Strategies for calculating contrast media dose for chest CT
Notice bibliographique
Résumé
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 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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».