MétaCan
Menu
Retour à la cohorte
Enregistrement W4411103921 · doi:10.1067/j.cpradiol.2025.06.007

The hierarchy of hazard controls in clinical magnetic resonance safety: an analysis of the American College of Radiology Manual on MR Safety

2025· article· en· W4411103921 sur OpenAlexafffund
Ives R. Levesque, Véronique Fortier, Jorge Campos Pazmiño, Zaki Ahmed, Evan McNabb

Notice bibliographique

RevueCurrent Problems in Diagnostic Radiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésMedicineHierarchyMagnetic resonance imagingHazardNuclear magnetic resonanceRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purpose of this work was to critically assess safety guidance and practices in clinical magnetic resonance (MR) using the hierarchy of hazard controls (HHC). METHODS: Publicly available, widely used guidance documents for MR safety practice were gathered. The most recent guidance, the American College of Radiology (ACR) MR Safety Manual (2024) was selected for detailed analysis. A 5-point scale was assigned to the various levels in the hierarchy of hazard controls, from Elimination (score=5, most effective) to Personal Protective Equipment (score=1, least effective). MR safety practices recommended in the ACR MR Safety Manual were surveyed and scored using the 5-point scale. The safety practices were grouped by category of hazard addressed (e.g. main field, radio-frequency field, gradient field). RESULTS: Overall, Administrative Controls were the most common controls, followed by Engineering Controls. Controls within each hazard category featured a range of HHC scores, and all categories were predominantly served by Administrative Controls. CONCLUSION: The analysis presented in this work could serve as a tool to analyze choices made in the deployment of safety measures, to motivate decision- or policy-making, as a tool for assessment of MR safety programs, or as an approach to motivate future work in the design of hazard controls for MR.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,348
Écart entre enseignants0,330 · 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.

Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Problems in Diagnostic RadiologyMême sujetRadiation Dose and ImagingTravaux en français237 207