DOI: https://doi.org/10.5194/aab-68-253-2025
تاريخ النشر: 2025-04-02
المؤلف: Necmettin Ünal وآخرون
الموضوع الرئيسي: البحث الطبي البيطري في الخيول
نظرة عامة
تهدف هذه الدراسة إلى تقييم الاتفاق بين طرق القياس التقليدية والرقمية باستخدام الهاتف الذكي لتقييم أبعاد الخيول الأصيلة، وبالتحديد 24 عينة من الخيول العربية و24 عينة من الخيول الإنجليزية. تشمل القياسات الرئيسية الأطوال (الرأس، العنق، الجسم، الظهر، والذيل)، والارتفاعات (الكتف، السنام، الذيل، والإصبع)، والعرض (الرأس، الصدر، والصدر الأمامي)، والعمق (الصدر). تم إجراء مقارنة النتائج من كلا الطريقتين باستخدام تحليل الانحدار الخطي وتحليل مخطط بلاند-ألتمن. كشفت النتائج عن وجود علاقة قوية بين الطريقتين (r = 1.000، P < 0.001)، حيث كانت 95.2% من نقاط قيمة التمايز للخيول العربية و94.9% من نقاط قيمة التمايز للخيول الإنجليزية تقع ضمن نطاق حد الاتفاق 95% (LOA). تراوحت مؤشرات الاتفاق (AIs) من 0.92 إلى 1.00 للخيول العربية ومن 0.95 إلى 0.99 للخيول الإنجليزية، مما يشير إلى اتفاق ممتاز. خلصت الدراسة إلى أنه، على الرغم من القيود المتعلقة بالسكان ومناطق القياس، يمكن قياس أبعاد الطول والعرض والارتفاع والعمق بدقة لكل من سلالتي الخيول باستخدام التحليل الرقمي. تعتبر هذه الطريقة مفيدة بشكل خاص للاستخدام العملي في المزارع، حيث تقدم بديلاً أكثر ملاءمة لقياس الخيول، خاصة تلك ذات الطباع الصعبة.
مقدمة
تناقش مقدمة ورقة البحث الدور المتطور للخيول، وخاصة سلالتي الخيول العربية والإنجليزية، التي تُستخدم الآن بشكل أساسي في السباقات بدلاً من الأغراض التاريخية. تتميز هذه السلالات بخصائص مورفومترية مميزة تعتبر ضرورية للتصنيف الرسمي للسلالات، والأغراض التجارية، وتقييم تطور الجسم. تسلط الورقة الضوء على أهمية قياس الأبعاد الأساسية للجسم – مثل ارتفاع الكاحل، ارتفاع الذيل، عمق الصدر، وارتفاع السنام – من أجل التحسين الوراثي في تربية الخيول.
علاوة على ذلك، تؤكد المقدمة على التحول من طرق القياس التقليدية إلى التقدم التكنولوجي، بما في ذلك استخدام الهواتف الذكية وتحليل الصور لتقييم الخصائص المورفومترية. تشير الدراسات الحديثة إلى أن الطرق الرقمية تقدم دقة أعلى وسهولة في الاستخدام مقارنة بالتقنيات التقليدية. تهدف الدراسة الحالية إلى مقارنة اتساق القياسات التي تم الحصول عليها من خلال الطرق التقليدية والطرق الرقمية المعتمدة على الهواتف الذكية للخيول العربية والإنجليزية، مع التركيز على قياسات الجسم الأفقية والرأسية المختلفة المأخوذة من منظور أمامي.
