Monitoring internal contamination from OEW of an 18F-FDG production plant: WBC or head counting setup?
Notice bibliographique
Résumé
The production 18F-FDG for positron emission tomography (PET) has consistently increased over the past two decades. The risk of internal contamination at 18F-FDG production facilities exists. A setup for evaluation of the 18F-FDG activity incorporated into the OEW brain, called Head Counting System (HCS), was presented in previous works. In this study, the whole body counter setup (WBC) was evaluated for monitoring 18F incorporations. The Monte Carlo Virtual Software (VMC in-vivo) and the MCNPx code were used to assess the system calibration coefficient (CC). Three 18F distributions were simulated: i) uniformly distributed in soft tissue (UDST); ii) Na18F biodistribution (NAFB); and iii) 18F-FDG biodistribution (FDGB). The calibration coefficient of WBC was compared to the current head counting system CC under the same biodistribution conditions. The ICRP male reference voxelized phantoms (RCP_AM) was used in the simulations. The results showed that the WBC setup was more efficient than the head counter for all the studied 18F distributions: UDST = 1060 %, FDGB = 488 % and NAFB = 340 %. Despite this, especially for 18F-FDG, the possibility of bladder voiding before measurement can lead to considerable uncertainties when the WBC setup is used. On the other hand, bladder activity does not show great influence the calibration coefficient of the head counting system. Future work will evaluate the WBC sources of uncertainties in the measurement of 18F incorporated activity.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».