Radiation dose assessment of pediatric computed tomography of the chest: the need to consider patient size
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the radiation dose of chest computed tomography (CT) examinations of pediatric patients and the extent to which volume CT dose index (CTDIvol) underestimates radiation dose in comparison to size specific dose estimates (SSDE). METHODS: Single-center, retrospective study of consecutive unenhanced pediatric (age <18 years) chest CTs between October 2015 and October 2016. Radiation dose as well as demographic and clinical data were recorded from 133 chest CTs. Patients were grouped into 4 categories based on mean effective diameter of the chest. SSDE was generated for each patient according to the water equivalent and effective diameter and compared to CTDIvol. Factors associated with higher radiation doses were assessed. RESULTS: CTDIvol underestimated radiation dose by 54.7%, 47.6%, 40.2%, and 31.2% (P < .001) for effective diameter groups 1 to 4, respectively, when compared to SSDE (calculated according to the water equivalent). When calculated according to the effective diameter, CTDIvol underestimated radiation dose by 47.6%, 39.4%, 27%, and 12.3% (P < .001) for effective diameter groups 1 to 4, respectively, when compared to SSDE. CT dose parameters, age, weight, Dw, and mean effective diameter were variables associated with higher radiation doses. CONCLUSION: CTDIvol systematically underestimated radiation dose in comparison to SSDE in pediatric patients submitted to chest CT and should not be used as the primary parameter to monitor CT protocols in these patients. SSDE calculated according to effective diameter also underestimates the radiation dose compared to SSDE calculated based on water equivalent.
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 | 0,003 |
| 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 ».