关于和无围缺陷的预测模型
Pieter-Jan Kellens1, An De Hauwere1, Sandrine Bayart1
1Medical Physics, Faculty of Medicine and Health Sciences, Ghent University, 9000 Ghent, Belgium.
Health physics
|June 17, 2024
概括
使用非X射线数据预测个人辐射保护设备 (PRPE) 的缺陷可以简化质量控制 (QC). 这种方法可以识别潜在的错误PRPE,提高医疗机构的安全性和效率.
科学领域:
- 医学物理 医学物理
- 辐射保护 辐射保护
- 医疗信息学 医疗信息学
背景情况:
- 个人辐射保护设备 (PRPE) 的完整性对于辐射安全至关重要.
- 目前用于PRPE的质量控制 (QC) 方法,通常涉及X射线成像,耗时且劳动密集.
- 在PRPE的减弱层中存在的缺陷可能会损害辐射保护.
研究的目的:
- 开发和评估PRPE质量控制结果的预测模型,而不依赖X射线成像.
- 确定影响PRPE通过或失败QC的可能性的关键预测因素.
- 通过专注于高风险项目来提高PRPE QC策略的效率.
主要方法:
- 利用来自普通医院的历史PRPE QC数据 (2018-2023年).
- 开发了使用后勤回归和随机森林 (RF) 的预测模型.
- 使用混矩阵和接收器操作特征 (ROC) 曲线比较模型性能,数据分为训练和持久集.
主要成果:
- 在PRPE QC结果中,预测准确度超过80%.
- 优化的射频模型表现出高精度 (97%),灵敏度 (80%) 和特异性 (86%).
- PRPE品牌是最重要的预测因素,影响通过概率高达35.1%;视觉缺陷并不重要.
结论:
- 预测建模为传统的基于X射线的PRPE QC提供了可行的,高效的替代方案.
- 这种方法可以通过针对潜在的有缺陷的PRPE来显著减少QC的时间和资源.
- 建议进行进一步的研究,以完善预测模型并将其整合到常规的质量控制协议中.
