SU‐E‐T‐882: Electron Disequilibrium Pitfalls for Small Megavoltage Photon Fields Incident on Lung Tumors
Notice bibliographique
Résumé
Purpose: Stereotactic body radiation therapy (SBRT) of lung uses sub‐centimeter MV x‐ray fields. Under these conditions, lateral electron disequilibrium (LED) can occur in lung tissue, which causes perturbations of the dose distribution near the tumor. This purpose of this work is to characterize the LED effect in lung for clinically relevant ranges of beam energies, field sizes, and lung densities. Methods: The MC code DOSXYZnrc (National Research Council of Canada, Ottawa, ON) was employed to simulate two 20×20×25cm3 water‐lung‐water slab phantoms. The two phantoms were identical in composition except that the second phantom also included a 3×3×3cm3 centrally located water cube to mimic a small lung tumor. To characterize LED, dose calculations were performed using combinations of beam energy (Co‐60 up to 18MV), field sizes (1×1cm2 up to 15×15cm2), and lung densities (0.001g/cm3 up to 1g/cm3) for both phantoms. Results: MC lung slab phantom simulations revealed that for each combination of beam energy and field size, a critical lung density (CLD) could be defined to establish LED. For example, a 6MV 5×5cm2 photon field was subject to LED for lung densities of 0.2g/cm3 or lower. On the contrary, employing an 18MV 5×5cm2 photon field increased the CLD to 0.5g/cm3. With regard to the second lung tumor phantom, the LED effect caused major reductions in the calculated dose near to the tumor. For instance, dose reductions of 24% and 16% were found within the distal and proximal tumor surfaces, respectively. Conclusion: We have fully characterized the LED effect and shown that it causes dose reductions in both lung and tumor tissues. To avoid these dose perturbations, SBRT of lung cancer patients should be optimized to select radiation therapy parameters carefully in accordance with patient lung density. Financial support from the Natural Sciences and Engineering Research Council of Canada (NSERC), and the Canadian Institutes of Health Research (CIHR) are gratefully acknowledged.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».