Stomach Health > Mo. Gesondheet >  > Stomach Knowledges > Fuerschunge

Eng Zäit Serie Modell vun der Optriede vun gastric Dilatatiounswuesstem-volvulus zu enger Populatioun vun dogs

Eng Zäit Serie Modell vun der Optriede vun gastric Dilatatiounswuesstem-volvulus zu enger Populatioun vun Hënn VerfÜgung méiglech VerfÜgung Background VerfÜgung Gastric Dilatatiounswuesstem-volvulus ( GDV) ass e Liewen-verkaaft Zoustand vun Mamendéieren, mat méi Risiko am groussen homogen Hënn. D'Etude vun hirer etiological Facteuren ass schwéier wéinst dem ville méiglech Liewenskonditiounen. D'Associatioun tëscht Meteorologie Evenementer an d'Optriede vun GDV gouf postulated mä bleift onkloer. Dës Etude féiert de Begleetstär Zäit Serie Approche zu der Enquête vun der méiglech Meteorologie Risiko Facteure fir GDV. D'Daten vun enger Populatioun vun héich-Risiko gesammelt Muppen am Texas schaffen benotzt gouf. VerfÜgung Resultater VerfÜgung Mindestloun a maximal deeglech Loftdrock op den Dag vun GDV Evenement an déi maximal deeglech Loftdrock op den Dag virun der GDV event sech positiv mat der Wahrscheinlechkeet vun GDV assoziéiert. All vun der Chance /multiplicative Faktoren vun engem Dag GDV Dag gëtt sech no op der Vergaangenheet GDV Virgäng interpretéiert. Et war minimal Differenz tëschent der Duebelstären an Poisson allgemeng linear Modeller. VerfÜgung Conclusioun VerfÜgung Time Serie haut kennt vun engem Roman Method fir Evaluéieren der Associatioun tëscht Meteorologie Verännerlechen an GDV zu enger grousser Populatioun vun Hënn. Entspriechend Applikatioun vun dëser Method gouf vun enger gemeinsamer Ëmwelt fir d'Muppen an Disponibilitéit vun Meteorologie Donnéeën gestäerkt. D'Potential Interaktioun tëscht Wieder Ännerungen an Patient Risiko Facteure fir GDV verdéngt weider Enquête. VerfÜgung Background VerfÜgung Gastric Dilatatiounswuesstem-volvulus (GDV) ass eng Konditioun, wou de Mo. dilates a rotéiert op selwer, Virwaat lues zu hypotension, Schock, an Doud. Grouss homogen Muppe si oft betraff sinn, och wann et vill Déierenaarten dorënner Mënschen [1]. VerfÜgung D'kierperlech Mechanismen Équipe an dëse Zoustand a seng Behandlung Afloss kann gutt verstane ginn, mä d'Ursaachen sinn net [2]. Ursaachen vun GDV kann predisposing (Erhéijung vun der Bewäertung vun Krankheet) considéréiert oder precipitating (ausléisen der gezu vun Krankheet). Puer predisposing Risiko Faktoren vun Hënn hun thoracic Déift ze Breed Verhältnis ugeholl, dorënner temperament vun den Hond (excitability), grouss oder Ris Haren, fräi, a rapid Liewensmëttel Konsum [2-4]. vill Froen am Zesummenhang mat der aktueller gezu vun dësem Liewen-verkaaft Krankheet bleiwen awer, unexplained vun dëse Risiko Facteuren. VerfÜgung D'Etude vun Ursaachen precipitating fir GDV eng wichteg ass an net ganz gutt researched Beräich. A ville Fäll vun GDV, ass de Mo mat Gas distended; ënnert méiglech Quellen vun dësem Gas, aerophagia Fermentatioun-putrefaction, chemesch Gas Moses a Gas Diffusion ugeholl goufen. Dëst, zesummen mat observéiert saisonal Variant zu GDV Fäll, den Opstig ze Geleeënheet iwwer d'méiglech association tëscht GDV an Wiederkonditiounen kuerz virun hirem Optriede [5, 6]. Methode applizéiert vun Herbold et al an [5], i.e. Haapt Komponente Analyse, déieren méiglecherweis wichteg climatologic Faktoren den Impakt vun enger eenzeger Wieder-Zesummenhang Variabel interstellar hun kann. Aner Studien hunn Logistikzenter Réckgang benotzt d'Wahrscheinlechkeet vun engem Dag ze ermëttelen engem GDV Dag Wiesen, entscheet bestëmmte Loftdrock oder Temperatur