MétaCan
Menu
Retour à la cohorte
Enregistrement W2089832745 · doi:10.1177/153303460800700603

Consistency Check of Planned Adaptive® Option on Helical Tomotherapy

2008· article· en· W2089832745 sur OpenAlexaff
Maximilien R. P. Schirm, Slav Yartsev, Glenn Bauman, Jerry Battista, Jake Van Dyk

Notice bibliographique

RevueTechnology in Cancer Research & Treatment · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensWestern UniversityLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésTomotherapyImaging phantomRadiation treatment planningMedicineNuclear medicineRadiation therapyRadiologyMedical physics

Résumé

récupéré en direct d'OpenAlex

This study aims to evaluate a new Planned Adaptive software (TomoTherapy Inc., Madison, WI) of the helical tomotherapy system by retrospective verification and adaptive re-planning of radiation treatment. Four patients with different disease sites (brain, nasal cavity, lungs, prostate) were planned in duplicate using the diagnostic planning kVCT data set and MVCT studies of the first treatment fraction with the same optimization parameters for both plan types. The dosimetric characteristics of minimum, maximum, and mean dose to the targets as well as to organs at risk were compared. Both sets of plans were used for calculation of dose distributions in a water-equivalent phantom. Corresponding measurements of these plans in phantom were carried out with the use of radiographic film and ion chamber. In the case of the lung and prostate cancer patients, changes in dosimetric parameters compared to data generated with the kVCT study alone were less than 2%. Certain changes for the nasal cavity and brain cancer patients were greater than 2%, but they were explained in part by anatomy changes that occurred during the time between kVCT and MVCT studies. The Planned Adaptive software allows for adaptive radiotherapy planning using the MVCT studies obtained by the helical tomotherapy imaging system.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,095
Tête enseignante GPT0,422
Écart entre enseignants0,328 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology in Cancer Research & TreatmentMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207