Low‐dose ionising radiation from medical imaging in patients hospitalised in internal medicine
Notice bibliographique
Résumé
BACKGROUND: Medical imaging is responsible for increasing exposure to low-dose ionising radiation in the general population. The extent of exposure in specific patient populations remains to be determined. AIM: We sought to determine the level of exposure in patients hospitalised in General Internal Medicine. METHODS: In this retrospective cohort study, we searched the Centre Informatisé de Recherche Évaluative en Services et Soins de Santé database for adult patients hospitalised in General Internal Medicine from 1 January 2008 to 31 December 2008. We collected data on demographics, co-morbidities, and radiological and nuclear imaging. We used data from the literature to calculate an estimated annual effective dose for each patient and searched for factors associated with higher exposure. RESULTS: One thousand one hundred eighty-seven (1187) patients were hospitalised at least once during the study period. The median age was 69 years (interquartile range 56-81) and 636 (53.6%) were men. The median annual effective dose of the whole cohort was 8.7 mSv/year. Patients aged between 55 and 80 years were exposed to a higher median effective dose compared with their younger and older counterparts (P < 0.001). Patients with cardiac, pulmonary, peripheral arterial and neoplastic disease were at higher risk of exposure to high and very high annual effective dose (P < 0.01). Patients with longer hospitalisations were at higher risk of exposure to high and very high annual effective dose (P < 0.01). CONCLUSION: Patients hospitalised on a General Internal Medicine ward are exposed to three times more ionising radiation than the general population.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».