Sensitivity and Specificity of Plasma ALT, ALP, and Bile Acids for Hepatitis in Labrador Retrievers
Notice bibliographique
Résumé
BACKGROUND: Biochemical indicators for diagnosing liver disease are plasma alanine aminotransferase activity (ALT), alkaline phosphatase activity (ALP), and bile acid concentration (BA). OBJECTIVES: To determine the sensitivity and specificity of ALT, ALP, and BA for detecting primary hepatitis (PH) in clinically healthy Labrador retrievers and investigate whether ALT and ALP can discriminate between dogs with PH and nonspecific reactive hepatitis (RH). ANIMALS: 191 clinically healthy and 51 clinically ill Labrador retrievers with hepatic histopathology. METHODS: Retrospective study. Medical records were reviewed for ALT, ALP, preprandial BA, liver histopathology, and hepatic copper concentrations. RESULTS: In 64% (122/191) of the clinically healthy Labrador retrievers, hepatic histology revealed inflammatory infiltrates. This frequency might be biased because part of them was included as first-line relatives of dogs with copper-associated hepatitis. Sensitivity of ALT, ALP, and BA in this population for detecting acute hepatitis was 45, 15, and 15%, respectively. For chronic hepatitis, sensitivity was 71, 35, and 13%, respectively. Specificity of ALT, ALP, and BA was >90% for AH, CH, and RH. When increased liver enzymes were present, median ALT was significantly higher in PH cases (312 U/L, range 38-1,369) compared to RH cases (91 U/L, range 39-139) (P < .001). There was no difference in ALP between dogs with a PH and a RH (P = .361). CONCLUSIONS AND CLINICAL IMPORTANCE: Histopathologic abnormalities in the liver were present in the majority of apparent clinically healthy Labrador retrievers. The sensitivity of ALT, ALP, and BA for detecting acute and chronic hepatitis in this population was low. More sensitive biomarkers are needed for early detection of liver disease in apparent clinically healthy 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 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| 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 | 0,000 |
| 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 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 ».