Sci-Thur PM: YIS - 04: Forcing lateral electron disequilibrium to spare lung tissue: A novel technique for SBRT of small lung tumours
Notice bibliographique
Résumé
Stereotactic body radiation therapy(SBRT), a technique that uses tightly conformed Megavoltage(MV) x-ray fields, improves local control of lung cancer. However, small MV x-ray fields can cause lateral electron disequilibrium(LED), which reduces the dose within lung. These effects are difficult to predict and are presently a cause of alarm for the radiotherapy community. Previously, we developed The Relative Depth Dose Factor(RDDF), which is an indicator of the extent of LED (RDDF < 1). We propose a positive application of LED for lung sparing in SBRT: LED can be exploited to irradiate a small tumor while greatly reducing the dose in surrounding lung tissue. The Monte Carlo code, DOSXYZnrc, was employed to calculate dose within a cylindrical lung phantom. The phantom's diameter and height were set to 25 cm, and consisted of water and lung (density = 0.25g/cm3) shells surrounding a small water tumor (volume = 0.8 cm3). Two 180° 6MV arcs were focused onto the tumor with field sizes of 1×1cm2(RDDF∼0.5) and 3×3cm2(RDDF∼1). Analyzing dose results, the 1×1cm2 arc reduced dose within lung and water tissues by 70% and 80% compared to the 3×3cm2 arc. Although, central tumor dose was also reduced by 15% using the 1×1cm2 arc, these reductions can be offset by escalating the prescription dose appropriately. Using the RDDF as a guideline, it's possible to design a SBRT treatment plan that reduces lung dose while maintaining relatively high tumor dose levels. Clinical application requires an accurate dose algorithm and may lower SBRT dose-induced toxicity levels in patients.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».