Radiation dose from initial trauma assessment and resuscitation: review of the literature.
Notice bibliographique
Résumé
BACKGROUND: Trauma care benefits from the use of imaging technologies. Trauma patients and trauma team members are exposed to radiation during the continuum of care. Knowledge of exposure amounts and effects are important for trauma team members. METHODS: We performed a review of the published literature; keywords included "trauma," "patients," "trauma team members," "wounds," "injuries," "radiation," "exposure," "dose" and "computed tomography" (CT). We also reviewed the Board on Radiation Effects Research (BEIR VII) report, published in 2005 and 2006. RESULTS: We found no randomized controlled trials or studies. Relevant studies demonstrated that CT accounts for the single largest radiation exposure in trauma patients. Exposure to 100 mSv could result in a solid organ cancer or leukemia in 1 of 100 people. Trauma team members do not exceed the acceptable occupation radiation exposure determined by the National Council of Radiation Protection and Management. Modern imaging technologies such as 16- and 64-slice CT scanners may decrease radiation exposure. CONCLUSION: Multiple injured trauma patients receive a substantial dose of radiation. Radiation exposure is cumulative. The low individual risk of cancer becomes a greater public health issue when multiplied by a large number of examinations. Though CT scans are an invaluable resource and are becoming more easily accessible, they should not replace careful clinical examination and should be used only in appropriate patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».