Konditiounen [6, 7]. Esou Approche sinn op engem Viraussetzung baséiert datt GDV Evenementer géigesäiteg onofhängeg sinn an et ass keng staark Korrelatioun tëschent Evenementer méi Zäit, wéi wann d'Krankheet huet ustiechend geschéie géif. Mä, wéi e fait, Gedanken meescht Meteorologie covariates GDV Optriede ze beaflossen, sinn autocorrelated Zäit iwwer a soll vun den Zäit Serie geduecht ginn. Wann e puer vun hinnen hunn net zu engem méigleche Modell mat abegraff ginn, mä si maachen de GDV Optriede Afloss, GDV incidences iwwer Zäit opgeholl kënnen soll ginn. VerfÜgung Sou, d'GDV Optriede Daten wéi Zäit Serie ukuckt kann an der Praxis gewëssen ginn. Obwuel traditionell Zäit Serie haut kennt limitéiert Dës an der Etude vun Verschiddenheet Krankheeten haten huet, huet et viru kuerzem eng saisonal Komponent ze aner gastrointestinal Krankheet ze beweisen, an zwar, Linga zu Päerd [8] benotzt ginn. Zënter der GDV Optriede Date ganz kloer opgewäert gëtt (de Wäert vun der Äntwert ass d'Zuel vun GDV Fäll pro Dag), déi méi traditionell Zäit Serie Methoden, wéi déi vun der klassescher Autoregressive Integréiert benotzt Hopp duerchschnëttlech (ARIMA) Kader [9] kënnen net benotzt ginn. Eng vun den éischten Referenze [8] hindeit datt "... eng Méiglechkeet an d'Benotzung vun enger Poisson Verdeelung läit Grof Donnéeën bannent engem Kader breeder Gewässer bis datt vun generaliséiert linear haut kennt zu Modell ..."; dësem Virschlag Quantitéiten effektiv d'Approche un Hëllef baséiert op generaliséiert linear Modell (GLM) erauskommen, an deem eng mëttelalterlech Handschrëft geheescht ass. D 'Ziel vun dëser Etude VerfÜgung war eng Zäit-Serie Approche ze benotzen d'Associatioun tëscht Meteorologie Verännerlechen an GDV Optriede ze ermëttelen zu Hënn. d'Verännerlechkeet vum predisposing Risiko Facteuren an confounding Verännerlechen wéi Ernährung a Wunnen Ëmwelt [2], d'Donnéeën vun grousser homogen Hënn um Military Wannen Dog (MWD) Training Center um Lackland Air Force Base (LAFB) war benotzt Haffbibliothéik ze reduzéieren. An dësem gemeinsamen Ëmwelt, sinn d'Muppen e Liewesniveau Ernährung es, Outdoor leeft Haffbibliothéik, a si ënner Observatioun 24 Stonnen den Dag. Dës Donnéeën benotzt gouf virun engem Logistikzenter Réckgang Approche zu Meteorologie Verännerlechen enquêtéiert an GDV [7], an engem Verglach vun den Archipel Approche kann also och gemaach ginn. VerfÜgung Resultater VerfÜgung puer Modeller, datt e puer vun de niddregsten Wäerter an vun AIC (Akaike Informatiounen Bescheed) sinn an der Table 1. fir jiddereng vun hinnen gewisen, ass déi systematesch Deel, zesumme mat der Zort vun de Modell (Duebelstäresystem GLM oder Poisson GLM) a Wäerter vun AIC entscheet. Nëmmen Modeller, déi ënnert 0.10 Log-Chancen Verhältnis p-Wäerter vun all covariates hu missten agebaut ginn. Zënter dem Hond Vollekszielung vun Dag zu Dag sinn, ass d'Zomm vun erausgestallt heiteg ofwiesselnd. Dëst kann streng Poisson /Duebelstäresystem Virgab iwwer d'Donnéeën verlaangt maachen. An der Poisson Fall heescht dat, datt de Varianz net genee un d'mengen selwecht kënnen. An der Duebelstäresystem Fall, kann net d'Varianz genee t'selwecht der Varianz vun Bernoulli Distributioun fir e bestëmmte Set vun covariate Wäerter. Sou, schéngt et raisonabel fir méiglech overdispersion an der Donnéeën ze kontrolléieren. Eng einfach quasi-Chancen Approche war vun Ufank fir Beweiser vun overdispersion Wanterschlof [10]. Déi geschate souguer gemaach ginn ass ëmmer no 1 an dofir heescht et keng sérieux Beweiser vun overdispersion an dëser setting.Table 1 der Final Models ze ginn wie VerfÜgung Model
