MétaCan
Menu
Retour à la cohorte
Enregistrement W2160799946 · doi:10.5779/hypothesis.v11i1.345

Removal of phosphine from bloodstream using hemoperfusion device consisting of metal-promoted carbon nanotubes

2013· article· en· W2160799946 sur OpenAlexvenueno aff
Sayed Mahdi Marashi, Mohammad Majidi, Mehran Sadeghian, Reza Abdi, Hassan Sarhaddi

Notice bibliographique

RevueHypothesis · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePoisoning and overdose treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHemoperfusionPhosphineCarbon nanotubeMetalMaterials scienceNanotechnologyMetallurgyCatalysisChemistryOrganic chemistryMedicineSurgeryHemodialysis

Résumé

récupéré en direct d'OpenAlex

Aluminum phosphide (AlP) self-poisoning leads to severe toxicity with a high mortality rate in developing coun- tries. No effective methods to treat se- vere AlP poisoning have been identified to date. It is surmised that toxic levels are blood concentrations above 1.067 mg%. In some instances of toxic exposure, char- coal hemoperfusion is an effective way to remove the poisonous substances from the circulation. However, it seems that ad- sorption of phosphine gas (PH 3 ), the toxic ingredient of AlP, by activated charcoal is not adequate and, therefore, it is unlikely that charcoal hemoperfusion would be ef- fective in treating AlP poisoning. Carbon nanotubes (CNTs) are appropriate for supporting metal nanoparticles. Cobalt (Co) and cerium (Ce) nanoparticles sup- ported on CNTs (CoCe-CNTs) have cat- alytic properties in the phosphine decom- position reaction. We hypothesize that the substitution of charcoal with CoCe alloy supported on CNTs in hemoperfusion car- tridges can be used to remove PH 3 from the plasma compartment to cure ALP poi- soning. We believe it is possible for this novel extracorporeal technique to become an efficient method for PH 3 removal, en- hancing the patient's chance of survival.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,259
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHypothesisMême sujetPoisoning and overdose treatmentsTravaux en français237 207