Avaliação das estatísticas utilizadas nos controles de qualidade de equipamentos para radiodiagnóstico
Bibliographic record
Abstract
O objetivo deste estudo foi verificar e analisar a adequação das estatísticas utilizadas em metodologias nos testes de controle de qualidade para estimação da exatidão e precisão das variáveis de tensão no tubo e tempo de exposição. Foram verificadas as metodologias recomendadas na Portaria Federal 453/98, no Guia Radiodiagnóstico Médico – Segurança e Desempenho de Equipamentos publicado pela Anvisa, o Protocolo Español de Control de Calidad em Radiodiagnóstico e Protocolos de Control de Calidad em Radiodiagnóstico. A adequação das estatísticas foi baseada nas definições do Vocabulário Internacional de Metrologia e em conceitos estatísticos. Além disso, elas foram comparadas entre si considerando o percentual de não conformidade (ou rejeição) de equipamentos apresentado pela metodologia aplicada. Nessa última avaliação foram utilizados dados simulados com o objetivo de obter distribuições empíricas. Foram encontradas diferenças entre as estatísticas e tolerâncias indicadas para as avaliações de precisão, feitas por meio dos testes de reprodutibilidade e/ou repetitividade, e nas avaliações da exatidão da tensão no tubo e tempo de exposição. Apesar de estarem em acordo com as definições estatísticas e metrológicas, as diferentes estatísticas apresentadas, conduziram distintos percentuais de não conformidade dos equipamentos para o mesmo tipo de avaliação, apontando estatísticas com maior sensibilidade na detecção de valores discrepantes, o que leva à reprovação de um equipamento de radiodiagnóstico. Tolerâncias diferentes também influenciaram na porcentagem de reprovação e levaram a resultados diferentes para um mesmo equipamento. Dessa forma, pode-se obter diferentes laudos de conformidade de um equipamento, conduzindo a resultados inconsistentes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".