a MAL1 occurring concurrently with 49 (82%) MAL2 cases. The most common type of MAL1 was linguoversion of one or both mandibular canine teeth in 92 (72%) dogs. The five most commonly affected breeds with permanent malocclusions were Poodles, Labrador Retrievers, Chihuahuas, Pit Bull Terriers, and Cavalier King Charles Spaniels. Overall, 39 (18%) dogs presented with malocclusions observed in this study were associated with the Poodle breed and 20 (9%) dogs were associated with the Labrador Retriever breed. This trend among Poodle mixes and Labrador Retrievers supports a familial pattern to malocclusions.
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 | 0,001 |
| 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 ».