MétaCan
Menu
Retour à la cohorte
Enregistrement W4415739209 · doi:10.51731/cjht.2025.1280

CT and MRI Examination Volumes in Canada: National Performance Insights

2025· article· W4415739209 sur OpenAlexaboutno aff
CDA-AMC

Notice bibliographique

RevueCanadian Journal of Health Technologies · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueRadiology practices and education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkloadComputed tomographyRural areaMri scanMedical imaging

Résumé

récupéré en direct d'OpenAlex

What Is the Issue? Canada’s Drug Agency (CDA-AMC) received a request related to the average annual number of CT and MRI examinations performed per site and per unit across the country. CT and MRI use in Canada has nearly doubled since 2007, yet there is limited recent publicly available information at the national and jurisdictional levels that reports examination volumes by geographic setting (urban, rural, and remote) or facility type (academic versus community). Detailed data can support informed resource planning, efficient workload management, and equitable service delivery — and CDA-AMC is uniquely positioned to fill this gap by collecting and analyzing national imaging data across geographic settings and facility types. What Did We Do? CDA-AMC leveraged data from the 2022–2023 Canadian Medical Imaging Inventory National Survey, including site-level and unit-level examination volumes. In total, 178 of 394 CT sites and 115 of 239 MRI sites provided sufficient data to estimate average annual examination volumes per site and per unit. What Did We Find? Nationally, CT sites operated an average of 1.40 units and performed 16,350 annual examinations per site (12,900 examinations performed per unit), while MRI sites averaged 1.49 units with 9,033 annual examinations performed per site (5,850 examinations performed per unit). Urban facilities had higher capacity and annual examination volumes, with urban CT sites averaging 1.69 units and 23,036 examinations performed per site, and urban MRI sites averaging 1.64 units and 10,501 annual examinations performed per site. Rural and remote sites had fewer units and lower examination volumes: rural CT sites averaged 1.04 units with 8,303 examinations performed; remote CT sites averaged 1 unit with 5,999 examinations performed; rural MRI sites averaged 1 unit with 4,522 examinations performed; and remote MRI sites averaged 1 unit with 3,198 examinations performed. Academic sites operated more units and performed significantly more examinations than community sites. Academic CT sites averaged 2.14 units and 29,024 annual examinations performed per site, compared to 1.21 units and 13,024 annual examinations performed at community sites. Academic MRI sites averaged 2 units and 12,500 annual examinations performed, versus 1.23 units and 7,323 annual examinations performed for community sites. What Does This Mean? Understanding the differences across urban, rural, remote, academic, and community settings can inform appropriate distribution of imaging resources. These findings may help decision-makers understand site-level workloads and where additional scanners or staffing would be most beneficial. Highlighting sites with higher annual scan volumes can guide efforts to support technologist capacity through targeted recruitment, training, or optimized scheduling.

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)0,006
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,091
Score d'incertitude au seuil0,660

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,020
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health TechnologiesMême sujetRadiology practices and educationTravaux en français237 207