Optimal Location of Radiation Therapy Centers With Respect to Geographic Access
Notice bibliographique
Résumé
PURPOSE: To develop a framework with which to evaluate locations of radiation therapy (RT) centers in a region based on geographic access. METHODS AND MATERIALS: Patient records were obtained for all external beam radiation therapy started in 2011 for the province of British Columbia, Canada. Two metrics of geographic access were defined. The primary analysis was percentage of patients (coverage) within a 90-minute drive from an RT center (C90), and the secondary analysis was the average drive time (ADT) to an RT center. An integer programming model was developed to determine optimal center locations, catchment areas, and capacity required under different scenarios. RESULTS: Records consisted of 11,096 courses of radiation corresponding to 161,616 fractions. Baseline geographic access was estimated at 102.5 minutes ADT (each way, per fraction) and 75.9% C90. Adding 2 and 3 new centers increased C90 to 88% and 92%, respectively, and decreased ADT by between 43% and 61%, respectively. A scenario in which RT was provided in every potential location that could support at least 1 fully utilized linear accelerator resulted in 35.3 minutes' ADT and 93.6% C90. CONCLUSIONS: The proposed framework and model provide a data-driven means to quantitatively evaluate alternative configurations of a regional RT system. Results suggest that the choice of location for future centers can significantly improve geographic access to RT.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».