MétaCan
Menu
← Retour à la cohorte
Enregistrement W2059452909 · doi:10.1088/0031-9155/50/17/013

EUD-based radiotherapy treatment plan evaluation: incorporating physical and Monte Carlo statistical dose uncertainties

2005· article· en· W2059452909 sur OpenAlexaff
Gavin Cranmer‐Sargison, Sergei Zavgorodni

Notice bibliographique

RevuePhysics in Medicine and Biology · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensBC Cancer AgencyUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodVoxelProbability density functionProbabilistic logicDosimetryFraction (chemistry)Probability distributionMathematicsNuclear medicineGaussianStatisticsPhysicsComputer scienceMedicineChemistryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The purpose of this work is to quantify the impact of dose uncertainty on radiobiologically based treatment plan evaluation. Dose uncertainties are divided into two categories: physical and statistical. Physical dose uncertainty is associated with the systematic and/or random errors incurred during treatment planning and/or delivery. The dose uncertainty associated with Monte Carlo calculated dose distributions is deemed statistical and noted as artificial with respect to the actual delivered dose. We will refer to all dose uncertainties that arise from either calculation or delivery as stochastic. Both physical and statistical dose uncertainties are considered at the intra- and inter-voxel levels. To account for voxel dose uncertainty, we calculate the mean survival fraction (SF) for the random dose deposition. Mathematically, the expression for the mean survival fraction is identical to that used by Niemierko (1997 Med. Phys. 24 103-10) in defining equivalent uniform dose (EUD). To distinguish between spatial and probabilistic dose variations, we define equivalent stochastic dose (ESD) as a voxel dose that gives the mean expected survival fraction for the randomly deposited dose. For a probability density function f(D), that represents the probabilistic voxel dose, SF(ESD) can be calculated by convolving SF(D) with f(D). In the case where the probability density function follows a Gaussian distribution, an analytic expression is derived for SF(ESD). The derived expression is verified using the Monte Carlo method and ESD values calculated with varied radiosensitivities for cases of 60 and 70 Gy at 2 Gy per fraction. The analytic expression is also extended to account for a multi-voxel dose distribution that incorporates a spatial dose heterogeneity. The results show that survival fraction increases with an increased dose uncertainty. This reduction depends on radiobiological parameters attributed to tissue and tumour. For tissue, ESD drops to 55% of the mean physical dose when the dose has a 10% intra- and inter-voxel dose uncertainty and inhomogeneity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,423
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and Biology→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→