Brain MRIs make up the bulk of the gadolinium footprint in medical imaging
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
BACKGROUND AND PURPOSE: Assess the evolution of gadolinium consumption and magnetic resonance imaging (MRI) scanners in France and Western Brittany (France) and compare regional practices between public and private hospitals for each organ specialty. MATERIAL AND METHODS: We collected data from national and universal health registries, and Western Brittany's health care structures, between 2011 and 2018, about the number of MR imaging exams and machines, the number of delivered GBCAs (gadolinium-based contrast agents), prescriptions and administration protocols. RESULTS: Over the last eight years, we observed an increase in the number of MRI machines implemented in France (62%), correlated with the increase of annual gadolinium consumption (amount of delivered GBCAs in kg, 64%), without modification of the annual quantity of gadolinium used per machine (2.7kg in 2018). In Western Brittany, gadolinium impact is assigned to neuroimaging exams (50% CI95% [45;56] of all the contrast-enhanced exams), followed by thorax and abdomen exams (23% CI95% [18;28]). The ratio of injected exams to all exams is greater in public than in private hospitals (respectively 48% CI95% [46;49] versus 29% CI95% [26;30]). CONCLUSION: Gadolinium consumption is increasing, correlated with the increase in the number of examinations carried out. Regionally, the main impact comes from neuroimaging exams. No change in practices has been observed in recent years despite some warnings about gadolinium deposits and environmental consequences.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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 découle