A new approach to quantifying lung damage after stereotactic body radiation therapy
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.
Notice bibliographique
Résumé
Radiological pneumonitis and fibrosis are common after stereotactic body radiotherapy (SBRT) but current scoring systems are qualitative and subjective. We evaluated the use of CT density measurements and a deformable registration tool to quantitatively measure lung changes post-SBRT. Material and methods. Four-dimensional CT datasets from 25 patients were imported into an image analysis program. Deformable registration was done using a B-spline algorithm (VelocityAI) and evaluated by landmark matching. The effects of respiration, contrast, and CT scanner on density measurements were evaluated. The relationship between density and clinician-scored radiological pneumonitis was assessed. Results. Deformable registration resulted in more accurate image matching than rigid registration. CT lung density was maximal at end-expiration, and most deformation with breathing occurred in the lower thorax. Use of contrast increased mean lung density by 18 HU (range 16-20 HU; p = 0.004). Diagnostic scans had a lower mean lung density than planning scans (mean difference 57 HU in lung contralateral to tumor; p = 0.048). Post-treatment CT density measurements correlated strongly with clinician-scored radiological pneumonitis (r = 0.75; p < 0.001). Conclusions. Quantitative analysis of changes in lung density correlated strongly with physician-assigned radiologic pneumonitis scores. Deformable registration and CT density measurements permit objective assessment of treatment toxicity.
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 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 découle