Multidetector computed tomography utilization in an urban sub-Saharan Africa setting: user characteristics, indications and appropriateness
Notice bibliographique
Résumé
INTRODUCTION: multidetector computed tomography (MDCT) is a widely used cross-sectional imaging modality despite increasing concerns about radiation exposure and overuse. The aim of this study was to describe the socio-demographic characteristics of MDCT users in an urban city in Cameroon and to assess the clinical indications for appropriateness. METHODS: we conducted a survey of MDCT users and collected data on demographic attributes and socialization patterns, clinical indications for MDCT and time to obtain MDCT. MDCT appropriateness was assessed using the American College of Radiologists Appropriateness Criteria®. Frequencies, percentages, odds ratios and 95% confidence intervals were used to summarize the data. RESULTS: with a response rate of 79%, 511 MDCT users were surveyed. The mean (standard deviation) age was 45(19) years and male to female sex ratio 1:1. Seventy-eight percent (95% confidence interval [CI]: 74-83%) of respondents reported not having any health insurance. Head scans accounted for 52% (95%CI: 47-56%) of all scans with trauma (19% [95%CI: 15-22%]), low back pain (18% [95%CI: 14-21%]) and suspected stroke (10% [95%CI: 7-13%]) being the most frequent indications. Sixteen percent (95%CI: 13-20%) of the scans were judged to be inappropriate. Predictors of MDCT appropriateness after multivariable logistic regression modeling were age (aOR=0.97; P=0.009; 95%CI=0.94-0.99), health insurance ownership (aOR=0.40; P=0.034; 95%CI=0.18-0.94) and being referred by non-specialist physicians (aOR=0.20; P<0.001; 95%CI=0.09-0.47). CONCLUSION: people from all social strata use MDCT, mostly appropriately and especially for head scans after trauma in this urban setting. However, the proportion of inappropriate studies was considerable suggesting the need for control measures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».