طرق
في هذا القسم، استخدم المؤلفون الانحدار الخطي لتحليل العلاقة بين طريقتي القياس، كما هو موضح في الأشكال 4 و5. أسفرت النتائج عن معامل تحديد ($R^2 = 0.999$) ومعامل ارتباط ($r = 1.000$، $P < 0.001$)، مما يشير إلى وجود علاقة خطية قوية للغاية بين الطريقة التقليدية وقيم قياس الصور للسلالتين المدروستين. تكدست نقاط البيانات بشكل وثيق حول خط الانحدار، مما يشير إلى درجة عالية من الاتساق في القياسات. تتوافق هذه النتائج مع الأبحاث السابقة (فرايتاج وآخرون، 2021؛ دوس سانتوس وآخرون، 2017)، مما يعزز الفعالية المحتملة لتقنيات القياس الرقمية. ومع ذلك، يشير المؤلفون إلى أنه على الرغم من أن الارتباط مهم، إلا أنه لا يعني الاتفاق بين الطريقتين، حيث يقيم الارتباط اتساق أزواج القياسات بدلاً من تشابهها في القيمة، كما أبرز بلاند وألتمن (1986).
نتائج
يقدم قسم “النتائج” نتائج الدراسة، مسلطًا الضوء على النتائج الرئيسية المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد البحث، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية.
بالإضافة إلى ذلك، تظهر النتائج أن تطبيق المنهجية المقترحة يؤدي إلى تحسين في مقاييس الأداء، مثل الدقة والكفاءة، مقارنة بالأساليب الحالية. توضح التمثيلات الرسومية، بما في ذلك الأشكال والجداول، هذه النتائج، مما يوفر ملخصًا بصريًا واضحًا لاتجاهات البيانات ويدعم الاستنتاجات المستخلصة من التحليل. بشكل عام، تدعم النتائج الفرضية وتساهم برؤى قيمة في مجال الدراسة.
مناقشة
في هذه الدراسة، تم الحصول على قياسات الجسم لـ 24 من الخيول الإنجليزية و24 من الخيول العربية باستخدام كل من الطرق التقليدية وتقنية تحليل الصور المعتمدة على الهاتف الذكي. تم اختيار الخيول، التي تتراوح أعمارها بين 4 إلى 16 عامًا، عشوائيًا من مزارع خاصة مختلفة في تركيا. تم أخذ القياسات في أوضاع قياسية، وتم تحليل النتائج باستخدام مخططات بلاند-ألتمن والانحدار الخطي لتقييم الاتفاق بين الطريقتين. كشفت التحليلات عن وجود ارتباط كبير للغاية (P < 0.001، r = 1.000) بين القياسات التي تم الحصول عليها من كلا التقنيتين، مما يشير إلى أن تحليل الصور هو بديل موثوق للطرق التقليدية. أظهر تحليل بلاند-ألتمن أن الانحيازات المتوسطة لكل من السلالتين كانت ضئيلة (-0.11 سم للخيول العربية و-0.13 سم للخيول الإنجليزية)، حيث كانت 95% من قيم التمايز تقع ضمن حدود الاتفاق (LOA) لكلتا المجموعتين. تراوحت مؤشرات الاتفاق (AIs) من 0.92 إلى 1.00 للخيول العربية ومن 0.95 إلى 0.99 للخيول الإنجليزية، مما يشير إلى وجود اتفاق قوي بين طريقتي القياس. تختتم الدراسة بأن تحليل الصور المعتمد على الهاتف الذكي هو طريقة أسرع وأقل إجهادًا للحصول على قياسات دقيقة للجسم في الخيول، مما يكون مفيدًا بشكل خاص لتلك التي تتمتع بطباع صعبة.
DOI: https://doi.org/10.5194/aab-68-253-2025
Publication Date: 2025-04-02
Author(s): Necmettin Ünal et al.
