USE OF LOW DOSE CHEST CT IN SILICA HEALTH SURVEILLANCE
Notice bibliographique
Résumé
Background: Silicosis is one of the oldest occupational lung diseases with potentially fatal outcomes. In recent years, there has been an increase in the number of silicosis cases described in workers within the engineered stone industry. Despite this, the number of cases being detected in Western Australia up until 2020 remained low. This prompted WorkSafe WA to re-evaluate silica health surveillance processes specifically imaging modalities. Objectives: Low dose chest CTs were offered to a cohort of eligible workers within the industry to identify lung changes associated with the disease that may not be evident on chest radiographs. Methods: WorkSafe Western Australia offered fully-funded low dose chest CT scans to workers within the engineered stone industry who met the eligibility criteria. Results were reviewed and abnormal scans were discussed at multi-disciplinary meetings comprising of physicians from relevant medical specialities. Results: A total of 90 scans were carried out from July to November 2020. 8 workers within this cohort had changes consistent with silicosis on their scans. Of these 8, only 1 had an abnormal chest radiograph. 41 workers had findings consistent with early lung changes related to silicosis. These workers will require follow up and serial chest imaging moving forward. Only 1 worker within this cohort had an abnormal chest radiograph. Discussion: This project has highlighted the need to reconsider the use of chest radiograph in silica health surveillance. Findings from this project demonstrate benefits of low dose chest CTs in diagnosing silicosis and identifying early changes in the lung related to silicosis.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».