Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Porównanie potencjalne tomografii komputerowej o bardzo niskiej dawce promieniowania a tomografii komputerowej o standardowej dawce promieniowania w wykrywaniu ciał obcych w przełyku

65 wyświetleń

⸱

DOI:

10.3791/69349

⸱

7 sierpnia 2026

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Radiology and Nuclear Medicine, The First Hospital of Hebei Medical University

* These authors contributed equally

W tym artykule

Podsumowanie

To randomizowane badanie wykazuje, że tomografia komputerowa (TK) o bardzo niskiej dawce z rekonstrukcją głębokiego uczenia osiąga dokładność diagnostyczną nie gorszą niż standardowa dawka TK w wykrywaniu obcych ciał w przełyku, z 63% redukcją dawki promieniowania.

Streszczenie

Celem tego badania było zweryfikowanie nie-niższości tomografii komputerowej z ultraniską dawką (ULD-CT) w porównaniu z tomografią komputerową z dawką standardową (SD-CT) w wykrywaniu obcych ciał przełyku (EFB) oraz ilościowe określenie kompromisów między dawką a jakością. W tym prospektywnym, randomizowanym, ślepy badaniu z zakresu radiologii wzięło udział 180 pacjentów (120 dorosłych, 60 dzieci) z podejrzeniem połknięcia EFB. Pacjentów losowo przydzielono do grup ULD-CT (100 kV/50 mA, adaptacyjna statystyczna rekonstrukcja iteracyjna-V 80% + głębokie uczenie maszynowe w rekonstrukcji obrazu) lub SD-CT (120 kV/200 mA, filtrowana projekcja wsteczna + adaptacyjna statystyczna rekonstrukcja iteracyjna-V 30%). Wszyscy pacjenci przeszli referencyjną ocenę endoskopową lub chirurgiczną w ciągu 12 godzin od wykonania tomografii komputerowej, z 30-dniowym okresem obserwacji w przypadku negatywnych wyników. Głównym wskaźnikiem oceny była powierzchnia pod krzywą (AUC); wtórnymi wskaźnikami były metryka jakości obrazu, dawka promieniowania i przypadkowe stwierdzenia.

Oba protokoły osiągnęły doskonałą wydajność diagnostyczną, z czułością/specyficznością 97,8%/100% dla ULD-CT i 98,9%/100% dla SD-CT. AUC wyniósł 0,985 dla ULD-CT i 0,991 dla SD-CT (różnica < margines nie-niższości). Skuteczną dawkę zmniejszono o 63% dzięki ULD-CT (P < 0,001). Stosunek sygnału do szumu zmniejszył się o 37% (P < 0,001), ale akceptowalność diagnostyczna (wynik ≥3) utrzymywała się na poziomie 94,4% w porównaniu z 97,8% (P = 0,070). Przypadkowe stwierdzenia zidentyfikowano u 54 pacjentów (30,0%), w tym 19 potencjalnie działań wymagających (10,6%) i 6 stwierdzeń o wysokiej istotności wymagających pilnej oceny.

Tomografia komputerowa z ultraniską dawką wykazuje nie-niższą dokładność diagnostyczną w porównaniu z SD-CT w wykrywaniu EFB, jednocześnie zmniejszając ekspozycję na promieniowanie o ponad 60%. Te wyniki wskazują na potencjał ULD-CT jako pierwszoplanowej metody w podejrzeniu o EFB, w oczekiwaniu na potwierdzenie wieloośrodkowe.

Wprowadzenie

Połknięcie ciała obcego jest nadal częstym objawem nagłym na całym świecie, przy czym ciała obce w przełyku (EFB) stanowią klinicznie istotny podzbiór, który często wymaga pilnego wykonania obrazowania lub interwencji endoskopowej1,2,3. Ostatnie przeglądy radiologiczne podkreślają, że TK ma szczególne znaczenie, gdy wyniki radiografii są ujemne, obiekt jest radiolucentny lub podejrzewa się powikłania, takie jak perforacja1,2. Specjalne grupy pacjentów, w tym osoby z niepełnosprawnością umysłową lub upośledzeniem komunikacji, mogą pojawić się późno lub z nietypowymi objawami i mogą połknąć obiekty niebędące pokarmem, o ostrych krawędziach lub wiele obiektów, co stwarza dodatkowe wyzwania diagnostyczne i lecznicze4. Ostatnie badania szpitalne z Chin pokazują ponadto, że ostre ciała obce i zatka przełyku pozostają częstymi przyczynami pojawienia się EFB u dorosłych i starszych pacjentów, choć brakuje krajowych danych dotyczących zachorowalności5,6.

