XRF analysis of strontium: Exploring cellulose as a soft tissue equivalent
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
X‐ray fluorescence (XRF) is a widely used method for in vivo elemental analysis. Particularly for bone, it is a non‐invasive technique that provides information on composition without significant risk to the patient. XRF contributes a capability for measuring elements beneficial to human health, such as strontium. This is a proposed supplement that has been shown in clinical trials to reduce fracture risk in people diagnosed with osteoporosis. Although XRF is a viable method for quantifying bone strontium, there are still factors that constrain its effectiveness. X‐ray attenuation through overlying soft tissue decreases the signal, consequently requiring correction before estimating the true concentration of strontium in bone. A correction factor can be applied to account for the reduced signal, but an accurate measurement of overlying soft tissue thickness is required. It has been shown that using the correlation between Compton peak count rate and overlying thickness can be used as an estimation of overlying tissue. Lucite is commonly used as a soft tissue substitute; however, its mean atomic number is appreciably lower than soft tissue, somewhat limiting its applicability. This study tests the feasibility of using cellulose filter papers as a substitute for overlying soft tissue to perform XRF analysis of strontium‐doped hydroxyapatite bone phantoms. Mass attenuation coefficients are shown to be closer to those of soft tissue (International Commission on Radiation Units' four‐component) than Lucite, and the Compton correlation is used to estimate thickness as a correction factor to quantify true strontium concentration.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,007 | 0,001 |
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 découle