Analytical modelling of regional radiotherapy dose response of lung
Notice bibliographique
Résumé
Knowledge of the dose-response of radiation-induced lung disease (RILD) is necessary for optimization of radiotherapy (RT) treatment plans involving thoracic cavity irradiation. This study models the time-dependent relationship between local radiation dose and post-treatment lung tissue damage measured by computed tomography (CT) imaging. Fifty-eight follow-up diagnostic CT scans from 21 non-small-cell lung cancer patients were examined. The extent of RILD was segmented on the follow-up CT images based on the increase of physical density relative to the pre-treatment CT image. The segmented RILD was locally correlated with dose distribution calculated by analytical anisotropic algorithm and the Monte Carlo method to generate the corresponding dose-response curves. The Lyman-Kutcher-Burman (LKB) model was fit to the dose-response curves at six post-RT time periods, and temporal change in the LKB parameters was recorded. In this study, we observed significant correlation between the probability of lung tissue damage and the local dose for 96% of the follow-up studies. Dose-injury correlation at the first three months after RT was significantly different from later follow-up periods in terms of steepness and threshold dose as estimated from the LKB model. Dependence of dose response on superior-inferior tumour position was also observed. The time-dependent analytical modelling of RILD might provide better understanding of the long-term behaviour of the disease and could potentially be applied to improve inverse treatment planning optimization.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».