简介:在法医实践中,氰化物中毒死亡其案件性质多见自杀和他杀.而意外者少见.氰化物进入体内的途径主要以胃肠途径多见,而吸入性中毒较为罕见,且易被忽视,笔者曾遇到3例,报告如下:1案例介绍案例1、1994年4月28日上午7时,在某黄金冶炼厂施工的外地民工纪×(男,32岁)、陈×(男,28岁)在宿舍内死亡.现场勘查:宿舍面积为5m~2,门窗关闭,死者身着短裤死于床上,现场物品整齐,室内西侧有一宽0.8m,深为1m的污水沟穿过,无任何覆盖,污水系冶炼车间所排.尸检所见:尸斑呈鲜红色,四肢僵直,眼球突出,睑结膜见出血点,口唇紫绀,气管粘膜充血水肿,心血呈鲜红色不凝,心肺浆膜有斑点状出血,腔内有少量血性泡沫,闻及苦杏仁味.肺瘀血水肿.提取心血、污水进行毒化检验:血中CN~-含量为0.37g/L,PH=3.7.系生前吸入氰化氢中毒死亡.
简介:目的探讨脑损伤死亡的发生规律及法医病理学特点。方法对同济医学院法医学鉴定中心2002—2011年240例颅脑损伤死亡案例进行回顾性统计分析。结果240例颅脑损伤死者,男性比例明显高于女性,40~50岁年龄段死亡率最高,致伤方式以钝器打击、交通事故、高坠最常见;农民和工人是高发人群;秋季死亡率最高;出血类型以蛛网膜下腔出血最为常见;原发性颅脑损伤168例(70%),继发性脑干损伤死亡23例(9.58%),并发症49例(20.42%)。结论颅脑损伤的发生,在年龄、性别、职业及法医病理学特点等方面存在内在规律,法医工作者应根据全面系统的病理学检验、临床资料及内在规律对死亡原因做出客观、全面、准确的结论。
简介:法律的核心功能是维护社会规范性期望的稳定,法律通过“深度不学习”的方式成功化约了社会复杂性。而在人工智能为代表的认知性技术兴起之后,学习能力的急速提高将深刻改变传统法律的特征,法律的计算化和社会科学转向是其典型表现。大数据、区块链、智能合约、模拟仿真等技术应用正在持续改变法律的功能形态,催生出“小法律”“实验法”等新型学习性法律。从法律不学习到机器学习,将在法律空间、法律时间、财产形态、信用机制、法律自由、法律正义等各个方面产生深层效应。根本性的挑战在于法律功能独特性的丧失。法律不学习被机器学习取代,规范性期望被认知性期望取代,法律被代码/算法取代,这也就是法律“死亡”的前景。
简介:目的总结分析抑郁症患者自杀的一般特点,法医现场勘验中的鉴别要点和注意事项。方法收集长宁区2009-2013年受理的抑郁症患者的自杀案例28例进行分析。结果在所收集抑郁症患者自杀28起案例中,女性比例较男性高;自杀者年龄集中于40~60岁及70~80岁两个年龄段,呈双峰分布;28起案例中有先发症状(留有遗书、厌世倾向)的有21例;大部分自杀者自杀地点位于家中;自杀方式多为自缢及高坠等剧烈方式;病程普遍较长,多为10年以上;5名死者自杀前遭遇明显心理应激事件。结论先发症状、长病程、明显心理应激事件是抑郁症患者自杀死亡的明显特点,自缢、高坠及服药等自杀方式以及留有遗书的现场可作为法医现场勘验中的注意要点。