Konsequent Deel
Typ vun de Modell
AIC
Overdispersion Faktor
1 VerfÜgung β VerfÜgung 0 + β
1Y VerfÜgung t VerfÜgung -2 + β VerfÜgung 2pmin VerfÜgung t
binär GLM VerfÜgung 411,02 VerfÜgung 1,02 VerfÜgung 2 VerfÜgung β VerfÜgung 0 + β VerfÜgung 1Y VerfÜgung t VerfÜgung -2 + β VerfÜgung 2pmin VerfÜgung t
Poisson GLM VerfÜgung 407,92 VerfÜgung 0,98 VerfÜgung 3 VerfÜgung β
0 + β VerfÜgung 1Y VerfÜgung t VerfÜgung -2 + β VerfÜgung 2pmax VerfÜgung t VerfÜgung -1 VerfÜgung binär GLM VerfÜgung 406,47 VerfÜgung 1 VerfÜgung 4 VerfÜgung β VerfÜgung 0 + β VerfÜgung 1Y VerfÜgung t VerfÜgung -2 + β VerfÜgung 2pmax VerfÜgung t VerfÜgung -1 VerfÜgung Poisson GLM VerfÜgung 403,42 VerfÜgung 0,95 VerfÜgung 5 zur VerfÜgung β VerfÜgung 0 + β VerfÜgung 1Y VerfÜgung t VerfÜgung -2 + β VerfÜgung 2pmax VerfÜgung t
binär GLM VerfÜgung 410,46 VerfÜgung 1,02 VerfÜgung 6 VerfÜgung β VerfÜgung 0 + β VerfÜgung 1Y VerfÜgung t VerfÜgung -2 + β VerfÜgung 2pmax VerfÜgung t
Poisson GLM
407,40 VerfÜgung 0,97 VerfÜgung Examen de Reschtoffall autocorrelation Diagrammen uginn, datt d'schaffen residuals autocorrelation Diagrammen bal identesch sinn, an all vun hinnen hat weisen keng substantiell Rescht autocorrelation. Baséierend op dësem, schéngen dës dräi Modeller en adequate fit fir d'GDV Optriede Donnéeën Y VerfÜgung fir t VerfÜgung. VerfÜgung Ech dëse Modeller wéi entweder Logbuch Chance interpretéiert goufen (ODER) vun Duebelstären GLM Modeller oder multiplicative Faktoren (MF) zu Poisson GLM Modeller. Table 2 enthält de Wäerter vun Chance nennen an multiplicative Facteure fir d'lagged Äntwert Y VerfÜgung t VerfÜgung -2 an der externen covariate fir all de Modellen aus der Table 1. Et enthält och umellen-Chancen p-Wäerter fir all vun der Chance nennen. An d'Nimm vun de Sailen vun Table 2, ODER Stand fir d'Chance Verhältnis an der MF fir d'multiplicative Faktor; déi "aner covariate ODER" ass entweder minimum Dag Loftdrock op GDV Dag pmin VerfÜgung t VerfÜgung, déi maximal deeglech Loftdrock op der GDV Dag pmax VerfÜgung t VerfÜgung oder de Maximum deeglech Loftdrock op den Dag virun der GDV Dag pmax VerfÜgung t VerfÜgung -1. LL steet fir d'Logbuch-Chancen. Zënter der Wahrscheinlechkeet vun GDV Evenement op all entscheet Dag kleng ass an d'Wäerter vun den Hond Vollekszielung sinn an der honnerte, kann de Modell entweder Duebelstäresystem GLM oder Poisson GLM fit gin. Béid Approche sinn fir Verglach Zwecker agestallt. Et war ganz wéineg Ënnerscheed tëschent de Begleetstär GLM an Poisson GLM an de Fall fir all d'Liewe vun covariates considered.Table 2 Model selektionéiert VerfÜgung Model VerfÜgung
ODER vun Y VerfÜgung t VerfÜgung -2
lL p-Wäert
Aner Covariate ODER /MF
lL p-value

1
3.1606
0.0595
1.0455
0.0891
2
3.0862
0.0640
1.0464
0.0833
3
2.9492
0.0741
1.0663
0.0064
4
2.8711
0.0807
1.0664
0.0062
5
3.0198
0.0693
1.0456
0.0633
6
2.9498
0.0741
1.0460
0.0606
Among der Finale Grupp vun Modeller do gewisen huet keen dat am kënne vu méi wéi 1 Dag externen covariates considéréiert. Esou Modeller goufen awer während de Modell Auswiel Etapp, considéréiert. An all vun deenen Fäll, lags der Läschlëscht-Chancen Verhältnis p-Wäert vun der externer covariate vu méi wéi 1 Dag war vill virun 0.10 hierkommen d'souguer gemaach vun den 2-Dag kënne vun der Äntwert Y VerfÜgung net
