Clinical features, treatment, prognosis, and mortality in paraquat poisonings: A hospital-based study in Iran
Notice bibliographique
Résumé
OBJECTIVE: The aim of the present study was to evaluate the demographics, clinical characteristics, fatal dose, the efficacy of treatments, and prognosis in paraquat (PQ) poisoning in the Kerman Province of Iran. METHODS: This analytical cross-sectional study was conducted on 126 PQ poisoned patients who were referred to Afzalipour Hospital during 2006-2015. Demographic variables such as age and gender, signs and symptoms of poisoning, the estimated ingested dosage of PQ, and clinical outcome were extracted from medical records. Patients were compared and categorized into two groups considering the outcome: survivors and nonsurvivors. Patients with nonoral exposures, combined drug exposures, PQ exposures more than 24 h before the presentation, and critical underlying diseases were not included in the study. FINDINGS: Our results indicated that the mean dose of PQ used by all patients was 2358 mg, which was reported as 1846 and 2812 mg in females and males, respectively. Moreover, the results showed that the highest mortality rate was in patients with respiratory distress, followed by oral ulceration and excess salivation. In all PQ-poisoned patients, the dose of greater than approximately 2250 mg predicted death with 86.2% specificity and 75.7% sensitivity. CONCLUSION: Based on the results of the present study, the mortality rate in PQ-poisoned patients depended on the dose of poison, blood sugar level, and aspartate transaminase levels. Our results suggest that these parameters have excellent prognostic value for the prediction of mortality.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».