MétaCan
Menu
Retour à la cohorte
Enregistrement W1984951715 · doi:10.1088/0031-9155/48/13/306

Optimization of helical tomotherapy treatment plans for prostate cancer

2003· article· en· W1984951715 sur OpenAlexafffund
Г Григоров, Tomas Kron, Eugene Wong, J Chen, J Sollazzo, George Rodrigues

Notice bibliographique

RevuePhysics in Medicine and Biology · 2003
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensWestern University
Organismes subventionnairesAssociation of Canadian Universities for Research in Astronomy
Mots-clésTomotherapyProstateProstate cancerMedicineNuclear medicineRadiation treatment planningRectumBrachytherapyRadiation therapyMargin (machine learning)RadiologyCancerComputer scienceSurgery

Résumé

récupéré en direct d'OpenAlex

Helical tomotherapy (HT) is a novel treatment approach where the ring gantry irradiation geometry of a helical CT scanner is combined with an intensity-modulated megavoltage x-ray fan beam. An inverse treatment planning system (TomoTherapy Inc., Madison) was used to optimize the treatment plans for ten randomly selected prostate patients. Five different sets of margins (2, 5, 7.5 and 10 mm uniform 3D margins and a non-uniform margin of 5 to 10 mm) were employed for the prostate (GTV2) and seminal vesicles (GTV1). The dose distribution was evaluated in targets, rectum, bladder and femoral heads. HT plans are characterized by a rapid dose fall off around the target in all directions resulting in low doses (less than 30% of the dose at ICRU reference point) to the femurs in all cases. Up to a margin of 5 mm for target structures, it was always possible to satisfy the requirements for dose delivery set by RTOG protocol P-0126. Using a 'class solution', HT plans require minimal operator interaction and result in excellent sparing of normal structures in prostate radiotherapy.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,085
Tête enseignante GPT0,411
Écart entre enseignants0,325 · 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'étudeSimulation ou modélisation
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

Citations60
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

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