Experimental Research on the Management of Combined Radiation-Burn Injury in China
Notice bibliographique
Résumé
Combined radiation-burn injury can occur in people exposed to nuclear explosions, nuclear accidents or radiological terrorist attacks. Using different combined radiation-burn injury animal models, the pathological mechanisms underlying combined radiation-burn injury and effective medical countermeasures have been explored for several years in China, mainly at our institute. Targeting key features of combined radiation-burn injury, several countermeasures have been developed. Fluid transfusion and the calcium antagonist verapamil can prevent early shock and improve myocardial function after combined radiation-burn injury. Recombinant human interleukin 4 (rhIL-4) is able to effectively reduce bacterial infection and increase intestinal immunological ability. Chitosan-wrapped human defensin 5 (HD5) and glucagon-like peptide 2 (GLP-2) nanoparticles can increase the average survival time of animals with severe combined radiation-burn injury. After treatment by cervical sympathetic ganglia block (SB), hematopoietic function is promoted and the release of inflammatory cytokines is suppressed. The optimal time for escharectomy and allo-skin grafting is 24 h after injury. Transfusion of irradiated (20 Gy) or stored (4°C, 7 days) blood improves the survival of allo-skin grafting and allo-bone marrow cells. In conclusion, as our understanding of the mechanisms of combined radiation-burn injury has progressed, new countermeasures have been developed for its treatment. Because of the complexity of its pathology and the difficulty in clinical management, further efforts are needed to improve the treatment of this kind of injury.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».