-2 hat konsequent der Läschlëscht-Chancen Verhältnis p-Wäert drënner 0.10. Also, ass d'Wiel vun covariates zugonschte vun der lags vun Äntwert Y VerfÜgung t VerfÜgung op Käschte vun de Baussegrenzen covariate net Buergermeeschter lags. VerfÜgung Baséierend op dëse Modeller, schéngt et, datt déi Facteuren déi Afloss vum Taux vun GDV stäerkste trotzdem also de Minimum Dag Loftdrock op den Dag vun GDV Event sinn, déi maximal deeglech Loftdrock op den Dag vun GDV Evenement an déi maximal deeglech Loftdrock op den Dag virun der GDV event. D'Chance nennen /multiplicative Facteuren vun der externer covariate an all Modeller gi liicht méi grouss wéi 1 déi tëschent dëse Facteuren an d'Probabilitéit vun der GDV Event op engem bestemmten Daag positiv association ugëtt. Zum Beispill, huet de Minimum Dag Loftdrock op den Dag vun GDV event eng Chance Verhältnis vun 1,0455 fir de Begleetstär GLM Modell. Dëst deit drophin, datt fir all Erhéijung vum Mindestloun Dag Loftdrock vun 1 Eenheet, d'Chance vun der GDV Fall geschitt op deem Dag Erhéijung vun de Faktor vun 1,0455. Fir déi jeeweileg Poisson Modell, ass de multiplicative Impakt Faktor 1,0464 déi vun de Faktor fir all Erhéijung vum Mindestloun Dag Loftdrock vun 1 Eenheet d'Wahrscheinlechkeet vum Dag eng GDV Dag doubelt kritt 1,0464 heescht dat. Bedenkt datt all vun de Resultater vun de Baussegrenzen covariate op no interpretéiert ginn wat d'Observatioun Dag geschitt zwee Deeg virun. Also, ass dat méi präzis ze soen, dass d'Chance vun GDV Optriede op all entscheet Dag Erhéijung vun de Faktor vun 1,0617 fir all Unitéit Erhéijung vun de Minimum Dag Loftdrock entscheet, dass mir wëssen, ob do war oder war net e Fall vun GDV zwee Deeg virdrun VerfÜgung. D'virun Ausso kann net ouni dovunn gemaach ginn, wat zwee Deeg virum Dag vun der Observatioun geschitt. Dëst ass d'wichteg Ënnerscheed tëschent eiser Approche an déi vun de regelméissegen GLM haut kennt, ob Duebelstäresystem GLM (Logistikzenter Réckgang) oder engem Poisson Modell. VerfÜgung Diskussioun an Conclusioun VerfÜgung Éischt, fir jiddereng vun de Modeller wichteg Informatiounen iwwer d'méiglech gëtt ausgewielt etiological Faktor vun GDV an domat spillt eng nëtzlech Roll. Et ass net néideg engem Choix tëscht hinnen ze maachen, wann déi eenzeg Zweck nees méiglech Erklärungskontakter covariates fir GDV Optriede ze kucken ass. Allerdéngs gëtt dat net néideg, wann de Prévisiouns- vun Zukunft GDV incidences den Haaptfokus ass. Mir wëllen net dat Thema an der aktueller Pabeier ermëttelen. VerfÜgung Second, déi den Faktore bestëmmt Verännerlechen bedeitend d'Quote vun GDV Optriede beaflossen sech d'minimum Dag Drock op den Dag vun GDV, déi maximal deeglech Drock op den Dag vun GDV an der maximal deeglech Drock op den Dag virun der GDV event. Minimum Dag Drock op den Dag vun GDV war och wéi wichteg a statistesch wesentleche Punkte vun [7] identifizéiert. Et ass bekannt, datt do association tëscht Ännerungen am barometric Drock ass an der gezu vun Aarbechtsmaart am Mënschen an SIDS (Blëtz Keefer Doud Syndrom) [11, 12]. Manner ass iwwer d'Associatioun tëscht de Loftdrock a canine Krankheeten bekannt. Déi aktuell Etude seet, datt de Loftdrock a Ännerungen an et kann de wichtegste Facteuren gezu goufen vun GDV Muppen kenneléieren. VerfÜgung de Wäert vun engem 2-Dag kënne Äntwert vun haut kennt fir GDV éischter onerwaart war. Dës 2-Dag Zäitraum kann net onbedéngt zu engem 48-Stonne Period tëscht Evenementer vergläichen Ee. Déi genau gezu vun der CASCADE vun Evenementer zu GDV Virwaat ass schwéier ze Gewerkschaften, an pathophysiological Evenementer zu Medeziner Unzeeche Spëtzekandidat bei verschiddene Débit an verschidden Muppen geschéie kann. Gastric distension gouf bemierken séier an e puer Hënn ze geschéien, a méi lues an anerer. D'Roll