Blood and Peritoneal Lactate, Ratio and Difference, and Peritoneal Lactate to Total Solids Ratio for Detection of Intestinal Strangulating Obstructions in Horses
Notice bibliographique
Résumé
BACKGROUND: The effectiveness of the peritoneal fluid L-lactate-to-total solids ratio (PFL:PFTS) as a diagnostic marker for strangulating lesions of the small intestine (SI) and large colon (LC) has not been investigated. OBJECTIVES: Describe and compare the PFL:PTFS and blood lactate (BL), peritoneal fluid lactate (PFL) and PFL:BL difference and PFL:BL ratio of horses with SI and LC strangulating (SO) and non-strangulating (NSO) obstructions and determine sensitivity and specificity to predict SO. ANIMALS: A total of 282 horses, 117 with SI lesions (59 classified as SINSO and 58 as SISO), and 165 with LC lesions, 126 categorized as LCNSO and 39 as LCSO. METHODS: Retrospective study. Receiver operating characteristic (ROC) curves were generated to identify optimal cut-off points to maximize sensitivity and specificity to predict SO. RESULTS: A PFL:PFTS ratio of 2.9 had fair (area under the curve [AUC], 0.76; 95% confidence interval [CI], 0.67-0.84) ability to discriminate between SISO and SINSO, with sensitivity of 66.7% and specificity of 78.3% to predict SISO. A PFL: PFTS ratio of 3.6 had good ability to discriminate between LCSO and LCNSO (AUC, 0.84; 95% CI, 0.78-0.90) with sensitivity and specificity of 78% and 81% to predict LCSO, respectively. Peritoneal fluid lactate, PFL:BL difference, and PFL:BL ratio also had a low to moderate sensitivity to predict ischemic strangulating lesions of the SI and LC. CONCLUSION AND CLINICAL IMPORTANCE: Strangulating obstructions are critical conditions requiring prompt intervention. The low to moderate sensitivity identified suggests that PFL, PFL:BL difference and ratio, and PFL:PFTS ratio should be interpreted with clinical signs and the response to initial treatment to determine SO accurately.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».