Limitations of a TCP model incorporating population heterogeneity
Notice bibliographique
Résumé
The variation between individuals in their dose-response characteristics complicates attempts to extract estimates of radiobiological parameters (e.g. alpha, beta, etc) from fits to clinical dose-response data. The use of 'population' dose-response models that explicitly account for this variability is necessary to avoid obtaining skewed parameter estimates. In this work, we evaluated an example of a 'population' tumour control probability (TCP) model in terms of its ability to provide reliable parameter estimates. This was accomplished by performing fits of this population model to 'pseudo' data sets, which were generated with Monte Carlo techniques and based on preset values for the various radiobiological parameters. The fitting exercises illustrated considerable correlations between the model parameters. Especially significant was the large correlation observed between the parameter mu=alpha/sigmaalpha used to characterize the level of population heterogeneity in radiosensitivity and the alpha/beta parameter typically used to describe the response to fractionation. The results imply that fits to clinical data may not be able to distinguish between tumours exhibiting a high degree of heterogeneity and a strong beta-mechanism and those containing little heterogeneity and having a weak beta-mechanism. One implication is that basing the design of optimal fractionation regimes on such fitting results may be error-prone. If in vitro assays are to be used to independently determine biologically reasonable ranges for parameter values, an accurate knowledge of the relationship between in vitro and in vivo dose-response characteristics is required.
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 | 0,000 | 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) | 0,000 | 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 ».