Poster — Thur Eve — 70: Quantification of tumour dose enhancement at kilo‐voltage energies due to the presence of gold nanoparticles during radiation therapy: EGSnrcMP Monte Carlo study
Notice bibliographique
Résumé
One of the greatest challenges in radiation therapy is the ability to deliver a lethal dose of radiation to a tumour while sparing the surrounding normal tissues. In theory, the dose delivered to a tumour during photon-based radiation therapy can be enhanced by loading high atomic number (Z) materials into the tumour, which results in greater photoelectric absorption and hence increased photoelectron fluence within the tumour than in surrounding tissues. The EGSnrcMP Monte Carlo code, together with DOSXYZnrc, a three-dimensional voxel dose calculation module has been used to study the macroscopic dose enhancement factor (MDEF) in a tumour infused with gold nanoparticles at the kilo-voltage energies. We observed that gold nanoparticles infused in a tumour irradiated with kilo-voltage energies has the potential to enhance the tumour dose by a factor ranging from 0.25 to about 5 depending on the mean energy of the beam and the concentration of gold nanoparticles in the tumour. The increase in dose can be attributed to the significant increase in the photoelectron fluence within the tumour loaded with gold particles during the irradiation. Future studies will involve the characterization of the MDEF at megavoltage energies.
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 | 0,001 |
| 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 | 0,001 | 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 ».