Vergiftungen durch Aufnahme von Unrat bei Hunden („Müllintoxikation“)
Bibliographic record
Abstract
Zusammenfassung: Gegenstand und Ziel: Die Aufnahme von Abfällen oder Kadavern durch Hunde als Aasfresser ist nicht ungewöhnlich. Bisher wurden in diesem Zusammenhang vor allem akute gastrointestinale Symptome beschrieben. In der neueren Literatur finden sich jedoch auch Berichte über zum Teil schwere neurologische Störungen. Die Zielsetzung der vorliegenden Untersuchung war die Beschreibung von Rassen-, Altersund Geschlechtsverteilung sowie Symptomen und Prognose bei durch die Aufnahme von Unrat hervorgerufenen Intoxikationen. Untersuchungsgut, Material und Methode: Daten von im Zeitraum Dezember 2003 bis Juli 2007 stationär aufgenommenen Patienten wurden retrospektiv auf Hinweise für eine durch Aufnahme von Unrat ausgelöste Intoxikation untersucht. Ergebnisse: Insgesamt konnten 26 Hunde mit einer „Müllintoxikation“ identifiziert werden. Achtzehn Hunde waren weiblich und nur acht männlich. Das mittlere Alter lag bei 4,4 Jahren (6 Monate bis 14 Jahre). Die am häufigsten vertretenen Rassen waren Labrador Retriever (n = 5), Golden Retriever und Jack Russell Terrier (je n = 3). 17 Hunde (65%) zeigten zentralnervöse Veränderungen. Bei 10 dieser Hunde war die Aufnahme von Unrat anamnestisch gesichert. Schlussfolgerungen: Neurologische Störungen konnten bei über der Hälfte der untersuchten Hunde festgestellt werden. In zukünftigen Untersuchungen sollte deshalb zur Identifizierung möglicher auslösender Substanzen besonderer Wert auf eine umfangreiche toxikologische Abklärung solcher Fälle gelegt werden. Klinische Relevanz: Bei plötzlichem Auftreten von zentralnervösen Symptomen sollte auch an Intoxikationen durch die Aufnahme von Unrat gedacht werden. Die Therapie erfolgt soweit möglich durch Dekontamination sowie symptomatisch. Die Prognose ist in der Regel gut.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".