Associations Among Various Physical Parameters and the Axillary-to-Rectal Temperature Difference in Dogs and Cats (2025)

体温測定も、できるだけ犬猫に負担をかけない方法がよいと思います。

https://pubmed.ncbi.nlm.nih.gov/40880497

要旨

目的:犬および猫における腋窩温(AT)と直腸温(RT)の測定値を比較し、獣医療用体温計を用いた際のこれら測定値の差に身体的パラメータが及ぼす影響を明らかにすること。研究デザイン:前向き研究(2022年~2024年)。

実施施設:大学附属動物病院。

対象動物:生後4ヶ月以上の犬106頭および猫101頭。

介入:獣医療用に校正されたデュアルサーミスタ式腋窩体温計(AT)と、医療用に校正された体温計(RT)を用いて、体温を同時に測定した。データ全体について、および各種身体的パラメータ(動物種、体重、被毛の長さ、ボディコンディションスコア[BCS])に基づいて層別化した上で、測定値のバイアスを評価した。さらに、機械学習(ML)モデルを適用し、バイアスを再評価した。

測定項目および主な結果:ATとRTの測定値を比較したBland-Altman解析の結果、犬ではバイアスが1.01℃(1.82°F)、95%一致限界(LOA)が-0.66℃~2.68℃(-1.19°F~4.83°F)であり、猫ではバイアスが0.23℃(0.42°F)、95% LOAが-2.61℃~3.08℃(-4.71°F~5.55°F)であった。体重10kg未満の動物ではバイアスが0.33℃(95%一致限界[LOA]:-2.29℃~2.96℃)、BCS(ボディコンディションスコア)が5未満の動物ではバイアスが0.09℃(95% LOA:-2.92℃~3.11℃)、被毛が短い動物ではバイアスが0.49℃(95% LOA:-2.03℃~3.00℃)であった。機械学習(ML)モデルは、アルゴリズムに体表温度(AT)および身体的パラメータを用いた場合、直腸温(RT)を過大評価する傾向があった(イヌ:-0.57℃ [95% LOA:-2.18℃~0.99℃]、ネコ:-0.84℃ [95% LOA:-2.62℃~0.93℃])。

結論:体重10kg未満、BCSが低い、あるいは被毛が短い動物では、ATとRTを比較した際のバイアスが小さかった。また、イヌと比較してネコの方が、ATとRTの間のバイアスは小さかった。機械学習モデルは、さまざまな身体的特徴を考慮するように構築することが可能であり、特に精度の高い予測手法がまだ存在しない動物群において、ATを用いたRT予測の精度を向上させることができる。

感想

本研究では、腋窩温は体温計のプローブを上腕骨と平行になるように皮膚に接触させ、前肢で軽く押さえて測定しています。

犬より猫の方が直腸温との平均的な差は小さかったものの、個体ごとの誤差はかなり大きく、直腸温の代わりとして十分な精度があるとは言えません。

それでも、健康診断やワクチン接種など、ルーチンの体温測定であれば、腋窩温を利用してもよいように思います。

ただし、発熱や低体温が疑われる場合には、直腸温で確認する必要があります。

体温測定の正確さだけでなく、犬猫に与えるストレスも考慮したいところです。

友だち追加 友だち追加 開院準備を更新中! 開院準備を更新中!
上部へスクロール