Medical radiation knowledge among medical doctors and students in Iran: a nationwide cross-sectional study
Notice bibliographique
Résumé
Abstract Introduction Radiology plays an important role in medical diagnoses, and proper techniques are critical in disease diagnosis. As a result, physicians’ and medical students’ knowledge of this field, as well as their mastery of imaging techniques, is critical. The purpose of this study was to assess Iranian medical students, residents, and physicians’ knowledge of the fundamentals of various imaging methods, the amount of ionizing radiation in each type of imaging, and diagnostic imaging techniques. Methods This is a cross-sectional study in which 454 general practitioners, residents and medical interns in Iran have filled out an online questionnaire regarding the details of different imaging methods. The results after correcting and scoring this the questionnaires were subjected to statistical analysis. Results Only 5.2% of the questions about the amount of ionizing radiation in all types of imaging were correctly answered. Twenty two% of interns, 16% of general practitioners, and 23% of residents had accurate information about the side effects of diagnostic imaging. Ninety four% of participants were aware that the sonography method does not use ionizing radiation. Also, while 90% of participants were correct about the computed tomography (CT) scan, the percentage of those who were correct about the barium, positron emission tomography (PET), mammography, and Magnetic resonance imaging (MRI) was lower. Conclusion This study reveals a significant knowledge gap among Iranian medical professionals regarding ionizing radiation risks and dosages, despite frequent use of CT and PET scans. Findings highlight the need to enhance radiology education for safer diagnostic practices and better patient outcomes. This research provides a foundation for future studies on radiologic knowledge.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».