Double reading for gross tumor volume assessment in radiotherapy planning
Notice bibliographique
Résumé
Background/Objective: The precise definition of the gross tumor volume (GTV) that takes into account intra- and interobserver variability is necessary for high-precision radiotherapy (RT) techniques. The purpose of this study was to demonstrate the practical GTV assessment by a “double reading” approach. Methods: Pretreatment magnetic resonance (MR) imaging, including the post-contrast 3D magnetization-prepared rapid-gradient echo (MP-RAGE) sequence (section thickness 1.0 mm) was performed on a 3T superconducting imager in 50 patients with glioblastoma. MR images were transferred to a RT planning system (RTPS) that provides many opportunities for GTV contouring, e.g., at diagnosis, surgical navigation, and RT deliberations. Independent 2 observers preliminarily contoured the GTV on MR images. After planning-CT scanning, CT images with a 1.0 mm slice interval were transferred to the RTPS, registered with the diagnostic images, and then the preliminarily-contoured strictures were copied onto the CT images and used for GTV assessment. The practical GTV on the planning CT was determined by integrating the interpretations and adding information on postoperative changes. The interobserver variability in GTV contouring was assessed by Bland-Altman analysis and the concordance index. Results: There was substantial interobserver variability in GTV contouring (95% limits of agreement: -29.4%, 16.8%). The mean interobserver concordance rate for the GTV was 82.1% (range 56.5-91.2%). The practical GTVs were significantly larger than the preliminarily-contoured GTVs by both observers ( p < 0.01). Conclusions: Considering interobserver variability, “double reading” is necessary for practical GTV assessment. This approach for volume assessment may facilitate the standardization of treatments, not only of RT but also of surgery and chemotherapy.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».