MétaCan
Menu
Retour à la cohorte
Enregistrement W2472121472 · doi:10.1259/bjr.20160312

Target margins in radiotherapy of prostate cancer

2016· review· en· W2472121472 sur OpenAlexaff
Slav Yartsev, Glenn Bauman

Notice bibliographique

RevueBritish Journal of Radiology · 2016
Typereview
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésProstate cancerMedicineRadiation therapyProstateRadiologyCancerOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

We reviewed the literature on the use of margins in radiotherapy of patients with prostate cancer, focusing on different options for image guidance (IG) and technical issues. The search in PubMed database was limited to include studies that involved external beam radiotherapy of the intact prostate. Post-prostatectomy studies, brachytherapy and particle therapy were excluded. Each article was characterized according to the IG strategy used: positioning on external marks using room lasers, bone anatomy and soft tissue match, usage of fiducial markers, electromagnetic tracking and adapted delivery. A lack of uniformity in margin selection among institutions was evident from the review. In general, introduction of pre- and in-treatment IG was associated with smaller planning target volume (PTV) margins, but there was a lack of definitive experimental/clinical studies providing robust information on selection of exact PTV values. In addition, there is a lack of comparative research regarding the cost-benefit ratio of the different strategies: insertion of fiducial markers or electromagnetic transponders facilitates prostate gland localization but at a price of invasive procedure; frequent pre-treatment imaging increases patient in-room time, dose and labour; online plan adaptation should improve radiation delivery accuracy but requires fast and precise computation. Finally, optimal protocols for quality assurance procedures need to be established.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,325
Écart entre enseignants0,313 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations59
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of RadiologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207