Self-directed learning module for radiation therapy treatment planning
Notice bibliographique
Résumé
17051 Background: Radiation Oncology is a rich and rewarding specialty that requires in-depth understanding of anatomy, physics, dosimetry and oncology. The area of dosimetry is an important and basic fundamental concept to be acquired during residency, and pertinent educational tools are few and far between. The purpose of this project was to develop a self-assessment tool to facilitate radiation therapy treatment planning for non-small cell lung cancer (NSCLC). Methods: We focused our learning module on basic dosimetric and NSCLC treatment planning objectives that radiation oncology residents will encounter during residency. Interactive questions incorporating objective-related concepts were then devised. Treatment planning program templates were developed using the Eclipse software application. Results: A web-based self-directed learning module was developed as the tool's delivery mechanism. The module's questions were divided into the following sections: Chest Anatomy, ICRU Concepts, Beam Modificators, Integrated NSCLC Treatment Plans, Systematic Treatment Planning Approach and Inhomogeneity Corrections. By answering questions via the module, learners receive immediate feedback, corrections and concept-related explanations. A variety of different question techniques were employed, such as multiple choice questions, open-ended questions and associations. Learners are prompted by the system to draw isodoses and volumes on the screen. Other tasks in the module involve identifying structures, setting treatment fields and analyzing dose volume histograms. The website is publicly available in both English and French at: http://www.radiol.umontreal.ca/radio-onco/ . Conclusions: This self-directed learning module is a complementary tool that will help residents gain a solid grasp of NSCLC treatment planning objectives. Other modules covering radiation therapy treatment planning for a variety of anatomical sites, as well as diseases at different stages will eventually be created and added to the website. This educational project aims to facilitate learning and understanding the concepts of treatment planning, according to the different types of cancer. No significant financial relationships to disclose.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,096 | 0,044 |
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 source (Gemma direct ou Codex distillé), 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 ».