MétaCan
Menu
Retour à la cohorte
Enregistrement W2074745713 · doi:10.3138/infor.49.4.234

Optimization Methods for Total Marrow Irradiation using Intensity Modulated Radiation Therapy

2011· article· en· W2074745713 sur OpenAlexaffvenue
Dionne M. Aleman, Michael B. Sharpe

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésIsocenterMedicineRadiation therapyHead and neckBone marrowRadiation treatment planningMedical physicsNuclear medicineRadiologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

As part of the conditioning process to prepare the patient for the bone marrow transplant, the patient is treated with total marrow irradiation (TMI). The purpose of TMI is to eliminate the underlying disease and to suppress the recipient's immune systems, thus preventing rejection of new donor stem cells. Designing a treatment plan for TMI poses unique challenges that are not present in other forms of site-specific radiation therapy, for example, head-and-neck and prostate treatments. Specifically, the large site to be treated results in clinical treatments where the patient must be positioned far from the isocenter, as well as often repositioned during treatment, thus increasing uncertainty in delivered dose. Designing TMI treatments with intensity modulated radiation therapy (IMRT) will provide more accurate treatments that can spare healthy tissues while simultaneously delivering the prescribed radiation dose to the bones. To bring the patient closer to isocenter, beam orientation optimization (BOO) will be used to incorporate non-coplanar beams. This work will present and discuss in detail the difficulties presented by TMI treatment planning in conjunction with IMRT, as well as the difficulties posed by non-coplanar BOO.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,101
Tête enseignante GPT0,416
Écart entre enseignants0,315 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations1
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207