A survey of local diagnostic reference levels for the head, thorax, abdomen and pelvis computed tomography in Norway and Canada
Notice bibliographique
Résumé
Background Computed tomography (CT) contributes to 60% of the collective dose in medical imaging. Literature has demonstrated that patient dose varies across regions and countries. Establishing diagnostic reference levels (DRLs) contributes to the optimization of clinical practices and radiation protection. Purpose To survey the dose indices (CTDIvol and dose-length product) for frequently performed CT examinations from the chosen hospitals in Norway and Canada and to determine local DRLs (LDRLs) based on the collected data. Material and Methods The survey included eight scanners from two Norwegian hospitals and four scanners from four Canadian hospitals. Dosimetry data were collected for the following routine CT examinations: head, contrast-enhanced thorax, and abdomen and pelvis. Overall 480 adult average-sized patients from Norway and 360 from Canada were included in the survey. The LDRLs were determined as the 75th percentile of distributions of median values of dose indicators from different CT scanners. The differences in dose between scanners were determined using single-factor ANOVA. Results The LDRLs determined in Norway were higher overall than in Canada. The obtained values were compared to the national DRLs. The dose from several scanners in Norway exceeded national Norwegian DRLs, while Canadian LDRLs were below the Canadian reference levels. The differences between the means of the dose distributions from each scanner were statistically significant ( p < 0.05) for all examinations with exception of identical scanners located in the same hospital and using the same protocols. Conclusion Observed dose variations even in the same hospital, or from the same scanner model confirmed the need for CT protocol optimization.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».