Hematobiochemical profiles and cardiac biomarker assessment in Labrador retriever dogs
Notice bibliographique
Résumé
This study aimed to establish baseline hematobiochemical and cardiac biomarker parameters in clinically healthy Labrador Retrievers and assess the influence of body weight on these indices. Sixteen adult Labrador Retrievers (2–6 years, both sexes) were categorized into two groups based on body weight: Group-I (<30 kg) and Group-II (>30 kg). Comprehensive evaluations including hematological, biochemical, and cardiac biomarker analyses were performed following confirmation of the dogs' health status. Hematological parameters including hemoglobin, packed cell volume, RBC, WBC and platelet counts, as well as biochemical parameters such as AST, ALT, total protein, albumin, BUN and creatinine were within normal ranges with no significant intergroup differences. Cardiac biomarker analysis revealed cTnI levels of 0.0056±0.0014 ng/mL in Group-I and 0.0081±0.0018 ng/mL in Group-II, while NT-proBNP levels were 1.9731±0.3085 pmol/L and 3.0789±0.8485 pmol/L, respectively. These differences were not statistically significant indicating stable cardiac health across varying body weights. This study provides valuable baseline data on hematobiochemical and cardiac biomarker parameters in Labrador Retrievers emphasizing the minimal impact of body weight on these indices and contributing to improved cardiac health assessment in this breed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».