Application of a semi-automated dicentric scoring system in triage and monitoring occupational radiation exposure
Notice bibliographique
Résumé
The dicentric chromosome assay (DCA) is considered the gold standard for radiation biodosimetry, but it is limited by its long dicentric scoring time and need for skilled scorers. The automation of scoring dicentrics has been considered a strategy to overcome the constraints of DCA. However, the studies on automated scoring methods are limited compared to those on conventional manual DCA. Our study aims to assess the performance of a semi-automated scoring method for DCA usingex vivoandin vivoirradiated samples. Dose estimations of 39 blind samples irradiatedex vivoand 35 industrial radiographers occupationally exposedin vivowere estimated using the manual and semi-automated scoring methods and subsequently compared. The semi-automated scoring method, which removed the false positives of automated scoring using the dicentric chromosome (DC) scoring algorithm, had an accuracy of 94.9% in theex vivoirradiated samples. It also had more than 90% accuracy, sensitivity, and specificity to distinguish binary dose categories reflecting clinical, diagnostic, and epidemiological significance. These data were comparable to those of manual DCA. Moreover, Cohen's kappa statistic and McNemar's test showed a substantial agreement between the two methods for categorizingin vivosamples into never and ever radiation exposure. There was also a significant correlation between the two methods. Despite of comparable results with two methods, lower sensitivity of semi-automated scoring method could be limited to assess various radiation exposures. Taken together, our findings show the semi-automated scoring method can provide accurate dose estimation rapidly, and can be useful as an alternative to manual DCA for biodosimetry in large-scale accidents or cases to monitor radiation exposure of radiation workers.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».