The Prevalence and Risk Factors of Contralateral Cranial Cruciate Ligament Rupture in Medium-to-Large (≥15kg) Breed Dogs 8 Years of Age or Older
Notice bibliographique
Résumé
Abstract Objective The aim of this study was to determine the prevalence of contralateral cranial cruciate ligament rupture (CCLR) in dogs 8 years of age or older, weighing more than or equal to 15 kg at the time of first-side CCLR and to assess associated risks. Study Design It is a cross-sectional retrospective study of 831 client-owned dogs Methods Medical records of dogs weighing more than or equal to 15 kgs that were more than or equal to 8 years of age at the time of first CCLR diagnosis were reviewed. Data collected included weight, sex, pre-operative tibial plateau angle, co-morbidities, time between diagnosis of first CCLR and diagnosis of contralateral CCLR. Multivariate logistic regression analysis was used to estimate odds ratio. A median follow-up period of over 112.7 months (25th/75th quartiles 75.4/157.7 months) from first CCLR diagnosis was allotted. Results Eight-hundred thirty-one dogs were identified and included. About 19.1% (159/831 dogs, 95% confidence interval: 16.6–22.0%) of dogs that experience a first-side CCLR at 8 years of age or older will rupture the contralateral side, a median of 12.9 months (25th/75th quartiles 6.5/24.3 months) later. Age (p = 0.003) and breed, Golden Retrievers (p = 0.028) and Labrador Retrievers (p = 0.007), were factors significantly associated with contralateral CCLR. Clinical Relevance The prevalence of contralateral CCLR in medium-to-large breed dogs more than or equal to 8 years of age old is less than previously reported and the risk decreases as they age. This important information will help guide owners when deciding to pursue surgical stifle stabilization following CCLR in older 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».