Feasibility of in-home electroencephalographic and actigraphy recordings in dogs
Notice bibliographique
Résumé
Introduction: Idiopathic epilepsy is a prevalent neurological disease in dogs. Dogs with epilepsy often present with behavioral comorbidities such as aggression, anxiety, and fear. These behaviors are consistent with pre, post, or interictal behaviors, prodromal changes, seizure-precipitating factors, or absence and focal seizures. The overlap in behavior presentations and lack of objective research methods for quantifying and classifying canine behavior makes determining the cause difficult. Behavioral comorbidities in addition to the task of caring for an epileptic animal have a significant negative impact on dog and caregiver quality of life. Methods: This pilot study aimed to assess the feasibility of a novel technology combination for behavior classification and epileptic seizure detection for a minimum 24-h recording in the dog's home environment. It was expected that combining electroencephalography (EEG), actigraphy, and questionnaires would be feasible in the majority of trials. A convenience sample of 10 community-owned dogs was instrumented with wireless video-EEG and actigraphy for up to 48 h of recording at their caregiver's home. Three questionnaires (maximum 137 questions) were completed over the recording period by caregivers to describe their dog's everyday behavior and habits. Results: Six of the 10 included dogs had combined EEG and actigraphy recordings for a minimum of 24 h. Discussion: This shows that in-home EEG and actigraphy recordings are possible in community-owned dogs and provides a basis for a prospective study examining the same technology combination in a larger sample size.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».