vun covariates datt zu Medeziner Sortie fir Verspéidungen verbonne ginn, wéi och d'Méiglechkeet Relatioun (s) ënnert Meteorologie Phänomener während esou enger Fënster vun Zäit bleiwen, opgekläert ginn. VerfÜgung der Approche vum Logistikzenter Modell fir Duebelstäresystem Zäit mat Serie ebenfalls am Fall adäquat ze ginn, wou et am meeschten e puer Dag Observatioune mat méi wéi 1 GDV Fall. Mä, dat kann net de Fall sinn, wann eng grouss Grupp vun Hënn observéiert ass an, als Konsequenz, d'Zuel vun Deeg mat méi wéi ee Fall vun GDV gëtt sizable. Wann dat geschitt, kann Poisson GLM Approche exklusiv benotzt ginn muss. VerfÜgung A Zesummenhang Pabeier [8] benotzt der Uklang fonnt Variabel haut kennt baséiert op der Hierarchie Approche Bayes der Ofhängegkeet tëscht den Observatiounen ze verschaffe. Dës Approche ass e bësse manner flexibel wéi d'Approche an dësem Pabeier ofgestëmmt. De Grond ass de Fait, datt d'Hierarchie Bayesian Approche bestëmmte spezifesch virewech géieren, wéi Normalitéit (oder aner spezifesch Verdeelung) vun den Donnéeën verlaangt, datt si net ëmmer einfach an der Praxis ze rechtfertegen. Och, hire Choix vun der Bestellung 1 autoregressive Prozess fir d'Uklang Variabel schéngt baséiert op politëscher Modell Auswiel sind eleng an net gin hierkommen dës Fuerschung puer Asiicht an de méiglech Auswiel Mechanismus offréiert baséiert op Critèren wéi AIC. Endlech ass et wichteg hei zu festgestallt, datt d'Zäit Serie Approche ganz normal ass, wann et Serie vun Observatioune opgeholl méi Zäit ginn. Wann dat geschitt, sinn sou Observatioune bal ëmmer soll; Dës Korrelatioun Rücksicht huelen kann an der Wettbewerbsverzerrungen Ufank ware betreffend Parameter vun Interessi Resultat. Besonnesch, Resultater et dacks zu iwwerdriwen Niveaue vu Bedeitung fir Erklärungskontakter Variabelen. Also, ass d'Zäit Serie baséiert Approche, wahrscheinlech, déi entspriechend Fuerschung Outil zu ville Krankheete Studien wou d'Observatiounen iwwer eng Period vun Zäit opgeholl goufen. VerfÜgung Method VerfÜgung Data D'GDV Optriede Datesaz VerfÜgung besteet aus all opgeholl Fäll vun GDV ënnert d'militäresch schaffen Muppen (MWD) op der Lackland Air Force Base (LAFB) vum Januar 1993 duerch 1998 Dezember an all Fall, d'Haren vun betraff Hond, seng Geschlecht, Gebuertsdatum, Alter bei de gezu vun der Krankheet an Gewiicht sech opgeholl. All Muppen sech vu ee vun dräi Rassen: Däitsch Shepherd, belsch Malinois, oder hollännesch Shepherd. Déi éischt opgeholl Fall vun GDV op Jan Priedegt 6, 1993 an de leschten een op 25 Dez 1998 Den Total vun opgeholl Fäll (dh déi Deeg op deenen GDV Fall enregistréiert gouf) ass 60. Out vun 60, nëmmen zwee Deeg Équipe méi wéi ee Fall vun GDV; op zwee vun hinnen, do waren 2 betraff Hënn. All kenneled Muppen sech duerch Personal all 3 Stonnen pro organisatoresch normale Prozeduren iwwerpréift. Fäll goufen Muppen datt postwendend misse Reservéiert bewisen, tympani vun de Mo, a Lëtzebuergesch Beweiser vun gastric Dilatatiounswuesstem wéi vun engem reecht him alles. Chirurgesch Interventioun war op all Fäll goufen, entweder wéinst Liewen-verkaaft Zoustand oder fir Net-Noutfall prophylactic gastropexy Prozedur. VerfÜgung D'Zuel vun Hënn ënner Observatioun bei LAFB war net konstant, mä éischter vun Mount zu Mount änneren. De Mount Hond Vollekszielung Daten sinn Okt 1993 duerch Dez 1997 eréischt ugefaange, mat 357 Muppen am Oktober 1993 an am Dezember 1997 Well vun der Bestellung fannen vun Vollekszielung Daten fir 1998, GDV Optriede Daten fir dat Joer mat 281 Hond gedronk sech net benotzt.
