MétaCan
Menu
Retour à la cohorte
Enregistrement W2511595731 · doi:10.1016/s0167-8140(16)33599-x

200: Cone Beam Versus Stick Method: A Retrospective Analysis Comparing the Accuracy of Cone Beam Gap Measurements to Conventional Stick Measurements for Head and Neck Patients Undergoing Radiation Therapy

2016· article· en· W2511595731 sur OpenAlexaff
Josslynn Spence, Steven E. Brown, Robert Olson

Notice bibliographique

RevueRadiotherapy and Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensUniversity of Northern British ColumbiaUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésCone beam ctBeam (structure)Head and neckMedicineCone (formal languages)Radiation therapyNuclear medicineCone beam computed tomographyOpticsPhysicsRadiologyMathematicsSurgeryComputed tomography

Résumé

récupéré en direct d'OpenAlex

Purpose: Image-guidance to ensure correct patient set-up prior to treatment delivery is of utmost importance in SBRT.Many studies have demonstrated high levels of concordance between radiation therapists (RTs) and radiation oncologists (ROs) on daily verification based on electronic portal imaging and simulator films.There is limited data, however, on the concordance between RTs and ROs using CBCT pre-treatment images prior to SBRT.The primary objective of this study is to evaluate the level of concordance between RTs and ROs on CBCT pre-treatment verification images for SBRT.Methods and Materials: Twenty-one consecutively treated SBRT patients at a provincial institution were included in the study.CBCT was performed by both RO and RTs prior to delivery of each fraction for abdominal and bone SBRT treatments, and prior to first fraction for lung SBRT.RTs performed subsequent daily matches for lung SBRT.Initial CBCT match was performed by RTs as per centre guidelines or by previously specified instructions.ROs performed second match prior to SBRT delivery.Directional differences between RT and RO match were recorded and analyzed.Intraclass correlation coefficients were calculated to determine variability between RT and RO match, with values approaching 1 suggesting high concordance.Results: Thirty-six CBCT images were analyzed.Thirteen were lung, 20 abdominal (five liver, 15 pancreas) and three were bone SBRT cases.RO made adjustments to initial RT match in 12 (33%) of CBCT matches, with six matches having a direction shift of 0.1 to < 0.2 cm in any direction, and two matches with a directional shift of ≥ 0.2 cm.Mean maximum match difference was 0.12 cm (range: 0.02, 0.31 cm).Treatments requiring adjustment to the initial RT match did not differ by treatment site.Review of the two plans with match difference of ≥ 0.2 cm revealed no appreciable change in GTV coverage and with dose to organs at risk still within accepted constraints.Intraclass correlation coefficients for all CBCT matches were 0.998 (95% CI: 0.996-0.999),0.997 (95% CI: 0.995-0.999),0.996 (95% CI: 0.992-0.998) in the x, y, and z directions respectively.Intraclass correlation coefficients for CBCT matches that required adjustment by RO were similar at 0.995 (95%CI: 0.982-0.9980.982-0.998),0.995 (95% CI: 0.984-0.9990.984-0.999),0.989 (95% CI: 0.962-0.997) in the x, y, and z directions respectively.Conclusions: CBCT match for SBRT at our center shows high concordance between RTs and ROs.These findings support potential expansion of RT scope of practice at our institution to include independent CBCT matches for SBRT.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,122
Tête enseignante GPT0,397
Écart entre enseignants0,275 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueRadiotherapy and OncologyMême sujetHead and Neck Cancer StudiesTravaux en français237 207