Mimo klinicznego znaczenia dokładnego wykrywania EFB, nadal istnieją duże luki w wiedzy dotyczącej optymalnych strategii obrazowania. Obecne protokoły zwykle stosuje standardowe dawki promieniowania opracowane dla ogólnego obrazowania klatki piersiowej, a nie parametry specyficzne dla wskazania, zoptymalizowane dla widocznej kontrastowości ciał obcych, podczas gdy wytyczne dotyczące redukcji dawki podkreślają dostosowanie ekspozycji do zadania diagnostycznego7. Co więcej, mimo że iteracyjna rekonstrukcja i głęboka rekonstrukcja uczenia maszynowego umożliwiły znaczne zmniejszenie dawki promieniowania w innych zastosowaniach TK, ich wpływ na wykrywanie EFB nie został jeszcze systematycznie zweryfikowany w prospektywnych badaniach randomizowanych8.

Tradycyjna ocena obrazowa podejrzanych EFB polegała na prostym prześwietleniu, następnie selektywnej esofagografu kontrastowym lub endoskopi dla obiektów radiolucentnych1,3,9. Jednak tomografia komputerowa (TK) coraz częściej staje się preferowaną modalnością ze względu na jej wyższą czułość zarówno dla ciał obcych radioprzejrzystych, jak i radiolucentnych. Badania wykazały, że czułość TK zbliża się do 100% w porównaniu z 70–80% dla prostych prześwietleń, szczególnie w przypadku kości ryb i innych materiałów o niskiej gęstości10,11. Charakter przekrojowy TK zapewnia również istotne informacje o powikłaniach, w tym perforacji, tworzeniu ropnia i bliskim sąsiedztwie naczyń, które mogą zmienić postępowanie leczenia pacjenta12,13.

Szerokie stosowanie TK wywołało zaniepokojenie dotyczące kumulatywnej ekspozycji na promieniowanie, szczególnie w populacjach dziecięcych, w których ryzyko raka w ciągu życia związane z obrazowaniem medycznym jest najwyższe14,15. Tradycyjne protokoły TK dostarczają efektywne dawki 8–12 mSv dla badań klatki piersiowej, co skłoniło do opracowania strategii redukcji dawki zgodnych z zasadą „tak niska, jak to racjonalnie możliwe” oraz współczesnymi zaleceniami dotyczącymi zarządzania dawką TK7,16.

Ostatnie postępy technologiczne umożliwiły drastyczne zmniejszenie dawki, zachowując jakość diagnostyczną. Algorytmy rekonstrukcji iteracyjnej, takie jak adaptacyjna statystyczna iteracyjna rekonstrukcja, zmniejszają szum obrazu w porównaniu z filtrowaną rekompozycją wsteczną, pozwalając na niższe dawki promieniowania17. Najnowsza generacja algorytmów rekonstrukcji obrazu głębokiego uczenia (DLIR) wykorzystuje konwolucyjne sieci neuronowe przeszkolone na wysokiej jakości zbiorach danych do rozróżniania sygnału od szumu, osiągając lepsze zmniejszenie szumu niż konwencjonalne techniki iteracyjne8,18. Badania wykazały, że DLIR może zachować jakość obrazu diagnostycznego przy dawkach promieniowania znacznie niższych niż te stosowane w standardowych protokołach19,20.

Mimo obietnicy protokołów ultraniskiej dawki TK (ULD-CT), ich zastosowanie specjalnie do wykrywania EFB pozostaje niezbadanym w prospektywnych badaniach randomizowanych. Poprzednie badania niskodawkowego TK klatki piersiowej koncentrowały się na wykrywaniu guzków płucnych lub ogólnej patologii klatki piersiowej, a nie na unikalnych wymaganiach diagnostycznych oceny ciał obcych21,22. Ponadto, wpływ redukcji dawki na wykrywanie klinicznie istotnych przypadkowych stwierdzeń — potencjalnej dodatkowej wartości obrazowania TK — nie został jeszcze systematycznie zweryfikowany w tym kontekście23

