Development of a Nomogram to Estimate the 60-Day Probability of Death or Culling Due to Severe Clinical Mastitis in Dairy Cows at First Veterinary Clinical Evaluation
Notice bibliographique
Résumé
Severe clinical mastitis is a frequent disease of dairy cattle. An effective mean of predicting survival despite treatment would be helpful for making euthanasia decisions in poor prognosis cases. The objective was to develop a nomogram for prediction of death or culling in the 60 days following a severe mastitis episode in dairy cows at first veterinary visit in farm settings. A total of 224 dairy cows presenting severe clinical mastitis and examined for the first time by a veterinarian were included in a prospective study. Clinical and laboratory (complete blood cell count, L-lactate, cardiac troponin I, milk culture) variables were recorded. Animals were followed for 60 days. A nomogram was built with an adaptive elastic-net Cox proportional hazards model. Performances and relevance were evaluated by area under the receiver operating characteristic curve (AUC), Harrell's concordance index (C-index), calibration curve, decision curve analysis (DCA) and misclassification cost term (MCT). The nomogram included: lactation number, recumbency, depression intensity, capillary refilling time, ruminal motility rate, dehydration level, lactates concentration, hematocrit, band neutrophils count, monocyte count, and milk bacteriology. The AUC and C-index showed a good calibration and ability to discriminate. The DCA suggested that the nomogram was clinically relevant. Euthanizing animals having less than 25% probability of survival is economically optimal. It could be used for early euthanasia decisions in animals that would not survive despite treatment. To facilitate the use of this nomogram by veterinarians, a web-based app was developed.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».