High-field MRI findings in epileptic dogs with a normal inter-ictal neurological examination
Notice bibliographique
Résumé
Introduction Epilepsy is one of the most common chronic neurological conditions affecting dogs. Previous research exploring the likelihood of a structural cause of epilepsy specifically in dogs with a normal inter-ictal examination is limited to a small population of dogs using low-field MRI. The aims of this study were to establish high-field (1.0T and 1.5T) MRI findings in dogs presenting with epileptic seizures and a normal inter-ictal examination. Methods Medical records were retrospectively searched for dogs presenting with at least two epileptic seizure events more than 24 h apart. To be included in the study, patients had to have a normal neurological examination, high-field MRI of the brain and have had metabolic and toxic causes excluded. Results Four hundred and twelve dogs were eligible for inclusion. Crossbreeds were most commonly affected (n = 63, 15.3%) followed by Border collies (n = 39, 9.5%) and Labrador retrievers (n = 26, 6.3%). Seventy-six dogs (18.5%) had abnormalities detected on MRI, 60 (78.9%) of which were considered to be incidental. Overall, 16 dogs (3.9%) had a structural cause of their epileptic seizures including neoplasia (n = 13, 81.3%), anomalous (n = 2, 12.5%) and meningoencephalitis of unknown origin (MUO) (n = 1, 6.3%). When split into age group at first epileptic seizure structural lesions were documented in 0/66 dogs aged <1 year, 4/256 (1.6%) dogs aged ≥1 year ≤6 years (three neoplastic and one anomalous), 3/51 (5.9%) aged >6 years ≤8 years (two neoplastic and one MUO), and 9/39 (23.1%) dogs aged >8 years (eight neoplastic, one anomalous). Multivariate analysis identified two risk factors for structural disease: increasing age at first epileptic seizure (p < 0.001, OR = 4.390, CI 2.338–8.072) and a history of status epilepticus (p = 0.049, OR = 4.389, CI 1.010–19.078). Discussion Structural lesions are an uncommon cause of epilepsy at any age in dogs with a normal inter-ictal examination.
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 | 0,001 |
| 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) | 0,002 | 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 ».