MétaCan
Menu
Retour à la cohorte
Enregistrement W2002768319 · doi:10.1108/13552510910997715

Feasibility study of using statistical process control to optimize quality assurance in radiotherapy

2009· article· en· W2002768319 sur OpenAlexaff
Karine Gérard, Jean‐Pierre Grandhaye, Vincent Marchesi, P. Aletti, François Husson, Alain Noël, H. Kafrouni

Notice bibliographique

RevueJournal of Quality in Maintenance Engineering · 2009
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensCentre d'expertise et de recherche en infrastructures urbaines
Organismes subventionnairesnon disponible
Mots-clésQuality assuranceStatistical process controlControl chartReliability (semiconductor)Reliability engineeringQuality (philosophy)Computer scienceProcess (computing)Head and neckControl (management)Radiation therapyMedicineMedical physicsEngineeringArtificial intelligenceSurgery

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to evaluate and improve the quality and the reliability of pre‐treatment quality controls of an efficient technique of radiotherapy called IMRT (intensity‐modulated radiation therapy). The aim is then to determine if the controls can be safely reduced while keeping an optimal level of quality. Design/methodology/approach The statistical process control method (SPC) was applied to quality assurance in IMRT. In order to characterize prostate and head‐and‐neck treatment process variability, individual value control charts and moving‐range control charts were established. Findings Control charts showed that prostate and head‐and‐neck treatment processes are only subject to random causes of variability, which means they are statistically controlled. It was proved that both processes are statistically stable and capable. Originality/value The paper shows that SPC is an efficient method to objectively determine if quality controls can be reduced.

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)0,029
score de la tête « metaresearch » (Gemma)0,062
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,062
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,387
Écart entre enseignants0,359 · 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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Quality in Maintenance EngineeringMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207