Imaging services at the Paralympic Games London 2012: analysis of demand and distribution of workload
Notice bibliographique
Résumé
BACKGROUND: Very little data have been published on medical imaging services at disability games. 7.9 million euros (£6.6 million, US$11 million) were invested in setting up radiology facilities within purpose built polyclinics at the London 2012 Olympic and Paralympic games. This paper details imaging services at the 2012 Paralympic Games. Data analysis on imaging at 2012 Olympics has been published in a separate paper. AIM: To analyse the workload on the polyclinics' radiology services, provided for the Paralympic athletes during the London 2012 Paralympic Games. METHOD: Data were prospectively collected during the period of the Paralympic games from the Picture Archive Communications System (PACS) and the Radiological Information System (RIS). Data were correlated with the medical encounter database (ATOS). RESULTS: 655 imaging episodes were recorded, which comprised 38.8% (n=254) MRI, 33% (n=216) plain radiographs, 24% (n=157) ultrasound scans and 4.2% (n=28) CT scans. Investigations on the Paralympic athletes accounted for 65.2% of workload, with the remainder divided between Paralympic family and workforce. CONCLUSIONS: MRI was the most used imaging resource and CT was the least used imaging modality at the Paralympic village polyclinic. Analysis of demographic data provides a useful index for planning radiology infrastructure and manpower at future international competitions for athletes with a disability.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».