Poster — Thur Eve — 31: Optimum Frequency of Spatial Registration in Image Guided Radiation Therapy for TMI
Notice bibliographique
Résumé
Purpose: To assess the influence of the frequency of spatial registration in total marrow irradiation using Helical Tomotherapy to correct for intrafraction variations. Methods: The analysis was performed using TCP and NTCP models in a phantom study. Different cases were investigated: one treatment per fraction (no‐junction), and splitting the treatment along Y‐axis (SUP‐INF direction) into 2 or 3 independent sub‐treatments (one/two‐junction), which allows 2 or 3 spatial registrations per treatment fraction. Linearly increasing margins were added to expand the CTV (ribs and spine) and OARs (lungs) with increasing distance from the registration point (iPTV and iPRV). Margin increases of 5, 10 and 15 mm were analyzed. The prescription was for 95% of the iPTV to receive 20 Gy. Results: The dose to the iPRVs was reduced when the treatment was split; D20 to lung was 22, 16.2 and 13.4 Gy for no‐junction, one‐junction and two‐junction cases respectively. However the dose received by the iPTV also decreased; the volume of the iPTV receiving the prescription was 93.9%, 90.5% and 88.4% respectively. The probability of uncomplicated cure TCP(1‐NTCP) increased 3% from no‐junction to two‐junction cases for a maximum margin of 5 mm. The corresponding difference for maximum margin of 15 mm was 22%. Larger margins combined with splitting the treatment to perform additional patient registrations showed benefit, mainly due to lower NTCP. Conclusion: Increasing uncertainties can be reduced by splitting large treatments and realigning the patient prior to each sub‐treatment. This technique reduces the NTCP and marginal misses of the PTV.
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 | 0,001 |
| 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) | 0,002 | 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 ».