MétaCan
Menu
Retour à la cohorte
Enregistrement W1965248034 · doi:10.1177/1533034614567277

Investigation of Dose Falloff for Intact Brain Metastases and Surgical Cavities Using Hypofractionated Volumetric Modulated Arc Radiotherapy

2015· article· en· W1965248034 sur OpenAlexaff
Mark Ruschin, Young Lee, D Beachey, Collins Yeboah, Matt Wronski, Steven Babic, F. Lochray, A. Nico, Luluel Khan, Hany Soliman, Arjun Sahgal

Notice bibliographique

RevueTechnology in Cancer Research & Treatment · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesSun Nuclear CorporationAshland
Mots-clésNuclear medicineMedicineRadiation therapyBrain tissueRadiation treatment planningRadiosurgeryRadiologyBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,140
Tête enseignante GPT0,442
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology in Cancer Research & TreatmentMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207