EUD‐based margin selection in the presence of set‐up uncertainties
Notice bibliographique
Résumé
To assess the impact of geometric uncertainties on treatment plan design, we have performed a numerical simulation in which both systematic and random errors were included. A clinical target volume (CTV) with an abutting organ at risk (OAR), both of 50 mm diameter, in a cubic phantom was modeled. A four-field conformal treatment plan was designed in which one pair of parallel-opposed beams traversed the OAR and CTV while the other pair intersected the CTV only. Field size, prescribed (isocenter) dose and systematic set-up uncertainty were varied in two orthogonal directions to examine their impact on the outcome as predicted by the dose volume histogram (DVH) and the phenomenological form of equivalent uniform dose (EUD). Of the systematic uncertainty levels considered (0, 2, 4, and 6 mm standard deviations of a Gaussian distribution), 10 mm margin (CTV-PTV) was adequate to maintain the integrity of the dose distribution within the CTV. However, reducing the margin (and hence field size) without reducing set-up errors required an increase in the isocenter dose to compensate for the loss in EUD. It was found that, in the direction containing both the CTV and OAR, with random and systematic uncertainties of 2 and 4 mm respectively, increasing the isocenter dose by about 3.5 Gy on a 6 mm-margin plan resulted in the statistically equivalent EUD value to that with a 10 mm-margin for the CTV, while the OAR EUD is dropped by 1 Gy. In general, though, the directional sensitivity to geometric uncertainties, and hence the required margin size in different directions, was dependent on beam geometries and the relative positions of the structures under consideration relative to the beam directions. Based on the validity of the EUD concept, our general conclusion is that modest dose escalation may result in plans that better achieve clinical objectives. Also, a simple single number plan quality index such as EUD5%, discussed in the paper, facilitates meaningful statistical comparisons between competing treatment strategies.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».