MétaCan
Menu
Retour à la cohorte
Enregistrement W2510528644 · doi:10.1118/1.4961833

Sci‐Fri AM: MRI and Diagnostic Imaging ‐ 02: Quality Improvement: Diagnostic Reference Levels for Interior Health CT exams – L‐Spine, Chest/Abdomen/pelvis, Abdomen/Pelvis, Head

2016· article· en· W2510528644 sur OpenAlexaff
Thorarin A. Bjarnason

Notice bibliographique

RevueMedical Physics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensUniversity of British Columbia, Okanagan CampusInterior Health
Organismes subventionnairesnon disponible
Mots-clésPelvisMedicineAbdomenPercentileRadiologyNuclear medicineImage qualityReference doseArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Diagnostic Reference Levels are used to optimize patient dose and image quality in the clinical setting. It is assumed that the majority of exams are of diagnostic quality, or the radiologists would request protocol adjustments. By investigating the dose indicator distributions from all scanners, the upper DRL can be set to the 75th percentile of the distribution and a lower DRL can be set to the 10th percentile. Scanners using doses consistently outside the upper/lower DRL range can be adjusted accordingly. 11 CT scanners, all contributing to the American College of Radiology Dose Index Registry (ACR DIR) were used in this study. Dose indicator data were compiled from the ACR DIR data and local DRLs established. Scanners with median doses outside the upper/lower DRL were followed‐up with. Using effective dose and exam volumes, collective dose was determined before and after protocol adjustments to evaluate the effect of this quality improvement effort. The quality initiative is complete for L‐spine and Chest/Abdomen/Pelvis exams and only initial surveys were completed for Head and Abdomen/Pelvis examsg. Median Scanner Dose reductions were 8.8 and 4.9 % for L‐spine and Chest/Abdomen/Pelvis exams, respectively, resulting with collective dose reductions of 0.7 and 3.2 person•Sv/yr. Follow‐up is ongoing for Abdomen/Pelvis and Head exams.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,011

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,364
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetRadiation Dose and ImagingTravaux en français237 207