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

```html

To prospektywne, randomizowane badanie z ocenianiem w sposób niewiedzący, przeprowadzono w tercjartej jednostce medycznej (Pierwszy Szpital Uniwersytetu Medycznego w Hebei) między styczniem 2024 a czerwcem 2025 roku. Badanie to przeprowadzono zgodnie z Deklaracją Helsińskich i zatwierdzone zostało przez Komisję Etyczną Pierwszego Szpitala Uniwersytetu Medycznego w Hebei (Numer zatwierdzenia: [2025]YS-062), a wszystkie pacjenci lub ich opiekunowie prawni złożyli pisemną, świadomą zgodę przed przystąpieniem do badania. W przypadku nieletnich, pisemna zgoda została uzyskana zgodnie z wiekiem i zdolnością: dla uczestników poniżej 8 roku życia, pisemna zgoda została uzyskana od ich opiekuna prawnego, z dodatkową zgodą od dziecka, jeśli było ono w stanie zrozumieć; dla uczestników w wieku 8–17 lat, pisemna zgoda została uzyskana zarówno od nieletniego, jak i jego opiekuna prawnego, przy czym informacje były udzielane na poziomie odpowiednim dla wieku; uczestnicy w wieku 16–17 lat, którzy wykazali niezależność finansową poprzez dochód z własnej pracy, uważani byli za posiadających pełną zdolność cywilną i mogli udzielić niezależnej zgody. Badanie zostało zarejestrowane w rejestrze badań klinicznych w Wielkiej Brytanii, numer rejestracji ISRCTN13588740.

Projekt badania
Randomizacja pacjentów została przeprowadzona za pomocą komputerowego generowania sekwencji z permutowanymi blokami różnej wielkości (4, 6 i 8) stratyfikowanymi według grup wiekowych (pediatria < 18 lat vs. dorośli ≥ 18 lat). Zakrycie alokacji zostało utrzymane poprzez zabezpieczone, nieprzezroczyste koperty otwierane bezpośrednio przed skanowaniem TK. Wszyscy interpretujący obrazy, endoskopiści i chirurdzy byli nieświadomi przypisania protokołu TK.

Populacja badawcza
Kryteria włączenia
Kwalifikowani uczestnicy to pacjenci w wieku 3–80 lat, przybywający do działu ratunkowego i skierowani do oceny TK na podstawie protokołów instytucjonalnych (głównie w przypadku podejrzewanego ciała obcego niewidocznego na zwykłym zdjęciu rentgenowskim, klinicznego podejrzenia komplikacji lub konieczności precyzyjnego zlokalizowania przed zabiegiem), z (1) historią połknięcia ciała obcego w ciągu 6 godzin od przybycia; (2) objawami sugerującymi zatrzymanie ciała obcego w przełyku, w tym dysfagia, odynofagi, ból w klatce piersiowej lub hipersaliwacja; i (3) planowaną ewaluacją endoskopowo lub chirurgiczną w ciągu 12 godzin od wykonania TK. Okno 6 godzin zostało wybrane, aby upewnić się, że pacjenci reprezentują ostry przypadek, jednocześnie pozwalając na wystarczająco dużo czasu na wykonanie obrazowania i oceny endoskopowej, choć może to ograniczyć ogólność do opóźnionych przypadków, które są powszechne w przypadku niektórych rodzajów ciał obcych, takich jak kości ryb.

Kryteria wykluczenia
Pacjenci zostali wykluczeni, jeśli mieli (1) poważną niestabilność układu krążenia i oddechowego wymagającą natychmiastowej interwencji; (2) ciążę lub pozytywny wynik testu ciążowego; (3) znaną alergię na kontrast; (4) wcześniejszą operację przełyku lub znaną zwężenie przełyku; (5) metalowe implanty powodujące znaczne artefakty wpływające na >30% obszaru oceny przełyku; oraz (6) wskaźnik masy ciała (BMI) > 40 kg/m2 (ze względu na potencjalne pogorszenie jakości obrazu przy ultraniskich dawkach).

Protokoły skanowania TK
Wszystkie badania zostały przeprowadzone na 256-warstwowych skanerach wielowierszowych z możliwością rekonstrukcji opartej na głębokim nauczaniu. Pacjenci byli pozycjonowani w pozycji leżącej z podniesionymi rękami nad głową, jeśli to możliwe. Żaden kontrast doustny nie był podawany, aby uniknąć zakrycia ciała obcego lub opóźnienia endoskopii.

