Poster — Thur Eve — 59: Dosimetric evaluation on the variation of PTV coverage due to patient size reduction using the prostate dose‐volume factor in prostate radiotherapy
Notice bibliographique
Résumé
We proposed to use the prostate dose‐volume factor (PDVF), derived from the dose‐volume dataset of planning target volume (PTV) in prostate radiotherapy to evaluate treatment plans of prostate volumetric modulated arc therapy (VMAT) and intensity modulated radiotherapy (IMRT). To demonstrate plan evaluation using PDVF, VMAT and 7‐beam IMRT plans were created in three patients with prostate volumes equal to 32, 48.4 and 86.5 cm3. Dose variation of PTV was made by reducing the body contour of the patients with reduced depth equal to 0.5 – 2 cm, mimicking a patient size reduction in the treatment. The Gaussian error function was used to model the cumulative dose‐volume histogram of the PTV, and PDVF was calculated as per the parameters of the error function. PDVF = 1 reflects an ideal PTV coverage (i.e. 100% prescribed dose in 100% target volume). We found that for PDVF ranged 0.98 – 1 in prostate VMAT and IMRT without patient size change, reduced depth led to PDVF decreasing 0.03 ± 4.7 × 10−4 (VMAT) and 0.04 ± 9.7 × 10−3 (IMRT) per cm for the patients. The variation of PTV coverage on the prostate volume due to the reduced depth was less significant in VMAT plans than IMRT. It is concluded that PDVF was successfully used to evaluate the variation of PTV coverage due to the weight loss of patient in prostate VMAT and IMRT. Degradation of PTV coverage in prostate VMAT regarding patient size reduction is less significant than that in IMRT.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».