MétaCan
Menu
Retour à la cohorte
Enregistrement W4396842941 · doi:10.46298/raspa.13534

Use of epidemiological tools in the evaluation of six empirical methods of pregnancy diagnosis in mares in Senegal: a pilot study

2025· article· en· W4396842941 sur OpenAlexaff
Nicolas D. Diouf, Mamadou Barro, Ousmane Coumba Diouf, Mamadou Diarra, Papa Alioune Ndiaye, A. Ba, Abdoulaye Faye, Ayayi Justin Akakpo

Notice bibliographique

Revue[RASPA] Revue africaine de santé et de productions animales · 2025
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensMinistère de la Santé et des Services Sociaux (Québec)
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyPregnancyMedicineObstetricsEnvironmental healthGynecologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Due to the long gestation period of 11 months on average and the rarity of twin births in this species, horse breeders are particularly interested in the early diagnosis of pregnancy in mares. Modern methods such as ultrasound are generally expensive and not easily accessible in rural areas. The level of electrification in the villages makes their use more complex. It is in this context that this pilot study was conducted in the Kebemer area in Senegal. The aim is to determine the sensitivity and specificity of each test. In this study, ultrasound was used as the reference test. Six empirical methods of pregnancy diagnosis were selected. These were the "flank hollow", "rump", "thoracic subcutaneous veins", "tail", "udder" and "drumstick" methods. 100 mares were selected after ultrasound and divided into two subgroups of 50 pregnant and 50 non-pregnant mares. The highest DOR value was obtained for the "tail" method, which was 28.8. This method also had the highest area under the curve when constructing the ROC curve, which was 83%, and detected 100% of pregnant mares from 3 months of gestation. This means that its overall sensitivity is 90% but reaches 100% [80 ;100] from 3 months of pregnancy. The "thoracic subcutaneous vein" method has also detected 100% [77 ;100] of mares at 2 and 3 months of pregnancy. La longue durée de gestation de 11 mois en moyenne chez la jument et la rareté des naissances gémellaires, font que les éleveurs de chevaux accordent un intérêt particulier au diagnostic précoce de la gestation chez la jument. Les méthodes modernes de diagnostic telles que l’échographie sont généralement onéreuses et peu accessibles aux éleveurs ruraux. Le niveau d’électrification faible dans les villages rend plus complexe leur utilisation. C’est dans ce contexte que cette étude pilote visant à évaluer les méthodes empiriques de diagnostic de gestation chez la jument a été réalisée dans la zone de Kébémer au Sénégal. Il s’agit de déterminer la sensibilité et la spécificité de chaque test. Six méthodes empiriques de diagnostic de gestation ont été sélectionnées. Il s’agit des méthodes du "creux du flanc", de la "croupe", des "veines sous-cutanées thoraciques", de la "queue", de la "mamelle" et du "pilon ". 100 juments ont été sélectionnées après échographie et réparties en deux sous-groupes composés de 50 juments gestantes et de 50 non gestantes. La valeur du diagnostic odds ratio (DOR) la plus élevée soit de 28,8 a été obtenue pour la méthode dite de la "queue". Cette méthode a également obtenu la surface sous la courbe la plus élevée lors de l’établissement de la courbe ROC qui est de 83 % et a permis de détecter 100 % [80 ;100] des juments gestantes à partir de 3 mois de gestation. La méthode dite des "veines sous-cutanées thoraciques" a également détecté 100 % [77 ;100] des juments dont la gestation est âgée de 2 et de 3 mois.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,596
Tête enseignante GPT0,575
Écart entre enseignants0,021 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue[RASPA] Revue africaine de santé et de productions animalesMême sujetVeterinary Equine Medical ResearchTravaux en français237 207