a grousser Datebank vun Wieder Daten aus der National klimatesch Data Center um Kelly Air Force Base, zesummebruecht läit direkt nieft LAFB. Et enthale Stonn Daten op de Wand Richtung, Vitesse a Wand Gust; Stonn Temperatur an apréciéieren Grad, souwuel ugepasst an ofgeblennte fir Fiichtegkeet an, endlech, Loftdrock vun verhënneren vun Quecksëlwer, seng souwuel fir d'Mier-Niveau, an ofgeblennte een (an uewen). VerfÜgung mosselen Approche VerfÜgung Eng Zuel vun méiglech Modeller fir d'GDV Optriede vun der Hond Bevëlkerung sech considéréiert. An all vun hinnen, war d'Optriede vun GDV op engem bestemmten Daag kodéiert mat 1 fir e GDV Dag oder 0 fir en Net-GDV Dag a wéi eng Äntwert Variabel benotzt. Aner Quantitéiten, wéi, zum Beispill, Loftdrock a Loft Temperatur, goufen als Estimatioun Verännerlechen benotzt. D'Duebelstäresystem Äntwert Donnéeën léint sech zu enger Rei vun méiglechen Approche dorënner Duebelstäresystem GLM mat Logistikzenter Link Funktioun (Logistikzenter Réckgang) an engem Poisson GLM mat e Log Link Funktioun (Poisson Réckgang) VerfÜgung Béid Äntwert an covariates iwwer Zäit opgeholl goufen. Dës mécht si raisonnabel souwuel d'Äntwert an covariates als Zäit Serie ze Vue. Dofir, amplaz vun den üblechen generaliséiert linear Modell, datt d'Donnéeë sinn iid dervun, et geheescht mir d'modifizéiert Form vun et wou souwuel Äntwert an covariates iwwer Zäit autocorrelated sinn. VerfÜgung ervirgestrach, ass eng Zäit Serie Approche an dësem Kader nëtzlech, well et ass zimlech wahrscheinlech, datt eng Rei vun Wieder-dinn (an eventuell och aner) covariates si net virgesin; eng grouss Zuel vu méiglechen etiological Faktoren mécht et zimlech schwéier all vun hinnen an ee Modell geplangt. Nieft Loft Temperatur an Loftdrock dass virdrun considéréiert goufen, Loft Fiichtegkeet (entweder absolutt oder relativ) kann een vun de méiglech etiological Faktoren ginn. Fiichtegkeet ass méi Zäit opgeholl an normalerweis geet deitlech autocorrelation. Typesch, ass et geduecht vun esou enger Zäit Serie; wann d'Äntwert Variabel op Fiichtegkeet wierklech ofhängeg ass, bewierkt seng ënnerlooss der Äntwert Variabel séchert autocorrelation zu Collectioun. Dës Linn vu denken hindeit, datt eng Zäit Serie Modell vun der GLM Kader besser kënnen op beschreiwen GDV Optriede wéi de reguläre Modell Logistikzenter GLM considéréiert zu [7]. Aner covariates datt Toast zitéiert wéi d'Chancen méiglech etiological Faktoren vun GDV, wéi Loftdrock, Loft Temperatur an anerer, sinn och zoufälleg Zäit-ofhängeg covariates (Zäit Serie) selwer sinn. Sou, VerfÜgung der ënnerlooss vun all ee vun hinnen ass wahrscheinlech zousätzlech autocorrelation an der Äntwert op induce. Out vun e puer méiglech haut kennt Approche VerfÜgung, benotzt dëser Fuerschung déi een dat op ausgebaut ganz sëllechen Zäit Serie vun der generaliséiert linear baséiert ass Modell Kader [13]. Anescht wéi d'virdrun Markov Kette Approche, heescht opgrond et net d'Zuel vun Parameter mat der Prouf Gréisst exponentially ze wuessen ugeholl ze ginn; et ass och breet genuch Meeschter vun der praktesch wichteg Modeller ze falen. Bedenkt datt weder Markov Propriétéit nach stationarity ugeholl ze ginn hunn, wann dës Approche astellen. Dat ass wichteg, well souwuel vun deene Wunnengen schwéier kann an der Praxis z'iwwerpréiwen. Déi doraus resultéierend Modeller kënne benotzt déi selwecht Method (iterative reweighted mannst Plaatzen, IWLS fir kuerz) geschat ginn als normale generaliséiert linear Modeller; déi eenzeg Differenz ass, dass d'Resultater no op der Vergaangenheet ginn interpreteiert hun. GDV Optriede op Dag t
