A multi-institutional CT practices survey of pediatric head, chest, and abdomen-pelvis examinations
Notice bibliographique
Résumé
Background: Pediatric patients are particularly vulnerable to the stochastic effects of ionizing radiation. Despite these risks, CT remains diagnostically essential in pediatric care. Diagnostic reference levels (DRLs) have been recommended as a radiation dose optimization tool to address these concerns. Purpose: This study aims to survey pediatric CT practices at different facilities in Australia, Canada, and Norway and to suggest local DRLs (LDRLs) at each facility as a baseline for future surveys. Materials and methods: Radiation dose indices, imaging, and demographic data were collected retrospectively at each facility using PACS for unenhanced CT head, contrast-enhanced chest, and contrast-enhanced abdomen-pelvis examinations in patients from 0 to 15 years of age. The LDRL values were determined for CT dose indices and size-specific dose estimate (SSDE) values. The Kruskal–Wallis test assessed the equality of populations across countries for all dosimetric quantities. Ordinary least squares regression was employed to express SSDE as a linear function of patient weight. Results: The LDRLs for Australian, Canadian, and Norwegian facilities were determined and examined for each age group. Canadian and Norwegian LDRL data were most similar, with Australian values being comparatively lower for all categories except for 11–15-year-old abdomen-pelvis examinations. The SSDE and patient weight were significantly positively correlated for each examination/country combination. Conclusion: The proposed local reference levels can provide local baselines for dose optimization and continuous dose assessment.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».