Comparación de dos modelos para evaluar el estado acido-base de caballos con colitis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Este estudio comparó los modelos Henderson- Hasselbalch (H-H) y Diferencia de Iones Fuertes (DIF+) para evaluar las alteraciones acido-base en caballos con colitis. Además, evaluó el valor predictivo de las pruebas subrogadas para detectar hiperlactatemia. Las historias clínicas de 31 caballos presentados al Ontario Veterinary College Teaching Hospital durante los años 2009 y 2010 fueron revisadas. Acidosis metabólica fue el desorden acido-base más común. El modelo de H-H diagnosticó acidosis metabólica en 61% de los caballos, mientras el modelo de DIF+ detecto un 87%. El análisis de curvas ROC reveló que el strong ion gap y el anión gap corregido tienen mayor sensibilidad y valor predictivo negativo que el anión gap. En conclusión, el modelo de DIF+ y DIF+ simplificado ofrecen mayores ventajas en la evaluación del estado acido- base en caballos con colitis. / Abstract. This study compared the approach the performance of the approach of the Henderson- Hasselbalch (H-H) and Strong Ion Difference (SID+) in analysis of acid base imbalances in horse with colitis. Additionally, to investigate the relationship between serum L-lactate and subrogates tests for hyperlacatemia. Medical records of 31 horses presented to the Ontario Veterinary College Teaching Hospital from 2009 to 2010 were reviewed. Metabolic acidosis was the most common acid-base disorder. Metabolic acidosis was detected in 61% of horse with the H-H approach, while SID+ 87 % were detected by the SID+ approach. The ROC curve analysis revealed that Strong Ion Gap and corrected Anion Gap are more reliable predictors of hyperlacatemia than Anion Gap. In conclusion, SID+ and simplified SIG approach is a more sensitive system to detect acid base imbalances in horses with colitis.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,002 |
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 découle