Age of neutering contributes to risk of cruciate ligament rupture in Labrador Retrievers
Notice bibliographique
Résumé
OBJECTIVE: Cruciate ligament rupture (CR) in Labrador Retrievers is a complex polygenic disease with high heritability. The environmental contribution to CR risk remains poorly characterized. An accurate genetic risk test for CR in the Labrador Retriever has been developed. This enables evaluation of environmental risk with knowledge of genetic disease predisposition through study of dogs with phenotypic disease status that is discordant with their genetic risk. The objective of this study was to identify environmental factors that contribute to CR in Labrador Retrievers through evaluation of dogs with clinical phenotypes that are discordantly predicted with the use of genetic markers. METHODS: Dogs were prospectively recruited between January 2013 and December 2022. To study discordant subjects, case dogs with a posterior risk probability value < 0.75 and control dogs with a posterior risk probability of > 0.25, determined with the use of an average of 8 statistical models, were selected. The environmental factors investigated were neuter status, age of neuter, withers height measured at the dorsal-most ridge between the scapulae, weight, body mass index, and athletic activity. RESULTS: Ninety three dogs were discordant: 58 dogs were discordant CR cases, and 35 dogs were discordant CR controls. Neutering before 12 months of age was a significant risk factor for CR development. Sex, neuter status, or status as an athlete was not associated with CR risk. CONCLUSIONS: Neutering before 12 months of age influences risk of CR in Labrador Retrievers. CLINICAL RELEVANCE: This information can inform management decisions about Labrador Retrievers regarding age of neutering, body condition, and athletic activity. The primary factor influencing CR development in Labrador Retrievers is polygenic intrinsic genetic risk.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».