Poster — Thur Eve — 52: Head and Neck IMRT Complexity Characterization and Prediction of Deliverability Using the Modulation Complexity Score
Notice bibliographique
Résumé
Intensity modulated radiation therapy (IMRT) is often referred to as being highly complex, but the definition of complexity can be varied. A single metric, the modulation complexity score (MCS), has previously been developed to quantify IMRT complexity. The purpose of this study is to evaluate the use of MCS in the characterization of segmentation complexity and beam deliverability in the context of head and neck IMRT. Fifty treatment plans were evaluated by calculating the MCS per beam. Patient‐specific measurements were obtained as part of the standard IMRT QA process using a diode array and retrospective analysis was completed using various gamma analysis criteria. The MCS, as well as single beam parameters (e.g. number of MU or control points), were compared to dosimetric results. 375 individual treatment beams were analyzed, with an average MCS of 0.245 (range: −0.338 – 0.754) and 125 MU on average (range: 32 to 295). All beams had >90% of diodes passing the standard gamma analysis (3%/3mm) with an average of 98%. There was a linear relationship between the number of MU and the MCS score (r2=0.75). The relationship between pass rate and complexity (characterized by MCS or MU) is not simple, however it may be possible to predict good dosimetric results based on the plan complexity. In conjunction with the ability to compile complexity statistics for specific treatment sites or protocols, MCS could impact the radiation therapy process at many points, including during planning, plan evaluation and QA.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,007 |
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 ».