Variation of PTV dose distribution on patient size in prostate VMAT and IMRT: a dosimetric evaluation using the PTV dose–volume factor
Notice bibliographique
Résumé
Abstract Background We propose to use the PTV dose–volume factor (PDVF) to evaluate treatment plans of prostate volumetric modulated arc therapy (VMAT) and intensity modulated radiotherapy (IMRT). Purpose PDVF was used to compare the variation of planning target volume (PTV) coverage between VMAT and IMRT because of weight loss of patient. Materials and methods VMAT and IMRT plans of five patients (prostate volume = 32–86·5 cm 3 ) using the 6 MV photon beams were created with the external contour reduced by depths of 0·5–2 cm to reflect the weight loss. Moreover, integral doses (volume integral of the patient dose) and prostate tumour control probability (TCP) were calculated. Results We found that reduced depth resulted in PDVF decreasing 0·03 ± 4·7 × 10 −4 (VMAT) and 0·04 ± 9·7 × 10 −3 (IMRT) per cm for patients. The decrease of PDVF or degradation of PTV coverage was found more significant in IMRT plans than VMAT with patient size reduction. The integral dose did not change significantly between VMAT and IMRT, while the prostate TCP increased with an increase of reduced depth. Conclusion We concluded that PDVF can be successfully used to evaluate the variation of PTV coverage because of weight loss of patient in prostate VMAT and IMRT. Degradation of PTV coverage in prostate VMAT is less significant than IMRT regarding patient size reduction.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».