MétaCan
Menu
← Retour à la cohorte
Enregistrement W3097225751 · doi:10.1093/milmed/usaa294

Hazards of Natural Rubber’s MBT and Latex Contact in Injections

2020· article· en· W3097225751 sur OpenAlexaff
G Hamilton

Notice bibliographique

RevueMilitary Medicine · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNatural rubberNatural (archaeology)MedicineGeographyMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

This letter corrects incorrect, but significant, information included in the Davenport et al. response to my letter: Re: Latex content in adult vaccines, Dec. 2019, Davenport et al., which addressed a continuing, but correctable, potentially lethal injection hazard that affects the military, and the world population. I commend Dr. Davenport’s group for a re-awakening of the decades-long issue of natural rubber contact since rubber seals were first used in drug ampoules many decades ago. Nonetheless, there persists almost total unawareness of MBT (mercapto-benzothiazole’s) nature, insidious presence, and its pathophysiology—in the medical, dental, and nursing literature. MBT is a catalyst used to create cross-linkages between adjacent long one-way-stretch molecules and to create the all-way-stretch elasticity and toughness of natural rubber. MBT is not used in synthetic pharmaceutical rubber manufacturing. A 2011 book, “The Nurses are Innocent – The Digoxin Poisoning Fallacy”, is about MBT. The first half deals with MBT as an IgE allergen, causing hives, flushing, laryngeal edema, and death. The second half deals with MBT as a toxin in a significant Canadian medicolegal case. Allergenicity and cumulative toxicity are because MBT binds to plasma proteins. MBT reacts as digoxin immunologically in RIA and HPLC testing, giving falsely high autopsy digoxin readings. This led to serial murder charges (1980-81) related to cardiac-ward deaths at the Toronto Hospital for Sick Children. Peter Macklem, Professor of Medicine at McGill, and an expert in blood chemistry, wrote the Foreword. Macklem stood almost alone during the 2-year-long Grange Royal Commission of Inquiry into the baby deaths (1984), in defense of Susan Nelles, resulting in her acquittal. A less fortunate Netherlands nurse, Lucia de Berk, was convicted of murder on similar falsely high autopsy digoxin readings, suffered a stroke when the verdict was announced and served 6 years of a life sentence before being released. A review of the book by the WHO International Drug Monitoring Centre in Sweden states that this “important book reveals the systemic failure of government health protection agencies to protect citizens from a known allergenic and toxic chemical, MBT, a worldwide contaminant of injections for 30 years” (Uppsala Reports, April 2013).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,209
Écart entre enseignants0,187 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMilitary Medicine→Même sujetPlant Surface Properties and Treatments→Travaux en français237 207→