MétaCan
Menu
Retour à la cohorte
Enregistrement W2128055396 · doi:10.1007/s11548-014-1001-4

Variable dose interplay effects across radiosurgical apparatus in treating multiple brain metastases

2014· article· en· W2128055396 sur OpenAlex
Lijun Ma, Alan Nichol, Sabbir Hossain, Brian Wang, Paula L. Petti, Rosemin Vellani, Chris Higby, Salahuddin Ahmad, Igor J. Barani, Dennis C. Shrieve, David A. Larson, Arjun Sahgal

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Computer Assisted Radiology and Surgery · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensSunnybrook Health Science CentreUniversity of British ColumbiaUniversity of TorontoBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésVariable (mathematics)MedicineMedical physicsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Normal brain tissue doses have been shown to be strongly apparatus dependent for multi-target stereotactic radiosurgery. In this study, we investigated whether inter-target dose interplay effects across contemporary radiosurgical treatment platforms are responsible for such an observation. METHODS: For the study, subsets ([Formula: see text] and 12) of a total of 12 targets were planned at six institutions. Treatment platforms included the (1) Gamma Knife Perfexion (PFX), (2) CyberKnife, (3) Novalis linear accelerator equipped with a 3.0-mm multi-leaf collimator (MLC), and the (4) Varian Truebeam flattening-filter-free (FFF) linear accelerator also equipped with a 2.5 mm MLC. Identical dose-volume constraints for the targets and critical structures were applied for each apparatus. All treatment plans were developed at individual centers, and the results were centrally analyzed. RESULTS: We found that dose-volume constraints were satisfied by each apparatus with some differences noted in certain structures such as the lens. The peripheral normal brain tissue doses were lowest for the PFX and highest for TrueBeam FFF and CyberKnife treatment plans. Comparing the volumes of normal brain receiving 12 Gy, TrueBeam FFF, Novalis, and CyberKnife were 180-290% higher than PFX. The mean volume of normal brain-per target receiving 4-Gy increased by approximately 3.0 cc per target for TrueBeam, 2.7 cc per target for CyberKnife, 2.0 cc per target for Novalis, and 0.82 cc per target for PFX. The beam-on time was shortest with the TrueBeam FFF (e.g., 6-9 min at a machine output rate of 1,200 MU/min) and longest for the PFX (e.g., 50-150 mins at a machine output rate of 350 cGy/min). CONCLUSION: The volumes of normal brain receiving 4 and 12 Gy were higher, and increased more swiftly per target, for Linac-based SRS platforms than for PFX. Treatment times were shortest with TrueBeam FFF.

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.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,296
Écart entre enseignants0,288 · 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