Protokół SD-TK wykorzystywał parametry zgodne z rutynowym protokołem TK klatki piersiowej w naszej instytucji: napięcie rury 120 kV, referencyjny prąd rury 200 mA z włączoną automatyczną modulacja prądu rury (ATCM), czas rotacji 0,5 s, pitch 0,992 i kolimacja 0,625 mm. Obrazy zostały zrekonstruowane za pomocą filtrującego odwrotnego projekcji z 30% adaptacyjną statystyczną rekonstrukcją iteracyjną mieszaną, co reprezentuje aktualny standard kliniczny w uczestniczącym ośrodku. Uzasadnienie 120 kV było oparte na standardowych protokołach obrazowania klatki piersiowej zoptymalizowanych pod względem ogólnego przeznaczenia diagnostycznego.

Protokół ULD-TK stosował agresywne strategie redukcji dawki: napięcie rury 100 kV, referencyjny prąd rury 50 mA z ATCM (zakres 10–80 mA) oraz identyczny czas rotacji i pitch jak w protokole SD. Parametry 100 kV/50 mA zostały wybrane na podstawie wstępnych badań na fantomach, które wykazały zachowanie widoczności ciała obcego w tych ustawieniach w połączeniu z zaawansowaną rekonstrukcją. Dane surowe zostały zrekonstruowane za pomocą 80% adaptacyjnej statystycznej rekonstrukcji iteracyjnej mieszanej, a następnie DLIR

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Dane demograficzne pacjentów i parametry skanowania
W okresie od stycznia 2024 do czerwca 2025 roku oceniono kwalifikowalność 198 pacjentów (Supplementary Figure 1). Osiemnastu pacjentów wykluczono (8 ze względu na bezpośrednie wskazania chirurgiczne, 6 z BMI > 40 kg/m2 oraz 4, którzy odmówili zgody), w wyniku czego 180 pacjentów zrandomizowano w równym stopniu do protokołów SD-CT i ULD-CT. Wszyscy pacjenci ukończyli przypisany protokół CT oraz ewaluację st...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Niniejsze prospektywne, randomizowane badanie wykazało, że ULD-CT z DLIR osiąga dokładność diagnostyczną nie gorszą od SD-CT w wykrywaniu EFB, jednocześnie zmniejszając ekspozycję na promieniowanie o 63%. Utrzymane wykrywanie klinicznie istotnych przypadkowych stwierdzeń sugeruje, że zmniejszenie dawki nie musi wpływać na tę ważną drugorzędną korzyść, co wspiera potencjał ULD-CT jako podstawowej strategii obrazowania w podejrzeniu EFB u dorosłych i dzieci. Sukces dramatycznego zmniejszenia dawki przy jednoczesnym utrzyma...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Żaden z autorów nie ma żadnych osobistych, finansowych, komercyjnych ani akademickich konfliktów interesów.

Podziękowania

Badanie przeprowadzono przy finansowym wsparciu od Kluczowego Projektu Badań Nauk Medycznych Prowincji Hebei (nr 20180252).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Advantage Workstation (AW) 4.7GE Healthcarehttps://www.gehealthcare.com/en-us/products/imaging-applications/advanced-visualization-applications/advantage-workstationStanowisko pracy imaging
ASiR-V (Adaptive Statistical Iterative Reconstruction-V)GE HealthcareN/AAdaptacyjna statystyczna iteracyjna rekonstrukcja
AW Server 3.2 Ext 4.0GE Healthcarehttps://www.gehealthcare.com/en-us/products/advanced-visualization-platforms/aw-serverOprogramowanie systemu CT
Centricity Universal Viewer 6.0GE Healthcarehttps://www.gehealthcare.com/en-us/products/software/enterprise-imaging/centricity-universal-viewerWidok PACS
MedCalc version 20.0 (MedCalc Software; RRID:SCR_015044)MedCalc SoftwareWersja 20.0Statystyki medyczne
Organ Dose ModulationGE HealthcareN/AModulacja prądu rury oparta na narządzie
pROC package for RCRAN RepositoryWersja 1.18.4Analiza krzywej ROC
R version 4.3.2 (R Foundation for Statistical Computing)R FoundationRRID:SCR_001905Obliczenia statystyczne
Revolution CT (256-slice)GE Healthcarehttps://www.gehealthcare.com/en-us/products/computed-tomography/revolutionSkaner CT
Smart mAGE HealthcareN/AAutomatyczna modulacja prądu rury
