Poster — Thur Eve — 47: Evaluation of the ArcCHECK device for commissioning and patient‐specific QA
Notice bibliographique
Résumé
The most promising method of accurately verifying VMAT treatments is by direct dose measurement over the three dimensions of irradiated volume. ArcCHECK device (Sun Nuclear, Melbourne, FL) have the potential to detect delivery errors on the treatment machine due to mechanical problems resulting from gantry and MLC motion. The estimation of the dosimetric leaf gap (DLG) parameter for Varian MLC (Varian Medical Systems, Palo Alto, CA) was attempted using ArcCHECK. Finding the optimal DLG value for use in TPS requires a measuring device like ArcCHECK to be employed especially in highly intensity modulated fields. In addition, ArcCHECK was used to assess the effect of positional error of MLC leaf in a given VMAT plan. Patient-specific QA tests were performed using the ArcCHECK device. QA results of patient plans that failed considering portal dosimetry technique were reassessed with ArcCHECK measurements for IMRT plans. The preliminary test results and performance of the ArcCHECK device were very encouraging. VMAT plans for head and neck cases were generated and their delivery was evaluated using ArcCHECK. Results have shown a success rate greater than 90% in the quality assurance of individual plans. Optimal DLG value was detected using ArcCHECK. Also, the device showed enough sensitivity to identify failed QA plans. Moreover, MLC central leaf pair position offset in a VMAT plan of the order of 1mm was fairly distinguished by ArcCHECK measurements.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».