MétaCan
Menu
Retour à la cohorte
Enregistrement W1480100388 · doi:10.1088/0031-9155/53/12/007

Comparative analysis of<sup>60</sup>Co intensity-modulated radiation therapy

2008· article· en· W1480100388 sur OpenAlexaff
Christopher Fox, H. Edwin Romeijn, B Lynch, Chunhua Men, Dionne M. Aleman, James F. Dempsey

Notice bibliographique

RevuePhysics in Medicine and Biology · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Cancer Institute
Mots-clésTomotherapyMultileaf collimatorNuclear medicineRadiation therapyEquidistantCollimatorRadiation treatment planningBeam (structure)MedicinePhysicsOpticsMathematicsRadiologyGeometry

Résumé

récupéré en direct d'OpenAlex

In this study, we perform a scientific comparative analysis of using (60)Co beams in intensity-modulated radiation therapy (IMRT). In particular, we evaluate the treatment plan quality obtained with (i) 6 MV, 18 MV and (60)Co IMRT; (ii) different numbers of static multileaf collimator (MLC) delivered (60)Co beams and (iii) a helical tomotherapy (60)Co beam geometry. We employ a convex fluence map optimization (FMO) model, which allows for the comparison of plan quality between different beam energies and configurations for a given case. A total of 25 clinical patient cases that each contain volumetric CT studies, primary and secondary delineated targets, and contoured structures were studied: 5 head-and-neck (H&N), 5 prostate, 5 central nervous system (CNS), 5 breast and 5 lung cases. The DICOM plan data were anonymized and exported to the University of Florida optimized radiation therapy (UFORT) treatment planning system. The FMO problem was solved for each case for 5-71 equidistant beams as well as a helical geometry for H&N, prostate, CNS and lung cases, and for 3-7 equidistant beams in the upper hemisphere for breast cases, all with 6 MV, 18 MV and (60)Co dose models. In all cases, 95% of the target volumes received at least the prescribed dose with clinical sparing criteria for critical organs being met for all structures that were not wholly or partially contained within the target volume. Improvements in critical organ sparing were found with an increasing number of equidistant (60)Co beams, yet were marginal above 9 beams for H&N, prostate, CNS and lung. Breast cases produced similar plans for 3-7 beams. A helical (60)Co beam geometry achieved similar plan quality as static plans with 11 equidistant (60)Co beams. Furthermore, 18 MV plans were initially found not to provide the same target coverage as 6 MV and (60)Co plans; however, adjusting the trade-offs in the optimization model allowed equivalent target coverage for 18 MV. For plans with comparable target coverage, critical structure sparing was best achieved with 6 MV beams followed closely by (60)Co beams, with 18 MV beams requiring significantly increased dose to critical structures. In this paper, we report in detail on a representative set of results from these experiments. The results of the investigation demonstrate the potential for IMRT radiotherapy employing commercially available (60)Co sources and a double-focused MLC. Increasing the number of equidistant beams beyond 9 was not observed to significantly improve target coverage or critical organ sparing and static plans were found to produce comparable plans to those obtained using a helical tomotherapy treatment delivery when optimized using the same well-tuned convex FMO model. While previous studies have shown that 18 MV plans are equivalent to 6 MV for prostate IMRT, we found that the 18 MV beams actually required more fluence to provide similar quality target coverage.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,382

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,120
Tête enseignante GPT0,405
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207