Évaluation de la valeur pronostique de la lactatémie lors de dilatation à droite de la caillette ou de volvulus abomasal chez la vache laitière
Bibliographic record
Abstract
Dans les élevages laitiers d’aujourd’hui, les déplacements de la caillette sont parmi les conditions chirurgicales les plus souvent rencontrées. Le pronostic pour ces pathologies est cependant très différent que l’on soit en présence d’une dilatation de la caillette à droite (DCD) ou d’un volvulus de la caillette (VC). En pratique, la distinction en période préopératoire entre ces deux conditions est difficile. Afin de limiter les pertes économiques associées aux DCD/VC, l’identification et la réforme précoce des animaux ayant le plus grand risque d’avoir une mauvaise évolution postopératoire deviennent des enjeux de premier plan. Les objectifs de cette étude étaient de déterminer la valeur pronostique de la L-lactatémie (LAC) mesurée à la ferme en préopératoire à l’aide d’un appareil portatif chez des vaches souffrant de DCD ou VC et de suggérer des seuils de LAC cliniquement significatifs. Nos résultats indiquent que la LAC est un bon indicateur pronostique lors de DCD/VC. Une LAC ≤ 2 mmol/L est un bon indicateur de succès chirurgical et s’avère très utile pour appuyer la décision d’opérer l’animal (sensibilité, spécificité, valeurs prédictives positive et négative de respectivement 76.2, 82.7, 53.3 et 93.1%). Par ailleurs, il n’y a aucun avantage économique à effectuer une chirurgie chez des vaches commerciales souffrant de DCD/VC qui ont une LAC ≥ 6 mmol/L (sensibilité, spécificité, valeurs prédictives positive et négative de respectivement 28.6, 97.5, 75 et 84%). Par conséquent, ces animaux devraient, dans la plupart des cas, être réformés en raison de la probabilité élevée qu’ils aient une mauvaise évolution postopératoire.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".