A systematic study of imaging uncertainties and their impact on prostate brachytherapy dose evaluation
Notice bibliographique
Résumé
In order to calculate the dose distribution delivered by a prostate brachytherapy implant, the seed positions and prostate volume are normally identified on post-implant CT images. We have systematically considered the impact of uncertainties in contouring the prostate, seed localization, and visualization of all the seeds on the calculated dose distributions, dose-volume histograms, and predicted radiobiological outcome. This study was done for a collection of 27 clinical 125I prostate brachytherapy implants, performed at the London Regional Cancer Centre during our early adoption of this technique. For these clinical dose distributions, the median D90 was 76% of the prescription dose, or 110 Gy, and the median V90 was 80%. We calculated the changes in these dosimetric indices (D90 and V90) and radiobiological outcome (SF2 TCP) as a function of contouring uncertainty, seed localization uncertainty, inability to localize all of the seeds, and binary combinations of these three. The results are presented for a range of uncertainties, which allows the possible application of these results to a variety of imaging modalities that have differing spatial resolutions. We found that both contouring uncertainties and seed localization uncertainties had a large impact on the predicted radiobiological outcome, but that seed localization uncertainties of 6 mm had the largest impact on the dosimetric indices. We also found that the variability in both the predicted radiobiological and dosimetric outcome was largest for contouring uncertainties of 4-8 mm. We conclude that accounting for contouring uncertainties is crucial in accurately deducing the DVHs for post-implant prostate brachytherapy, and hence enabling valid correlation with ultimate clinical outcome.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».