SU‐E‐T‐357: Error Detection with a 3D Patient Specific QA System
Notice bibliographique
Résumé
Purpose: To determine if our in‐house patient specific QA process, which utilizes the COMPASS (v2.1, IBA‐Dosimetry) system, can detect delivery errors introduced in clinical IMRT plans. Methods: The COMPASS system consists of a 2D chamber array mounted in the gantry, an independent gantry angle sensor and associated software. Patient specific QA at our clinic involves the creation of two QA structures, one consisting of all clinical PTVs, the other generated from the 20% isodose line. The gamma agreement index (GAI) within the two QA structures is used to compare 3D COMPASS reconstructed dose with planned dose distributions. Ten clinical DMLC‐IMRT plans (5 prostate, 5 head & neck) were included in this study. Plans were modified by systematically shifting leaf pair positions so that that all nonzero leaf gaps were increased by 2.0 mm and 1.0 mm for the two sites, respectively. Verification plans were created for both the original and modified plans in order to quantify the dosimetric effect of the introduced errors via in‐phantom ion chamber measurements. Finally, plans were delivered to COMPASS and 3D dose distributions were reconstructed on both the phantom and patient CT datasets. Reconstructed doses on the patient CT were analyzed as per our QA procedure. Results: On average, measured ion chamber values for the modified plans deviated from the original planning doses by 3.1 ± 1.2% (Range: 1.0%–5.3%). For each of the six modified plans in which this metric exceeded 3%, GAI values for at least one of the QA structures were below 95%, which would be flagged by our QA process. Only one of the other modified and none of the original plans had GAI values <95%. Conclusions: Gamma analysis of patient specific QA with COMPASS can effectively detect dosimetrically significant delivery errors introduced by systematically increasing leaf gaps in clinical IMRT plans. CancerCare Manitoba has a research agreement with IBA‐Dosimetry.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».