Hevosen koliitti : Kirjallisuuskatsaus ja potilastapaukset Helsingin yliopistollisessa hevossairaalassa 2016-2020
Bibliographic record
Abstract
Koliitti eli paksusuolen tulehdus aiheuttaa hevosille äkillistä ripulia, joka voi johtaa kuolemaan tai eutanasiaan. Koliitin muina oireina on usein ähkytyyppistä vatsaontelokipua sekä kuumetta ja verinäytteessä nähdään usein leukopeniaa. Koliitin aiheuttajat voidaan jakaa infektiivisiin ja ei-infektiivisiin aiheuttajiin. Infektiivisistä aiheuttajista erityisesti hevosten koronavirusta on alkanut esiintyä enenevissä määrin myös Suomessa viimeisen viiden vuoden aikana. Muista infektiivisistä aiheuttajista Suomessa on tiedettävästi ollut yksi salmonella epidemia vuonna 2001. Ei-infektiivisien aiheuttajien määrää haittaa Suomessa yleinen hevosten hiekansyönti, mikä voi aiheuttaa samankaltaisia oireita kuin koliitti, joten tämä erittelydiagnoosi olisi hyvä pitää mielessä ripulipotilasta tutkiessa. Tämä tutkimus oli osa kanadalaisen yliopiston, Ontario Veterinary College, University of Guelph kansainvälistä tutkimusta koliitin esiintyvyydestä eri maissa vuosina 2016-2020. Kriteereinä oli, että potilas on yli yhden vuoden ikäinen ja ripuli on alkanut enintään 48 tuntia ennen sairaalaan saapumista tai 24 tuntia sen jälkeen. Kriteerit täyttäviä potilaita löytyi 156 vuosien 2016-2020 välillä. Potilaista kerättiin kattavasti tietoa Yliopistollisen hevossairaalan potilastietokannasta. Tutkimuksessa tarkasteltiin kriteerit täyttävien hevosten esitietoja, statusta ja oireita sairaalaan tulohetkellä, sairaalassa tehtyjen tutkimusten tuloksia, hoitoa ja lopputulosta. Hevospotilaista eniten oli suomenhevosia, toiseksi eniten puoliverisiä ja potilaita oli eniten syksyllä ja talvella. Hevosille annetuista diagnooseista yleisin oli ähky (105kpl), seuraavaksi yleisin koliitti (33kpl), sitten muu ripuli (10kpl), ohutsuolentulehdus (4kpl) ja muu diagnoosi. Ähkyistä 39:llä ja koliiteista kahdella havaittiin kuitenkin myös kliinisesti merkittävä määrä hiekkaa paksusuolessa ja lisäksi kaikista tapauksista 12:lla hiekkaa oli pieni määrä. Potilaista vain 25:ltä tutkittiin ulostenäyte, suurimmalta osalta salmonella ja lisäksi muutamalta Clostridium difficile ja vain neljältä potilaalta koronavirus. Näistä ulostenäytteistä vain yhdellä oli positiivinen tulos ja se oli koronavirusta. Ensimmäinen koronavirusnäyte otettiin vuonna 2019, joten aikaisemmista potilaista ei voida tietää onko sitä ollut muillakin. Ylipäätään ulostenäytteitä on otettu todella vähän tutkimuksen teon aikoihin, joten aikaisempien ripulipotilaiden infektiivisyyttä ei voida täysin poissulkea. Viimeisen viiden vuoden aikana koronapotilaiden määrä on kuitenkin ollut nousussa Suomessa ja myös muissa Pohjoismaissa. Tuloksista saadaan hyvää dataa koliitin esiintymisestä Suomessa, mutta tulosten luotettavuutta varten dataa pitäisi kerätä spesifimmin juuri Suomen oloista ja tänne sopivilla kriteereillä, kun nyt kriteerit tulivat Kanadasta.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.241 | 0.115 |
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".