MétaCan
Menu
Retour à la cohorte
Enregistrement W2415014548 · doi:10.1017/s1460396916000285

Dosimetric impacts on skin toxicity for patients using topical agents and dressings during radiotherapy

2016· article· en· W2415014548 sur OpenAlexaff
Karen Tse, Lyndon Morley, Angela Cashell, Annette Sperduti, Maurene McQuestion, James C. L. Chow

Notice bibliographique

RevueJournal of Radiotherapy in Practice · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineBolus (digestion)DosimeterNuclear medicinePolymethyl methacrylateSkin careSurgeryDosimetryMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Background and purpose Skin care practices for radiotherapy patients are complicated by dosimetric concerns. This study measures the effect on skin dose of various topical agents and dressings. Materials and methods Superficial doses were measured under 17 topical agents and dressings and three clinical materials for reference. Dose was measured using a MOSFET detector under a 1 mm polymethyl methacrylate slab, with 6 MV photon beams at 100 cm source to surface distance. Results Relative skin dose under reference materials was 128% (thermoplastic mask), 158% (5 mm bolus) and 171% (10 mm bolus). Under a realistic application of topical agent (0·5 mm), relative skin doses were 106–111%. All dry dressings yielded relative dose of ≤111%; two wet dressings yielded higher relative doses (133 and 141%). Conclusions Under clinically relevant conditions, no cream, gel or dry dressing increased the skin dose beyond that seen with a thermoplastic mask. Dressings soaked with water produced less skin dose than 5 mm bolus. This may be unacceptable if wet dressings are in place for the majority of the treatment course. Our results suggest that skin care practices should not be limited by dosimetric concerns when using a 6 MV photon beam.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,354
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Radiotherapy in PracticeMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207