From whole gland to hemigland to ultra-focal high-dose-rate prostate brachytherapy: A dosimetric analysis
Notice bibliographique
Résumé
PURPOSE: To assess the magnitude of dosimetric reductions of a focal and ultra-focal high-dose-rate (HDR) prostate brachytherapy treatment strategy relative to standard whole gland (WG) treatment. METHODS AND MATERIALS: HDR brachytherapy plans for five patients treated with WG HDR monotherapy were optimized to assess different treatment strategies. Plans were generated to treat the hemigland (HG), one-third gland (1/3G), and one-sixth gland (1/6G), as well as to assess treating the WG with a boost to one of those sub-volumes (WG + HG, WG + 1/3G, WG + 1/6G). Dosimetric parameters analyzed included Target D90%, V100%, V150%, Bladder (B), Rectal (R), Urethral (U) D0.1, 1 and 2cc, Urethral V75%, and the V50% to the contralateral HG. Two-tailed t tests were used for comparison of means, and p-values less than 0.05 were considered statistically significant. RESULTS: Target objectives (D90 > 100% and V100 > 97%) were met in all cases. Significant organs at risk dose reductions were achieved for all approaches compared with WG plans. 1/6G vs WG plans resulted in the greatest reduction in dose with a mean bladder D2cc 24.7 vs 64.8%, rectal D2cc 32.8 vs 65.3%, urethral D1cc 52.1 vs 103.8%, and V75 14.5 vs 75% (p < 0.05 for all comparisons). CONCLUSION: Significant dose reductions to organs at risk can be achieved using HDR focal brachytherapy. The magnitude of the reductions achievable with treating progressively smaller sub-volumes suggests the potential to reduce morbidity, but the clinical impact on morbidity and tumor control remain to be investigated.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».