Incidence of Ocular Affections in Dogs with Special Reference to Pigmentary Keratitis
Notice bibliographique
Résumé
Background: The aim of current study was to record the Incidence of ocular affections in dogs with special reference to pigmentary keratitis. Methods: Total 6,863 animals were registered at Veterinary Clinical Complex (VCC), Co.V.Sc Jabalpur during a period of six months (May to October, 2024). Out of these animals 5,148 were of dogs, in which 300 (5.82%) dogs were suffered from various ocular affections. Pigmentary keratitis was recorded in 42 (0.81%) dogs after clinical examination. Result: Among the various ocular affections cataracts being the most common at 20.0%, followed by pigmentary keratitis, corneal ulcers, conjunctivitis, corneal edema, eyelid masses and other ocular affections were observed in decreasing order. Labrador Retriever was mostly affected among all breeds representing 25.33% of cases, with male dogs showing a higher distribution at 61.33% compared to females at 38.66%. The age group of 3 to 7 years (36.33%) suffered the most. The incidence of pigmentary keratitis in the study was 14.0%, cases of severe pigmentary keratitis (52.63%), with diffuse pigmentation pattern presented the most, Pug being the most affected breed, accounting for 69.04% of cases. Male dogs were more commonly affected than females, with a distribution of 66.66% and 33.33% respectively. Dogs aged between 3 to 7 years were the most affected, comprising 42.85% of the cases.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».