Investigation of Dose Falloff for Intact Brain Metastases and Surgical Cavities Using Hypofractionated Volumetric Modulated Arc Radiotherapy
Notice bibliographique
Résumé
INTRODUCTION: Intact brain metastases tend to be small and spherical compared to postsurgery brain cavities, which tend to be large and irregular shaped and, as a result, a challenge with respect to treatment planning. The purpose of the present study is to develop guidelines for normal brain tissue dose and to investigate whether there is a dependence on target type for patients treated with hypofractionated volumetric modulated arc radiotherapy (HF-VMAT). METHODS: Treatment plans from a total of 100 patients and 136 targets (55 cavity and 81 intact) were retrospectively reviewed. All targets were treated with HF-VMAT with total doses ranging between 20 and 30 gray (Gy) in 5 fractions. All plans met institutional objectives for organ-at-risk constraints and were clinically delivered. Dose falloff was quantified using gradient index (GI) and distance between the 100% and 50% isodose lines (R50). Additionally, the dose to normal brain tissue (brain contour excluding all gross tumor or clinical target volumes) was assessed using volume receiving specific doses (Vx) where x ranged from 5 to 30 Gy. Best-fit curves using power law relationships of the form y = ax(b) were generated for GI, R50, and Vx (normal brain tissue) versus target volume. RESULTS: There was a statistically significant difference in planning target volume (PTV) for cavities versus intact metastases with mean volumes of 37.8 cm(3) and 9.5 cm(3), respectively (P < .0001). The GI and R50 were statistically different: 3.4 and 9.8 mm for cavities versus 4.6 and 8.3 mm for intact metastases (P < .0001). The R50 increased with PTV with power law coefficients (a, b) = (6.3, 0.12) and (5.9, 0.15) for cavities and intact, respectively. GI decreased with PTV with coefficients (a, b) = (5.9, -0.18) and (5.7, -0.14) for cavities and intact, respectively. The normal brain tissue Vx also exhibited power law relationships with PTV for x = 20 to 28.8 Gy. In conclusion, target volume is the main predictor of dose falloff. The results of the present study can be used for determining target volume-based thresholds for dose falloff and normal brain tissue dose-volume constraints.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».