Childhood exposure to ionizing radiation from computed tomography imaging in Nova Scotia
Notice bibliographique
Résumé
BACKGROUND: Examining radiation dose in the paediatric population is particularly important due to the vulnerability of paediatric patients (increased radiosensitive tissues and postexposure life-years) and risk for future radiogenic malignancy. OBJECTIVES: To evaluate trends in paediatric computed tomography (CT) use and ionizing radiation exposure using population-based data from Nova Scotia. METHODS: A retrospective, population-based cohort study of CT use in patients <20 years of age, from January 1, 2004 to December 31, 2011, was performed in Nova Scotia. CT examination data were retrieved from a provincial imaging repository. Trends in CT use were described, and both annual and cumulative effective dose exposures were calculated. RESULTS: In total, 29,452 CT events, involving up to 22,867 individuals were retrieved. Overall annual paediatric CT examination rates remained static (range 17.4 to 18.8 per 1000 per year). However, use in children <10 years of age decreased by >50% (P<0.001); this was counterbalanced by a steady increase among 15- to 19-year-olds (P<0.0001). Overall, 15.4% of scanned patients underwent ≥2 examinations, of which 58 patients (1.6%) exceeded 50 mSv of exposure. CONCLUSIONS: Despite a static rate in CT imaging among the entire cohort, children <15 years of age and, particularly, those <10 years of age displayed marked reductions in CT use. This may reflect increased awareness of campaigns emphasizing judicious CT use, revised clinical practice guidelines and increased availability of alternative modalities. A small subgroup demonstrated high-dose exposure (>50 mSv), and rates in individuals >15 years of age steadily increased, suggesting further exposure reduction efforts are necessary.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».