Impact of intraoperative MRI/TRUS fusion on dosimetric parameters in cT3a prostate cancer patients treated with high-dose-rate real-time brachytherapy
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to evaluate the impact of intraoperative MRI/TRUS fusion procedure in cT3a prostate cancer patients treated with high-dose-rate (HDR) real-time brachytherapy. MATERIAL AND METHODS: Prostate gland, dominant intraprostatic lesions (DILs), and extracapsular extension (ECE) were delineated in the pre-brachytherapy magnetic resonance images (MRI) of 9 consecutive patients. The pre-implant P-CTVUS (prostate clinical target volume) was defined as the prostate seen in the transrectal ultrasound (TRUS) images. The CTVMR includedthe prostate with the ECE image (ECE-CTV) as defined on the MRI. Two virtual treatment plans were performed based on the MRI/TRUS fusion images, the first one prescribing 100% of the dose to the P-PTVUS, and the second prescribing to the PTVMR. The implant parameters and dose-volume histogram (DVH) related parameters of the prostate, OARs, and ECE were compared between both plans. RESULTS: Mean radial distance of ECE was 3.6 mm (SD: 1.1). No significant differences were found between prostate V100, V150, V200, and OARs DVH-related parameters between the plans. Mean values of ECE V100, V150, and V200 were 85.9% (SD: 15.1), 18.2% (SD: 17.3), and 5.85% (SD: 7) when the doses were prescribed to the PTVUS, whereas ECE V100, V150, and V200 were 99.3% (SD: 1.2), 45.8% (SD: 22.4), and 19.6% (SD: 12.6) when doses were prescribed to PTVMR (p = 0.028, p = 0.002 and p = 0.004, respectively). CONCLUSIONS: TRUS/MRI fusion provides important information for prostate brachytherapy, allowing for better coverage and higher doses to extracapsular disease in patients with clinical stage T3a.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».