Trace Element Levels in Canine Tear Film
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the levels of trace elements in the tear film of healthy dogs. ANIMALS STUDIED: Twenty-five healthy Labrador retrievers. PROCEDURES: Tear samples were collected from the ventral conjunctival fornix of each dog using a Schirmer tear test strip. Elemental analysis was conducted using the particle-induced X-ray emission (PIXE) method with a 1.7 MV Pelletron accelerator. Trace element levels were compared across all dogs using the Kruskal-Wallis test with post hoc Tukey analysis and between male and female dogs using the Mann-Whitney test. RESULTS: The study included 14 neutered males and 11 spayed females, with a mean (±SD) age of 19.8 ± 3.1 months (range 14.3-26.5, median 18.8 months). Elemental analysis of tear samples revealed the presence of calcium (Ca), chloride (Cl), iron (Fe), phosphorus (P), potassium (K), sodium (Na), and sulfur (S). The median ± SEM peak area levels were highest for Cl (69 530 ± 1432) and K (5782 ± 514), followed by S (3545 ± 772), Na (3387 ± 159), P (1408 ± 160), Ca (593 ± 85), and Fe (276 ± 206). Compared to males, female dogs had significantly higher peak areas for S (2272 ± 549 vs. 4389 ± 1484, p = 0.037) and Ca (536 ± 76 vs. 800 ± 148, p = 0.029). CONCLUSIONS: This study provides a detailed assessment of the trace element composition in the tear film of healthy dogs. These findings enhance our understanding of canine ocular surface physiology and may have potential implications for the diagnosis and management of ocular surface diseases in dogs.
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) | 0,001 | 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 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 ».