Standard kernel (soft tissue)GE HealthcareN/AKernel rekonstrukcji
TrueFidelity DLIR (Deep Learning Image Reconstruction), Medium strengthGE Healthcarehttps://www.gehealthcare.com/en-us/products/computed-tomography/applications/true-fidelityRekonstrukcja obrazu z użyciem głębokiego uczenia

Bibliografia

  1. Lee SM, Baek SE, Lee CW, Kim YC, Kim MJ. Foreign body ingestion: Radiologic evaluation, findings, and management. Korean J Radiol. 2025;26(7):638-649.
  2. Klein A, Ovnat-Tamir S, Marom T, Gluck O, Rabinovics N, Shemesh S. Fish bone foreign body: The role of imaging. Int Arch Otorhinolaryngol. 2019;23(1):110-115.
  3. Rodriguez H, et al. Management of foreign bodies in the airway and oesophagus. Int J Pediatr Otorhinolaryngol. 2012;76(Suppl 1):S84-91.
  4. Topaloglu O, et al. Diagnosis, treatment, and management of esophageal foreign bodies in patients with mental retardation: A retrospective study from three centers. Turk Gogus Kalp Dama. 2024;32(2):179-184.
  5. Xu J, Chen B, Liu Y. Clinical outcomes of sharp esophageal foreign bodies in elderly patients: A retrospective study from Wuhan, China. Front Med. 2025;12:1653609.
  6. Liu B, Kuang S, Cao M, Li X. Esophageal foreign bodies: A retrospective analysis of 275 cases. J Thorac Dis. 2025;17(6):4136-4144.
  7. McCollough CH, Bruesewitz MR, Kofler JM Jr. CT dose reduction and dose management tools: Overview of available options. Radiographics. 2006;26(2):503-512.
  8. Greffier J, et al. Image quality and dose reduction opportunity of deep learning image reconstruction algorithm for CT: A phantom study. Eur Radiol. 2020;30(7):3951-3959.
  9. Das D, May G. Best evidence topic report. Is CT effective in cases of upper oesophageal fish bone ingestion? Emerg Med J. 2007;24(1):48-49.
  10. Braverman I, Gomori JM, Polv O, Saah D. The role of CT imaging in the evaluation of cervical esophageal foreign bodies. J Otolaryngol. 1993;22(4):311-314.
  11. Eliashar R, Dano I, Dangoor E, Scialom S, Regev E, Sichel JY. Computed tomography diagnosis of esophageal bone impaction: A prospective study. Ann Otol Rhinol Laryngol. 1999;108(7 Pt 1):708-710.
  12. Marco De Lucas E, et al. Value of helical computed tomography in the management of upper esophageal foreign bodies. Acta Radiol. 2004;45(4):369-374.
  13. Liu YC, Zhou SH, Ling L, Lv H, Lu HS, Guan RF. Value of helical computed tomography in the early diagnosis of esophageal foreign bodies in adults. Am J Emerg Med. 2013;31(9):1328-1332.
  14. Brenner DJ, Hall EJ. Computed tomography—An increasing source of radiation exposure. N Engl J Med. 2007;357(22):2277-2284.
  15. Strauss KJ, Kaste SC. The ALARA (as low as reasonably achievable) concept in pediatric CT intelligent dose reduction. Multidisciplinary conference organized by the Society of Pediatric Radiology. August 18-19, 2001. Pediatr Radiol. 2002;32(4):217-313.
  16. Strauss KJ, et al. Image gently: Ten steps you can take to optimize image quality and lower CT dose for pediatric patients. AJR Am J Roentgenol. 2010;194(4):868-873.
  17. Singh S, et al. Abdominal CT: Comparison of adaptive statistical iterative and filtered back projection reconstruction techniques. Radiology. 2010;257(2):373-383.
  18. Akagi M, et al. Deep learning reconstruction improves image quality of abdominal ultra-high-resolution CT. Eur Radiol. 2019;29(11):6163-6171.
  19. Kim JH, Yoon HJ, Lee E, Kim I, Cha YK, Bak SH. Validation of deep-learning image reconstruction for low-dose chest computed tomography scan: Emphasis on image quality and noise. Korean J Radiol. 2021;22(1):131-138.
  20. Nakamura Y, et al. Deep learning-based CT image reconstruction: Initial evaluation targeting hypovascular hepatic metastases. Radiol Artif Intell. 2019;1(6):e180011.
  21. Jiang B, et al. Deep learning reconstruction shows better lung nodule detection for ultra-low-dose chest CT. Radiology. 2022;303(1):202-212.
  22. Park C, Choo KS, Jung Y, Jeong HS, Hwang JY, Yun MS. CT iterative vs deep learning reconstruction: Comparison of noise and sharpness. Eur Radiol. 2021;31(5):3156-3164.
  23. O'Sullivan JW, Muntinga T, Grigg S, Ioannidis JPA. Prevalence and outcomes of incidental imaging findings: Umbrella review. BMJ. 2018;361:k2387.
  24. Barrett JF, Keat N. Artifacts in CT: Recognition and avoidance. Radiographics. 2004;24(6):1679-1691.
  25. The 2007 recommendations of the International Commission on Radiological Protection. ICRP Publication 103. Ann ICRP. 2007;37(2-4):1-332.
  26. Obuchowski NA, McClish DK. Sample size determination for diagnostic accuracy studies involving binormal ROC curve indices. Stat Med. 1997;16(13):1529-1542.
  27. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: A nonparametric approach. Biometrics. 1988;44(3):837-845.
  28. Venkatesh SH, Venkatanarasimha Karaddi NK. CT findings of accidental fish bone ingestion and its complications. Diagn Interv Radiol. 2016;22(2):156-160.
  29. Takada M, Kashiwagi R, Sakane M, Tabata F, Kuroda Y. 3D-CT diagnosis for ingested foreign bodies. Am J Emerg Med. 2000;18(2):192-193.
  30. Hsieh J, Liu E, Nett B, Tang J, Thibault JB, Sahney S. A new era of image reconstruction: TrueFidelity™. Technical white paper. GE Healthcare; 2019: https://www.gehealthcare.com/-/jssmedia/gehc/us/files/products/computed-tomography/revolution-family/revolution-apex/truefidelity-white-paper-jb68676xx-doc2287426_13nov2023.pdf?rev=43dd9d519d2546d28dcee020ff160edb.
  31. Noda Y, et al. Deep learning image reconstruction for pancreatic low-dose computed tomography: Comparison with hybrid iterative reconstruction. Abdom Radiol (NY). 2021;46(9):4238-4244.
  32. Yu L, Li H, Fletcher JG, McCollough CH. Automatic selection of tube potential for radiation dose reduction in CT: A general strategy. Med Phys. 2010;37(1):234-243.
  33. National Research Council. Health risks from exposure to low levels of ionizing radiation: BEIR VII Phase 2. National Academies Press; Washington, DC; 2006.
  34. Shishido T, Suzuki J, Ikeda R, Kobayashi Y, Katori Y. Characteristics of fishbone foreign bodies in the upper aero-digestive tract: The importance of identifying the species of fish. PLoS One. 2021;16(8):e0255947.
  35. Corbisiero MF, Wershoven N, Clary M, Cervenka B. Traumatic vocal fold paralysis from fishbone foreign body: Diagnosis and management. Laryngoscope. 2024;134(12):5062-5065.
  36. Jacobs PC, Mali WP, Grobbee DE, van der Graaf Y. Prevalence of incidental findings in computed tomographic screening of the chest: A systematic review. J Comput Assist Tomogr. 2008;32(2):214-221.
  37. MacMahon H, et al. Guidelines for management of incidental pulmonary nodules detected on CT images: From the Fleischner Society 2017. Radiology. 2017;284(1):228-243.
  38. Berrington de Gonzalez A, et al. Projected cancer risks from computed tomographic scans performed in the United States in 2007. Arch Intern Med. 2009;169(22):2071-2077.
  39. Pickhardt PJ, et al. Unsuspected extracolonic findings at screening CT colonography: Clinical and economic impact. Radiology. 2008;249(1):151-159.
  40. Zacharias C, et al. Pediatric CT: Strategies to lower radiation dose. AJR Am J Roentgenol. 2013;200(5):950-956.
  41. Sammer MBK, et al. Chest CT for the diagnosis of pediatric esophageal foreign bodies. Curr Probl Diagn Radiol. 2021;50(5):566-570.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

MedycynaWydanie 234Wydanie 234ekspozycja na promieniowaniediagnostyka
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.