Sci—Fri AM: Imaging — 04: SPECT‐based functional lung imaging in the prediction of radiation pneumonitis: A retrospective clinical and dosimetric correlation
Notice bibliographique
Résumé
PURPOSE: To investigate whether functionally-weighted dose-volume histogram (DVH) parameters are more predictive of radiation-induced pneumonitis (RP) than standard parameters such as V20 and mean lung dose (MLD). MATERIALS AND METHODS: A retrospective chart review identified 26 patients who received curative-intent radiation therapy for primary carcinoma of the lung. Prior to treatment, all patients received single photon emission computed tomography (SPECT) to assess both lung ventilation and lung perfusion. Patients were assessed for clinical RP using standard criteria and were separated into a non-RP group (RP grade < 2) and an RP-group (RP grade ≥ 2). Standard DVH parameters (V10, V20, V30, MLD) and their function-weighted counterparts (for perfusion: pF10, pF20, pF30, pMLD; for ventilation: vF10, vF20, vF30, vMLD) were evaluated for each group. Receiver operating characteristics (ROC) curves were created and the area under the curve (AUC) computed. RESULTS: 7 of 26 patients had grade ≥ 2 pneumonitis. Both pF20 (p=0.022) and vF20 (p=0.036) were significantly different between the 2 groups; V20 was not (p=0.06). Both pF30 (p=0.008) and vF30 (p=0.025) were significantly different between groups while V30 failed to reach significance (p=0.072). Standard MLD (p=0.011), pMLD (p=0.001), and vMLD (p=0.011) were all significantly different. The ROC curves indicated that both the perfusion-weighted parameters and the ventilation-weighted parameters outperformed the standard DVH parameters as predictors of RP grade ≥2. CONCLUSIONS: SPECT-based, function-weighted DVH parameters appear to be useful as predictors of RP.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».