Tomographie par Emission de Positrons en Belgique
Bibliographic record
Abstract
22B PET in Belgium i Préface Dans le secteur des soins de santé, des alternatives valables aux interventions invasives sont constamment recherchées.La tomographie par émission de positrons (PET) en est un bel exemple.Le PET est une technique non invasive comportant peu de risques qui permet notamment de détecter des métastases chez certains patients souffrant de cancers définis et dÊéviter pour certains dÊentre eux des interventions invasives.Pour le patient et le médecin, il sÊagit dÊune technique sans aucun doute attrayante.Mais le PET est également une technologie médicale lourde.Les coûts élevés du PET constituent la contrepartie à ses avantages potentiels.Outre lÊévaluation de lÊefficacité clinique, les coûts doivent être pris en compte, en particulier pour juger si les bénéfices retirés du PET en justifient les coûts supplémentaires.Avant même que les preuves de la plus-value clinique diagnostique ne soient clairement établies, la demande des différents groupes dÊintérêts pour des PET scanners (et leur financement) a augmenté et une pression constante est née pour mettre cette technologie à la disposition dÊun nombre plus élevé dÊhôpitaux La question-clé porte sur le nombre de scanners PET actuellement nécessaires en Belgique.Les 13 scanners PET agréés ajoutés à une poignée dÊautres scanners PET non agréés place clairement la Belgique en tête sur le plan international.DÊaprès les résultats de notre enquête, certains pays tendent à se rapprocher de la situation (officielle) belge.Clairement, les arguments cliniques et scientifiques nÊexpliquent pas la surenchère belge par rapport aux pays déjà dotés dÊun nombre élevé de scanners.Grâce à ce rapport, le KCE émerge pour la première fois sur la scène internationale.LÊenquête internationale sÊintègre dans les travaux de lÊINAHTA sur le PET 1 et dÊautres pays attendent que les résultats de ces travaux soient publiés afin de pouvoir les utiliser dans leurs propres évaluations.Etant donné que presque tous les pays européens doivent faire face à une pression technologique croissante, lÊEUNetHTA 2 , réseau européen HTA en construction, constitue une initiative européenne importante sur le plan de la politique et, espérons-le, augmentera lÊefficience et lÊimpact de lÊHTA dans le processus de prise de décision politique.Cet HTA est le résultat dÊune collaboration fructueuse entre le KCE et des instances externes.Nous tenons à remercier chaleureusement les organismes et personnes suivantes pour leur aide précieuse: les experts belges et étrangers, la Société Belge de médecine Nucléaire -Workgroup PET, lÊAgence Fédérale pour le Contrôle Nucléaire, le Direction Générale Médicaments du Service Public Fédéral Santé publique, Sécurité de la chaîne alimentaire et Environnement ainsi que le Registre National du Cancer.Nous souhaitons également remercier les membres de lÊINAHTA qui ont participé à lÊenquête sur le PET dans les différents pays.Enfin, nous voulons exprimer notre gratitude pour la contribution des producteurs de PET scanners et de FDG.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".