war den Y VerfÜgung mat t VerfÜgung. Sou, Y VerfÜgung t VerfÜgung war Duebelstären. D'covariates kann och unhuelen an dobäi Wäerter vun Erklärungskontakter Verännerlechen souwéi Vergaangenheet Wäerter vun Y VerfÜgung t VerfÜgung. D'Vecteure vun all covariates war mat als wou p VerfÜgung ass d'Zuel vun covariates, k VerfÜgung d'Zuel vun Erklärungskontakter Verännerlechen lags an q zu der Zuel vun den leschten lags vum Y VerfÜgung t VerfÜgung considéréiert; fir all 1 ≤ VerfÜgung i ≤ p VerfÜgung an 1 ≤ j VerfÜgung ≤ k VerfÜgung, representéiert de Wäert vun i September covariate um Zäit VerfÜgung t VerfÜgung - j VerfÜgung. D'Wahrscheinlechkeet vun enger GDV Fall op eng bestemmten Daag war den p VerfÜgung definéiert t VerfÜgung déi och eng Funktioun vun der covariate Vecteure z ass VerfÜgung t VerfÜgung. Do sinn op d'mannst zwee méiglech Weeër vun haut kennt Probabilitéit vun GDV op engem bestemmten Daag. Den éischte Choix ass de Begleetstär GLM mat der logit Link Funktioun ze benotzen - effektiv, e Logistikzenter Réckgang Modell. D'zoufälleg Volet vum Model dann ass e Vecteure vun Duebelstären Wäerter vun Y VerfÜgung t VerfÜgung datt autocorrelated méi Zäit ginn. D'systematesch Volet vun dem doraus erwuessenen Logistikzenter Modell gëtt (1) wou α VerfÜgung ass d'offänken, β VerfÜgung ass d'Vecteure vun Ech an p VerfÜgung t VerfÜgung ass d'Wahrscheinlechkeet vun der GDV Evenement op e t VerfÜgung entscheet wëssen dass t VerfÜgung op d'Formatioun vun covariates z hänkt. Fir all GDV Dag, ass d'Probabilitéit vun der Evenement wéi d'Zuel vun de Fäll definéiert op deem Dag observéiert vun der Gesamtbevëlkerung vun Hënn op deem Dag opgeholl ënnerdeelt. Well all vun GDV Wahrscheinlechkeeten an der Etude kleng waren, et ass och méiglech d'Probabilitéit vun der GDV Event op engem bestemmten Daag t ze Model der Poisson Réckgang VerfÜgung benotzt. Dëst beinhalt datt de zoufälleg Volet vun de Modell e Vecteure vun Y VerfÜgung ass t VerfÜgung datt elo gekuckt ginn, wéi Poisson zielt. D'systematesch Volet vun de Modell beschäftegt déi duerchschnëttlech Zuel vu Fäll op Dag t μ VerfÜgung t VerfÜgung dem covariates d'Logbuch Link als (2) benotzt, wou, nach eng Kéier, α VerfÜgung ass d'offänken, β VerfÜgung ass d'Vecteure vun Ech an μ VerfÜgung t VerfÜgung hänkt op der Formatioun vun covariates z t VerfÜgung wéi virdrun. VerfÜgung als éischt Schrëtt an der Model Auswiel Prozedur , déi all Dag Charakteristiken, wéi max, min an heeschen, vun de Loftdrock a Loft Temperatur wéi méiglech covariates considéréiert goufen. D'Temperatur ass net fir Loftfiichtegkeet ugepasst. D'lagged Wäerter vun Loftdrock an /oder Temperatur kann wéi méiglech GDV etiological Facteuren an domat zousätzlech Erklärungskontakter Verännerlechen och gekuckt ginn. D'Chancen-Verhältnis Tester goufen benotzt statistesch Bedeitung vun de Modell covariates fir z'iwwerpréiwen. Erklärungskontakter Variabelen déi als Deel vun z benotzt gin waren t VerfÜgung sech dëse Match gaangen. Loosst eis de Mindestloun Dag Loftdrock op engem bestemmten Daag Geleeënheet pmin VerfÜgung t VerfÜgung, maximal deeglech Loftdrock pmax VerfÜgung t VerfÜgung, maximal deeglech