Sci-Thur PM: YIS - 03: Comparing 4D-VMAT, Gated-VMAT and 3D-VMAT in SBRT treatment of lung cancer
Notice bibliographique
Résumé
PURPOSE: To evaluate the treatment plan qualities of 4D-VMAT, gated-VMAT and 3D-VMAT in the treatment of non-small cell lung cancer (NSCLC) in stereotactic body radiation therapy (SBRT). METHODS: 4D-VMAT is a motion compensation strategy that aims to exploit relative target and OAR motion to increase OAR sparing over 3D-VMAT without the long treatment times associated with gated-VMAT. The 4D-VMAT algorithm incorporates the entire patient respiratory cycle and 4D-CT in the optimization process. Resulting treatment plans synchronize the delivery of each MLC aperture to a specific phase of the target motion. Using software developed in Matlab™, SBRT treatment plans for 4D-VMAT, gated-VMAT and 3D-VMAT were generated on 3 patients with NSCLC. Tumour motion ranged from 1.4-3.4 cm. The fractionation scheme was 48Gy in 4 fractions with the GTV receiving 100% of the prescribed dose. For gated-VMAT, the treatment window constrained residual tumour motion to 3 mm or less corresponding to duty cycles of 40-60%. In 3D-VMAT, the ITV was generated by merging the GTV from all phases. A b-spline transformation model was used to register the 4D-CT images and DVHs were calculated from total dose accumulated on the max expiration phase. RESULTS AND CONCLUSION: For the majority of OARs, gated-VMAT provided the greatest radiation sparing but significantly extended treatment times (25-35 gantry interruptions/arc). For 3D-VMAT, only 2 patients had clinically acceptable plans that met all the strict dose limits. OAR sparing in 4D-VMAT was comparable to gated-VMAT but with significantly improved delivery efficiency.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,005 | 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 ».