MétaCan
Menu
Retour à la cohorte
Enregistrement W4413274694 · doi:10.1016/j.jmir.2025.102083

A retrospective analysis of paediatric medical imaging utilisation in Ireland, 2019-2023

2025· article· en· W4413274694 sur OpenAlexaboutno aff
Michelle O’Connor, Erica Grassick

Notice bibliographique

RevueJournal of medical imaging and radiation sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical physics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: While longitudinal studies in the United States and Canada show increased use of non-ionising imaging and reduced paediatric CT, recent data on imaging trends in Europe are lacking. This study examines paediatric imaging trends from 2019 to 2023 in Ireland, including age-specific patterns and procedure frequencies. METHODS: A retrospective cohort analysis was conducted within Irish paediatric hospitals. Data extracted from the Radiology Information Systems, including examination counts for conventional X-ray (XR), computed tomography (CT), magnetic resonance imaging (MRI), ultrasound (US), nuclear medicine (NM), and fluoroscopically guided procedures in patients under 18 years. Examinations were categorised by modality, anatomical region, and age group. Annual imaging volumes and utilisation trends were assessed. RESULTS: A total of 634,770 examinations were performed: 73.7% XR, 12.4% US, 5.4% MRI, 4.4% CT, 3.4% fluoroscopy, and 0.63% NM. Ionising radiation was used in 82.2% of all examinations. Imaging volumes declined by 15.2% in 2020 due to the COVID-19 pandemic but recovered fully by 2022. From 2019 to 2023, CT (+20.3%), US (+16.5%), and MRI (+8.6%) showed the highest growth. XR and ultrasound were most common in infants, while CT and MRI showed a more uniform distribution, with brain imaging being the most frequent examination for both. CONCLUSIONS: This contemporary multi-centre analysis of paediatric imaging in Ireland demonstrates a sustained reliance on XR and US, increasing CT utilisation, underscoring the ongoing need for justification and radiation dose optimisation in paediatric practice. It also highlights the influence of the COVID-19 pandemic on imaging trends.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,334
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of medical imaging and radiation sciencesMême sujetRadiation Dose and ImagingTravaux en français237 207