MétaCan
Menu
Retour à la cohorte
Enregistrement W1994806257 · doi:10.1016/j.carj.2014.12.005

Canadian Association of Radiologists Radiation Protection Working Group: Automated Patient-Specific Dose Registries—What Are They and What Are They Good for?

2015· review· en· W1994806257 sur OpenAlexaffabout
Thorarin A. Bjarnason, Yogesh Thakur, Santanu Chakraborty, Peter Liu, Martin O’Malley, Richard Coulden, Michelle Noga, Andrew C. Mason, John R. Mayo

Notice bibliographique

RevueCanadian Association of Radiologists Journal · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensEagle Ridge HospitalUniversity of AlbertaUniversity of TorontoCARE CanadaUniversity of OttawaVancouver Coastal HealthUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaPrincess Margaret Cancer CentreOttawa HospitalInterior Health
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiation doseMedical physicsRadiation protectionPatient careEffective dose (radiation)Radiation exposureHealth careMedical emergencyNuclear medicineNursing

Résumé

récupéré en direct d'OpenAlex

Medical radiation should be used appropriately and with a dose as low as reasonably achievable. Dose monitoring technologies have been developed that automatically accumulate patient dose indicators, providing effective dose estimates and patient-specific dose histories. Deleterious radiation related events have prompted increased public interest in the safe use of medical radiation. Some view individualized patient dose histories as a tool to help manage the patient dose. However, it is imperative that dose monitoring technologies be evaluated on the outcomes of dose reduction and effective patient management. Patient dose management needs to be consistent with the widely accepted linear no-threshold model of stochastic radiation effects. This essay reviews the attributes and limitations of dose monitoring technologies to provoke discussion regarding resource allocation in the current fiscally constrained health care system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,291
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Association of Radiologists JournalMême sujetRadiation Dose and ImagingTravaux en français237 207