atmosphäresch Temperatur tmax VerfÜgung t VerfÜgung, an minimum Dag atmosphäresch Temperatur tmin VerfÜgung t VerfÜgung. Vireg Wäerter (engem Dag viru) vun der uewendriwwer waren pmin VerfÜgung t VerfÜgung -1, pmax VerfÜgung t VerfÜgung -1, tmax VerfÜgung t VerfÜgung -1 an tmint VerfÜgung t VerfÜgung -1. Déi maximal Stonn opgoen /Lëscht vun de Loftdrock op den Dag vun GDV Event war RP VerfÜgung t VerfÜgung an DP VerfÜgung t VerfÜgung, respektiv während dem Maximum Stonn opgoen /Lëscht mat vun der Temperatur op den Dag vun GDV Event war RT mat VerfÜgung t VerfÜgung an DT VerfÜgung t VerfÜgung. D'Haren "Hënn war net well den Hond Bevëlkerung als éischter Goss huet aus dräi grousse Rassen wéi MWD Zäitche gebraucht. All Net-Event Deeg goufen och an dëser Analyse considéréiert. VerfÜgung D'Modeller huet de Prozess vu vir Auswiel stepwise gebaut benotzt. D'covariates sech agesaat an der Läschlëscht-Chancen Verhältnis fir all nei covariate ass berechent notéiert. Ze verhënneren virzäitegen stoppen, och wann d'covariate net vill un der Dësen Fähegkeet vun de Modell Foto gemaach, wéi duerch seng umellen-Chancen Verhältnis iwwerleen gemooss, weider amgaang bis all vun der beschriwwen covariates virdrun probéiert hätt. D'Zuel vun lags vun Y VerfÜgung t VerfÜgung an an dëser Fuerschung war bis 3 fir als Modeller abegraff limitéiert parsimoniousness vun de Modeller ze garantéieren. D'residuals vun all Modell ka spéit fir autocorrelation Musteren analyséiert ginn an zousätzlech lags derbäi, wann néideg. Ech vun Y VerfÜgung t VerfÜgung -1 an Y VerfÜgung t VerfÜgung -3 hu ganz grouss aloggen-Chancen Verhältnis p-Wäerter egal wéi extern covariates waren am Modell agebaut; méi speziell, méi wéi hir umellen-Chancen Verhältnis p-Wäerter 0,1 iwwerall an domat vun der Finale Modeller ausgeschloss waren. VerfÜgung D'Modeller wéi final ausgewielt ginn an der Table (1) gewisen. Ausser de Minimum Loftdrock op GDV Dag an de Maximum Loftdrock op den Dag vun GDV Event an op den Dag virun der Manifestatioun GDV, all vun den aneren externen covariates Ecran Log-Chancen Verhältnis p-Wäerter virun der gewielt loung Niveau vun 0.10 sinn net abegraff. VerfÜgung vun de Modeller All vun der Table Texter (1) sinn fit d'iterative reweighted mannst Plaatzen sind allgemeng applizéiert zu Milieu vun generaliséiert linear Modeller benotzt. Tatsaach, datt mer kanonesche Link Funktioun aloggen fir de Begleetstär Daten benotzt, gläichzäiteg de iterative reweighted mannst Plaatzen Algorithmus mat der normaler Newton-Raphson sind an dësem Fall. VerfÜgung Deklaratioune VerfÜgung Merci VerfÜgung D'Auteuren Merci der Veterinairen vun de Chiffer vun Verdeedegungsminister Militär- Aarbechtskonditioune Dog Veterinary Service, deen d'Donnéeën gesponsert gëtt an sichen d'Heefegkeet vun GDV zu all Hënn ze reduzéieren. Mir wëllen och Prof. Bruce Craig vun de Pompjeeën vun Statistics um Purdue University mat wiem Auteuren haten eng Zuel vun nëtzlech Diskussiounen Merci an aus hir Hëllef zwee vun hinnen profitéiert. VerfÜgung Auteuren 'original deposéiert Fichieren fir Biller VerfÜgung Hei sinn d'Linken op der original 'Auteuren deposéiert Fichieren fir Biller. 12917_2008_146_MOESM1_ESM.eps Auteuren 'original Datei fir Figur 1 12917_2008_146_MOESM2_ESM.eps Auteuren' original Datei fir Figur 2 12917_2008_146_MOESM3_ESM.eps Auteuren 'original Datei fir Figur 3

Other Languages