TH-E-BRA-08: MR Guided Radiotherapy for Cervix Cancer Treatment; Retrospective Feasibility Study
Notice bibliographique
Résumé
Purpose: To evaluate the efficacy of on-line MR guided radiotherapy for cervix cancer patients. MR guidance was simulated in order to optimize the fractional dose to the on-line targets. Methods: 33 cervical cancer patients underwent planning and weekly pelvic MRI scans during radiotherapy. In the previous retrospective adaptive planning study using 3 mm PTV margin, 5 over 33 patient cases were identified and enrolled in this study in which the coverage of GTV/CTVs was not acceptable with single IMRT adaptation with bone matching. MR guidance was simulated in order to maximize online high risk CTV (HRCTV) volume to be within 95% of the prescription dose (95p). Fractional dose after the image guidance was calculated, and was deformed back to the reference (planning) image for dose accumulation. Accumulated dose of the proposed technique was compared with that of current standard image guidance technique, bone matching in terms of the target coverage (cervix, GTV, HRCTV, lower uterus, parametria, and upper vagina) and OAR sparing (bladder, bowl, rectum, and sigmoid). Target coverage was considered acceptable if 95p dose or more was delivered to 98% of the target volume. OAR sparing was evaluated with accumulated V45 and D2cc. Results: On line MR based soft tissue guidance proposed in this study achieved the acceptance of target coverage to 97% from 53% (bone matching). Dose delivery to HRCTV and lower uterus was significantly improved (p<0.001, paired t-test). The mean D2cc and V45 were reduced in bladder, rectum and sigmoid compared to bone matching. Conclusions: The retrospective study revealed that the on-line MR based soft-tissue image guidance is very effective for cervix cancer treatment. The technique significantly and successfully improved target coverage for the most difficult patient group identified from the previous study. Statistically significant improvement in OAR sparing was also noted. Anna Lundin and Henrik Rehbinder are both employees and shareholders of RaySearch Laboratories AB. All other authors have no conflicts to report.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».