Primary Topic: Veterinary Equine Medical Research
Overview
This study aimed to evaluate the agreement between traditional and digital measuring methods using a smartphone for assessing the dimensions of purebred horses, specifically 24 Arabian and 24 Thoroughbred specimens. Key measurements included lengths (head, neck, body, back, and rump), heights (shoulder, withers, rump, and toe), widths (head, chest, and front chest), and depths (chest). The comparison of results from both methods was conducted using linear regression and Bland-Altman plot analysis. The findings revealed a strong correlation between the two methods (r = 1.000, P < 0.001), with 95.2% of Arabian and 94.9% of Thoroughbred differentiation value points falling within the 95% limit-of-agreement (LOA) interval. Agreement indices (AIs) ranged from 0.92 to 1.00 for Arabian horses and from 0.95 to 0.99 for Thoroughbreds, indicating excellent agreement. The study concluded that, despite limitations regarding the population and measurement regions, the dimensions of length, width, height, and depth for both horse breeds can be accurately measured using digital analysis. This method is particularly advantageous for practical use on farms, offering a more convenient alternative for measuring horses, especially those with challenging temperaments.
Introduction
The introduction of the research paper discusses the evolving role of horses, particularly Arabian and Thoroughbred breeds, which are now primarily utilized for racing rather than historical purposes. These breeds are characterized by distinct morphometric traits that are essential for official breed classification, commercial purposes, and assessing body development. The paper highlights the importance of measuring fundamental body dimensions—such as the height of the fetlock, height of the rump, depth of the chest, and height of the withers—for genetic improvement in horse breeding.
Furthermore, the introduction emphasizes the shift from traditional measurement methods to technological advancements, including the use of smartphones and image analysis for assessing morphometric traits. Recent studies suggest that digital methods offer higher accuracy and ease of use compared to conventional techniques. The current study aims to compare the consistency of measurements obtained through traditional methods and smartphone-based digital methods for Arabian and Thoroughbred horses, focusing on various horizontal and vertical body measurements taken from a frontal perspective.
Methods
In this section, the authors employed linear regression to analyze the correlation between two measurement methods, as illustrated in Figures 4 and 5. The results yielded a coefficient of determination ($R^2 = 0.999$) and a correlation coefficient ($r = 1.000$, $P < 0.001$), indicating an exceptionally strong linear relationship between the traditional method and image measurement values for the two breeds studied. The data points clustered tightly around the regression line, suggesting a high degree of consistency in the measurements. These findings align with previous research (Freitag et al., 2021; dos Santos et al., 2017), reinforcing the potential efficacy of digital measurement techniques. However, the authors note that while the correlation is significant, it does not imply agreement between the methods, as correlation assesses the consistency of measurement pairs rather than their similarity in value, as highlighted by Bland and Altman (1986).
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical procedures employed. The data indicates a significant correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant.
Additionally, the results demonstrate that the application of the proposed methodology leads to an improvement in performance metrics, such as accuracy and efficiency, compared to existing approaches. Graphical representations, including figures and tables, illustrate these findings, providing a clear visual summary of the data trends and supporting the conclusions drawn from the analysis. Overall, the results substantiate the hypothesis and contribute valuable insights to the field of study.
Discussion
In this study, body measurements of 24 Thoroughbred and 24 Arabian horses were obtained using both traditional methods and a smartphone-based image analysis technique. The horses, aged 4 to 16 years, were randomly selected from various private farms in Turkey. Measurements were taken in standard poses, and the results were analyzed using Bland-Altman plots and linear regression to assess the agreement between the two methods. The analysis revealed a highly significant correlation (P < 0.001, r = 1.000) between the measurements obtained from both techniques, indicating that image analysis is a reliable alternative to traditional methods. The Bland-Altman analysis showed that the mean biases for both breeds were minimal (-0.11 cm for Arabian and -0.13 cm for Thoroughbred horses), with 95% of the differentiation values falling within the limits of agreement (LOA) for both groups. Agreement indices (AIs) ranged from 0.92 to 1.00 for Arabian horses and 0.95 to 0.99 for Thoroughbred horses, suggesting a strong agreement between the two measurement methods. The study concludes that smartphone-based image analysis is a faster and less stressful method for obtaining accurate body measurements in horses, particularly beneficial for those with difficult temperaments.