The Internet’s Role in a Biodosimetric Response to a Radiation Mass Casualty Event
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Response to a large-scale radiological incident could require timely medical interventions to minimize radiation casualties. Proper medical care requires knowing the victim's radiation dose. When physical dosimetry is absent, radiation-specific chromosome aberration analysis can serve to estimate the absorbed dose in order to assist physicians in the medical management of radiation injuries. A mock exercise scenario was presented to six participating biodosimetry laboratories as one individual acutely exposed to Co under conditions suggesting whole-body exposure. The individual was not wearing a dosimeter and within 2-3 h of the incident began vomiting. The individual also had other medical symptoms indicating likelihood of a significant dose. Physicians managing the patient requested a dose estimate in order to develop a treatment plan. Participating laboratories in North and South America, Europe, and Asia were asked to evaluate more than 800 electronic images of metaphase cells from the patient to determine the dicentric yield and calculate a dose estimate with 95% confidence limits. All participants were blind to the physical dose until after submitting their estimates based on the dicentric chromosome assay (DCA). The exercise was successful since the mean biological dose estimate was 1.89 Gy whereas the actual physical dose was 2 Gy. This is well within the requirements for guidance of medical management. The exercise demonstrated that the most labor-intensive step in the entire process (visual evaluation of images) can be accelerated by taking advantage of world-wide expertise available on the Internet.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle