Écoresponsabilité

Des actions pour réduire la contamination des environnements aquatiques par le gadolinium

Limiter l’utilisation des agents, exploiter les nouvelles séquences et technologies, mettre en place des circuits de récupération… Une méta-analyse menée par des chercheurs néerlandais a recensé les leviers grâce auxquels les professionnels d’imagerie pourraient réduire les rejets de gadolinium dans la nature.

icon réservé aux abonnésArticle réservé aux abonnés
Le 14/03/24 à 15:00 Lecture 4 min.

Plusieurs études ont détecté des traces de gadolinium dans l’eau des égouts, dans les étangs et les rivières, dans la mer et dans l’eau potable, avec des effets sur la santé encore peu connus (photo d'illustration). D. R.

Indispensables pour de nombreux examens d’IRM, les agents de contraste au gadolinium finissent souvent leur vie dans la nature. Plusieurs études en ont ainsi détecté des traces dans l’eau des égouts, dans les étangs et les rivières, dans la mer et dans l’eau potable, avec des effets sur la santé encore peu connus [1]. Une méta-analyse présentée dans la revue Insights into Imaging fin février, a recensé les stratégies que les équipes radiologiques peuvent mettre en place pour limiter cette pollution [2]. « Pour s'attaquer au problème du gadolinium dans l'ensemble du système d'approvisionnement en eau, il est nécessaire que toutes les parties prenantes, du fabricant de l'agent de contraste au consommateur d'eau potable, travaillent ensemble. Le premier pas vers une coopération active consiste à sensibiliser les professionnels de la santé », écrivent ses auteurs, médecins et membres du secteur associatif néerlandais.

Limiter l’utilisation du gadolinium

La première façon de réduire les r

Il vous reste 82% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Notes

Ebrahimi P., Barbieri M., « Gadolinium as an emerging microcontaminant in water resources: threats and opportunities », Geosciences, vol. 9, n° 93. DOI : https://doi.org/10.3390/geosciences9020093

Dekker H. M., Stroomberg G. J., Van des Molen A. et al, « Review of strategies to reduce the contamination of the water environment by gadolinium-based contrast agents », Insights into imaging, février 2024, vol. 15, n° 62. DOI : 10.1186/s13244-024-01626-7.

Blachar A., Tal S., Mandel A. et al, « Preauthorisation of CT and MRI examinations: assessment of a managed care Preauthorisation program based on the ACR Appropriateness Criteria and the Royal College of Radiology guidelines », Journal of the American College of Radiology, 2006, vol. 3. DOI : 10.1016/j.jacr.2006.04.005.

Luo H., Zhang T., Gong N. J. et al, « Deep learning-based methods may minimize GBCA dosage in brain MRI », European Radiology, 2021, vol. 231.

Hoogenboom J., Bergema K., van Vliet B. J. M. et al, « Eindrapportage Brede Plaszakkenproef ».

Dekker H. M., Oostveen L., Woude van der W. J., « How can we reduce the amount of excreted iodine in waste water by collecting the first urine after CT », ESUR, 2022.

Zanardo M., Cozzi A., Cardani R. et al, « Reducing contrat agent residuals in hospital waste water: the GREENWATER study protocol », European Radiology Experimental, 2023, vol. 7, n° 27. DOI : 10.1186/s41747-023-00337-w.

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
Docteur Imago

GRATUIT
VOIR