SU‐E‐T‐824: Accuracy of Low Doses in Lung for Locoregional Breast Irradiation with TomoTherapy and VMAT
Notice bibliographique
Résumé
Purpose: To compare low lung doses in treatment plans for left side locoregional breast cancer with TomoTherapy and Volumetric Modulated Arc Therapy (VMAT) where VMAT is planned by Monaco® (Elekta‐CMS) treatment planning system which incorporates a Monte‐Carlo (MC) dose calculation engine. Methods: Four patients previously treated on TomoTherapy were replanned with the VMAT technique for treatment on Elekta Synergy. Plans were optimized and calculated using Pencil Beam (PB) and MC algorithms available in Monaco. As a benchmark, plans were also recomputed using a previously validated and published in‐house Monte Carlo model of TomoTherapy and VMAT. Particular attention was given to the low lung doses (V5Gy and V20Gy), which are considered as important clinical parameters in evaluating the acceptability of this type of treatment plan, but where accuracy is usually lacking with current planning system dose calculation algorithms. Results: Similar dose distribution and time of delivery could be achieved between TomoTherapy plans (V95%=99.1+/− 0.9%). and VMAT plans (V95%=98.5+/−0.6%). The average percentage (+/− 1SD) difference between our in‐house MC model lung doses and Monaco MC lung doses was (2+/−2%) for V5Gy and (4+/−1%) for V20Gy. Slightly larger average percentage differences were observed between our in house MC model for the V5Gy (−11+/−4%) and V20Gy (3+/−1%) for plans calculated using Collapsed Cone Convolution (CCC) algorithm in TomoTherapy. As expected, the largest average percentage differences for V5Gy (−28+/−1%) and V20Gy (−10+/−2%) were found between the in‐house MC model and the PB model in Monaco. Conclusions: We have demonstrated the feasibility of adapting our technique developed on TomoTherapy for treating left sided locoregional breast cancer to VMAT and compared the accuracy of the low isodoses calculated with the Monaco MC algorithm to the TomoTherapy CCC algorithm.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».