Prevalence and Clinical Manifestations of Diabetes Mellitus in Canines: A Study from the Jaipur Region of Rajasthan
Notice bibliographique
Résumé
This study aimed to govern the prevalence and document the clinical signs of diabetes mellitus (DM) in dogs from the Jaipur region of Rajasthan, conducted between August 2024 and January 2025. A total of 200 dogs, representing various age groups, breeds, and genders, were examined based on the presence of symptoms such as polydipsia, obesity, polyuria, significant weight loss, polyphagia, rapidly progressing bilateral cataracts, or a combination of these signs. The canines suspected of suffering from diabetes mellitus were subjected to screening utilizing an on-site glucometer for the assessment of fasting blood glucose concentrations. Individuals demonstrating blood glucose concentrations exceeding 140 mg/dl were classified as diabetic and subsequently integrated into the research investigation. The findings indicated that 13 dogs satisfied the established diagnostic criteria for diabetes mellitus. The aggregate prevalence of diabetes mellitus within the canine demographic was ascertained to be 6.5%. Among the breeds, Labrador Retrievers exhibited the highest rate of diabetes. Dogs over six years of age, particularly females, were more likely to develop the condition. The common clinical manifestations observed in the 13 diabetic dogs included polyphagia, polyuria, polydipsia, weight loss, vomiting, and cataracts
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».