Tietokonetomografian traumaprotokollat Suomen yliopistosairaaloissa
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Tietokonetomografialla (TT) on tärkeä rooli traumakuvantamisessa. Traumakuvantaminen suoritetaan yleensä sairaalakohtaisen traumaprotokollan mukaan. Tässä opinnäytetyössä kartoitettiin Suomen yliopistosairaaloiden aikuispotilaille tarkoitettuja traumaprotokollia sekä arvioitiin niiden optimoinnin toteutumista. \n \nAineisto kerättiin esiaineiston ja kirjallisuuden pohjalta tehdyn aineistonkeruulomakkeen avulla. Kerätty aineisto käsitteli traumaprotokollan käyttöä, potilaan asettelua, kuvauksen toteutusta, kuvausparametreja, varjoaineruiskutusta ja sädesuojausta. Aineisto oli pääasiassa laadullista. \n \nTulosten perusteella Suomen yliopistosairaaloissa on käytössä pääpiirteittäin samankaltaiset traumaprotokollat. Eniten eroavaisuuksia traumaprotokollissa on pään ja kaulan alueen kuvantamisessa sekä optimoinnin osalta käsien asettelussa ja osassa sairaaloista myös ulkoisten sädesuojien käytössä. Nämä erot osin johtuvat erilaisista kuvantamislaitteistoista sekä toisaalta erilaisista sairaaloihin vakiintuneista käytännöistä. \n \nSuomessa ei ole käytössä kansallisia TT-traumaprotokollan suosituksia, vaikka sellaisille on kysyntää. Tämän opinnäytetyön yhtenä tarkoituksena oli tuottaa vertaisarviointimateriaalia Suomen TT-traumakuvantamista tekeville osastoille, jotta osastot voisivat etsiä kehityskohteita omista traumakuvantamiskäytännöistään. Tämän opinnäytetyön tuloksia on mahdollista käyttää myös pohjatyönä kansallisten suositusten muodostamisessa. Tähän työhön on myös kerätty paljon tietoa TT-traumakuvantamisen optimoinnista, jota voidaan käyttää opetus- ja perehdytysmateriaalina.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.005 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.025 | 0.118 |
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 it