MétaCan
Menu
Retour à la cohorte
Enregistrement W4380272402 · doi:10.1186/s41747-023-00345-w

Strategies for calculating contrast media dose for chest CT

2023· article· en· W4380272402 sur OpenAlexaff
Mette Karen Henning, Catherine Gunn, J.J. Arenas-Jiménez, Safora Johansen

Notice bibliographique

RevueEuropean Radiology Experimental · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOverweightLean body massMedicineNuclear medicineBioelectrical impedance analysisUltrasoundBody weightContrast (vision)DemographicsRadiologyBody mass indexInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Total body weight (TBW) is a frequently used contrast media (CM) strategy for dose calculation in enhanced CT, yet it is suboptimal as it lacks consideration of patient characteristics, such as body fat percentage (BFP) and muscle mass. Alternative CM dosage strategies are suggested by the literature. Our objectives were to analyze the CM dose impact when adjusting to body composition using methods of obtaining lean body mass (LBM) and body surface area (BSA) along with its correlation with demographic factors in contrast enhanced chest CT examinations. METHODS: Eighty-nine adult patients referred for CM thoracic CT were retrospectively included, categorized as either normal, muscular, or overweight. Patient body composition data was used to calculate the CM dose according to LBM or BSA. LBM was calculated with the James method, Boer method, and bioelectric impedance (BIA). BSA was calculated using the Mostellar formula. We then correlated the corresponding CM doses with demographic factors. RESULTS: BIA demonstrated the highest and lowest calculated CM dose in muscular and overweight groups respectively, compared to other strategies. For the normal group, the lowest calculated CM dose was achieved using TBW. The calculated CM dose was more closely correlated with BFP using the BIA method. CONCLUSIONS: The BIA method is more adaptive to variations in patient body habitus especially in muscular and overweight patients and is most closely correlated to patient demographics. This study could support utilizing the BIA method for calculating LBM for a body-tailored CM dose protocol for enhanced chest CT examinations. RELEVANCE STATEMENT: The BIA-based method is adaptive to variations in body habitus especially in muscular and overweight patients and is closely correlated to patient demographics for contrast-enhanced chest CT. KEY POINTS: • Calculations based on BIA showed the largest variation in CM dose. • Lean body weight using BIA demonstrated the strongest correlation to patient demographics. • Lean body weight BIA protocol may be considered for CM dosing in chest CT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,336
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Radiology ExperimentalMême sujetRadiation Dose and ImagingTravaux en français237 207