Mesure de la génération de thrombine et son application pour la surveillance pharmacothérapeutique de l'héparine de faible poids moléculaire chez le chien
Bibliographic record
Abstract
Chez le chien, la daltéparine est un anticoagulant utilisé pour la prévention et le traitement de la thrombose. La surveillance thérapeutique de la daltéparine par l’activité anti-facteur Xa (FXa) n’est pas un test fonctionnel. Cette étude avait pour but d’étudier l’emploi de la génération de thrombine (GT) pour évaluer les effets in vitro de la daltéparine sur du plasma canin, ainsi que pour détecter les effets pharmacodynamiques de la daltéparine administrée chez des chiens sains. Premièrement, les paramètres normaux de la GT ont été établis à partir du plasma de 25 beagles et 11 chiens sains de clients. Ensuite, des pools de plasma canin fortifié avec de la daltéparine, à dose croissante, ont été analysés selon la GT, l’activité anti-FXa et selon le temps de thromboplastine partielle activée (aPTT). Finalement, 24 beagles sains répartis au hasard dans 4 groupes on reçu soit une dose sous-cutanée (SC) de 50U/kg, 100U/kg ou 150U/kg de daltéparine ou un placebo. Du plasma pauvre en plaquettes (PPP) a été récolté pendant 24 heures et analysé selon la GT, l’anti-FXa et l’aPPT. In vitro, la daltéparine a démontré un effet anticoagulant sur la GT qui était concentration-dépendant. Les tests de GT et anti-FXa étaient plus sensibles aux effets de la daltéparine que l’aPPT. L’étude pharmacodynamique a démontré que le temps, la dose ainsi qu’une interaction temps*dose avaient un effet significatif sur les paramètres de GT et anti-FXa. La GT peut mesurer les effets pharmacodynamiques de la daltéparine à des doses variées chez des chiens sains.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".