CT dose reduction: approaches, strategies and results from a province-wide program in Quebec
Notice bibliographique
Résumé
Many studies have shown a statistically significant increase of life-time risk of radiation-induced cancer from CT examinations. In this context, in Canada, the Quebec's provincial clinical center of expertise in radiation safety (CECR) has led a province-wide tour of 180 CT installations in order to: (i) evaluate the technical and functional performance of CT scanners, (ii) evaluate and improve radiation safety practices and (iii) initiate, with local teams, a CT dose optimization process. The CT tour consisted of a two day visit of CT installations by a CECR multidisciplinary team of medical physicists, engineers and medical imaging technologists (MITs) carried out in close collaboration with local teams composed of MITs, radiologists, physicists, engineers and managers. The CECR has evaluated 112 CT scanners since 2011. Optimization of CT protocols was performed in all centers visited. The average dose reduction obtained from optimization was [Formula: see text], [Formula: see text] and [Formula: see text] for adult head, thorax and abdomen-pelvis, respectively. The main recommendations often made by the CECR experts were: (1) the implementation of low-dose protocols for the follow-up of pulmonary nodules and for renal calculi, (2) the compliance to the prescribed scan range as defined by local guidelines, (3) the correct positioning of patients and (4) the use of bismuth shielding to reduce the dose to radiosensitive organs. The CECR approach to optimize CT doses to patients is based on the active participation of local stakeholders and takes into account the performance of CT scanners. The clinical requirements as expressed by radiologists remain at the core of the optimization process.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».