MétaCan
Menu
← Retour à la cohorte
Enregistrement W2073881496 · doi:10.1118/1.4815734

TH‐A‐116‐05: A Robust Direct Aperture Optimization Approach for Left‐Sided Breast IMRT

2013· article· en· W2073881496 sur OpenAlexaboutno aff
Houra Mahmoudzadeh, Tommy Lik Hang Chan, Thomas G. Purdie

Notice bibliographique

RevueMedical Physics · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreast cancerRobust optimizationBreathingMedicineNuclear medicineLeft breastCancerMathematicsMathematical optimizationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose: To test the feasibility of a robust direct aperture optimization (DAO) model for cardiac sparing IMRT planning of left‐sided breast cancer patients. Methods: We extended a previously developed robust optimization method to obtain a DAO approach for tangential breast IMRT that is robust against uncertainty in the patient's breathing pattern. The robust DAO model contains additional constraints on the segment shapes and weights in order to reduce the complexity of delivery and ensure that high weight segments cover the whole breast volume. A 4DCT dataset was used to test the model, and 100 simulated breathing patterns were generated. Results were compared with the previously developed robust fluence map optimization (FMO) model as well as the clinical treatment methods for breast cancer (inhale breath‐hold with active breathing control (ABC) and free breathing). Results: On average, the robust DAO approach reduced the mean heart dose by 15.1% compared to the conventional IMRT method for breast cancer (with free breathing) using an equal number of segments. The maximum dose to 10cc of the heart was reduced by 19.7%. Compared to the previous robust FMO method, the robust DAO method delivered less than 1% higher dose to the heart and 1% lower dose to the CTV on average. The dose‐volume criteria for the heart and CTV were met in all of the breathing scenarios. The robust DAO approach resulted in a 20.8% reduction in the number of cases that would have required ABC treatment in comparison with the clinical method with free breathing. Conclusions: The proposed DAO approach results in lower heart dose compared to the conventional method with free breathing and shows low sensitivity to breathing pattern uncertainty. The robust DAO method is able to derive simpler IMRT segments during free breathing and can potentially reduce the need for breath‐hold techniques. This research was supported in part by the Ontario Ministry of Economic Development and Innovation, the Canadian Breast Cancer Foundation ‐ Ontario Region, and the Ontario Consortium for Adaptive Interventions in Radiation Oncology (OCAIRO) funded by the Ontario Research Fund (ORF).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→