Local Dose Coefficients for Radionuclide Contamination in Wounds
Notice bibliographique
Résumé
ABSTRACT: When a radiation accident has occurred that leads to radioactive material being imparted to a wound, this is treated as an internal contamination scenario. It is common for the material to transport throughout the body based upon biokinetics of the material in the body. While standard internal dosimetry approaches can be used to estimate committed effective dose from the insult, some material may get fixed for longer periods of time at the wound location, even after medical procedures such as decontamination and debridement have been applied. In this case, the radioactive material becomes a local dose contributor. This research was to generate local dose coefficients for radionuclide-contaminated wounds to supplement committed effective dose coefficients. These dose coefficients can be used to calculate activity limits at the wound site that could lead to a clinically significant dose. This is useful for emergency response to assist in decisions on medical treatment, including decorporation therapy. Wound models were created for injections, lacerations, abrasions, and burns, and the MCNP radiation transport code was used to simulate the dose to tissue considering 38 radionuclides. Biokinetic models accounted for biological removal of the radionuclides from the wound site. It was found that radionuclides that are not retained well at the wound site are likely of little concern locally, but for highly retained radionuclides, estimated local doses may require further investigation by medical and health physics personnel.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».