Factors related to longevity and mortality of dogs in Italy
Notice bibliographique
Résumé
Besides its translational value, an improved understanding of dog longevity and mortality is necessary to guide health management decisions, breed selection, and improve dog welfare. In order to analyse the lifespan of dogs in Italy, identify the most common causes of death, and evaluate possible risk factors, anonymised medical records were collected from 9 veterinary teaching hospitals and 2 public health institutions. Data regarding breed, sex, neuter status, age, diagnosis, and mechanism of death were retrieved. Cause of death (COD) was classified by pathophysiologic process (PP) and organ system (OS). Of the 4957 dogs that died between 2004 and 2020 included in the study, 2920 (59.0%) were purebred, 2293 (46.2%) were female, 3005 (60.6%) were intact, 2883 (58.2%) were euthanised. Overall median longevity was 10.0 years. Median longevity was significantly longer for crossbreds, females, neutered dogs, and small-sized breeds. The breeds with the highest median age at death were the Yorkshire terrier, English cocker spaniel, West Highland white terrier, Italian volpino, and Shih Tzu, whilst the American bulldog, English bulldog, American pit bull terrier, Bernese mountain dog and the Maremma and the Abruzzes sheepdog had the lowest median age at death. The most frequent COD by PP was neoplasia (34.0%), which occurred more frequently in large breeds, namely German shepherd, Labrador retriever and Boxer. Degenerative diseases mostly affected small-sized dogs like Miniature pinscher and Dachshund. Regarding the OS involved, diseases of the renal/urinary system were most frequently responsible for COD (15.0%), prevalently degenerative and inflammatory/infectious. Substantial variation in median longevity according to causes of death by PP and OS was observed. These data are relevant for breeders, veterinary practitioners, and owners, to assist breed selection, facilitate early diagnosis, guide choice when purchasing a purebred dog and making health management decisions, and ultimately improve dog welfare.
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 ».