Correlations between Lymphocytes, Mid-Cell Fractions and Granulocytes with Human Blood Characteristics Using LowPower Carbon Dioxide Laser Radiation
Notice bibliographique
Résumé
In this research, the subpopulations of human blood parameters including lymphocytes, monocytes, and granulocytes were determined byelectronic sizing in the Health Centre of UniversitiSains Malaysia. These parameters have beencorrelated with human blood characteristics such as age, gender, ethnicity, blood types, body mass index, medical history, number of chronic diseases, and type of chronic diseases; before and after irradiation with 15 W carbon dioxide laser (?=10,600 nm). The correlations were obtained byfinding patterns in changes of blood parameters using paired non-parametric tests, and an independent non-parametric test using the SPSS version 17. Irradiation of blood samples with carbon dioxide lasershowedsignificant changes in lymphocytes, monocytes, and granulocytes before and after irradiation.These analysis revealed that a significant increaseinlymphocyte before and after irradiation among different body mass index (p-value = 0.031).There is significant increase in monocyte before and after irradiation between medical history (p-value = 0.052), and number of chronic diseases (p-value = 0.022).And there is significant decrease in granulocyte before and after irradiation, among different body mass index (p-value = 0.021), and number of chronic diseases (p-value = 0.018).The correlation between changes in human blood parameters and a patient’s characteristics were very much correlated and can become a significant indicator for blood analyses.This study considered as a new finding for the increase inlymphocyte, monocyte, and the decrease in granulocyte by using low power Carbon dioxide laser radiation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».