Substance P concentrations in the blood plasma and serum of adult cattle and calves during different painful procedures and conditions – a systematic review
Notice bibliographique
Résumé
Abstract Background Pain in cattle is a major welfare problem, as cattle mask their pain. Subjective and objective parameters to assess pain in cattle have been described. Among the objective parameters to evaluate pain in cattle is substance P (SP). SP is a neurotransmitter, which is involved in the processing of noxious information to the brain; it seems to be a more objective indicator for nociception than cortisol, which has long been used as a biomarker for pain and stress in cattle. The objective of this systematic review was to assess the existing literature about SP during painful procedures, conditions, and diseases in cattle in form of a systematic review. Results Following the PRISMA statement, 36 out of 236 studies were included in this systematic review. Study design, grouping, age and weight of animals, processing of blood samples for the assessment of SP, and results were heterogenous. The largest number of studies originated from the United States of America and Canada and were published in 2018. A higher number of studies were done on calves (69.4%, n = 25) compared with adult cattle (30.6%, n = 11). Most studies were done to assess SP concentrations after administration of analgesics prior to husbandry procedures in calves. Conclusions There is a manageable number of studies assessing SP concentrations during painful procedures, conditions, and diseases in cattle. SP seems to be a suitable biomarker for nociception in cattle, but results of research work are heterogenous, and SP concentrations of calves and adult cattle differ throughout studies. Basic research work is missing and is needed to assess factors others than nociception which might influence the SP concentrations in the blood plasma.
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 | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».