Comparison of simple and complex liver intensity modulated radiotherapy
Notice bibliographique
Résumé
BACKGROUND: Intensity-modulated radiotherapy (IMRT) may allow improvement in plan quality for treatment of liver cancer, however increasing radiation modulation complexity can lead to increased uncertainties and requirements for quality assurance. This study assesses whether target coverage and normal tissue avoidance can be maintained in liver cancer intensity-modulated radiotherapy (IMRT) plans by systematically reducing the complexity of the delivered fluence. METHODS: An optimal baseline six fraction individualized IMRT plan for 27 patients with 45 liver cancers was developed which provided a median minimum dose to 0.5 cc of the planning target volume (PTV) of 38.3 Gy (range, 25.9-59.5 Gy), in 6 fractions, while maintaining liver toxicity risk <5% and maximum luminal gastrointestinal structure doses of 30 Gy. The number of segments was systematically reduced until normal tissue constraints were exceeded while maintaining equivalent dose coverage to 95% of PTV (PTVD95). Radiotherapy doses were compared between the plans. RESULTS: Reduction in the number of segments was achieved for all 27 plans from a median of 48 segments (range 34-52) to 19 segments (range 6-30), without exceeding normal tissue dose objectives and maintaining equivalent PTVD95 and similar PTV Equivalent Uniform Dose (EUD(-20)) IMRT plans with fewer segments had significantly less monitor units (mean, 1892 reduced to 1695, p = 0.012), but also reduced dose conformity (mean, RTOG Conformity Index 1.42 increased to 1.53 p = 0.001). CONCLUSIONS: Tumour coverage and normal tissue objectives were maintained with simplified liver IMRT, at the expense of reduced conformity.
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) | 0,000 | 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) | 0,001 | 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 ».