Sci‐Thur PM – Brachytherapy 03: Identifying the impact of seroma visualization on permanent breast seed implant brachytherapy
Notice bibliographique
Résumé
Purpose: Uncertainties in target identification can reduce treatment accuracy in permanent breast seed implant (PBSI) brachytherapy. This study evaluates the relationship between seroma visualization and seed placement accuracy. Methods: Spatially co‐registered CT and 3D ultrasound (US) images were acquired for 10 patients receiving PBSI. Seromas were retrospectively contoured independently by 3 radiation oncologists on both CT and US and respective consensus volumes were defined, CTVCT and CTVUS. The seroma clarity and inter‐user conformity index (CI), as well as inter‐modality CI, volume, and positional differences were evaluated. Correlations with seed placement accuracy were then assessed. CTVs were expanded by 1.25cm to create PTVCT and PTVUS and evaluate the conformity with PTVClinical (CTVClinical+1.25cm) used in treatment planning. The change in PTV coincidence by expanding PTVClinical by 0.25cm was determined. Results: CTVUS were a mean 68 ± 12% smaller than CTVCT and generally had improved clarity and inter‐user conformity. No correlations between seed displacement and CTVUS‐CTVCT positional difference or CI were observed. Greater seed displacements were associated with larger CTVUS‐CTVCT volume differences (r=−0.65) and inter‐user CT CI (r=−0.74). A median (range) 88% (71–99%) of PTVCT and 83% (69–100%) of PTVUS were contained within PTVClinical. Expanding treatment margins to 1.5cm increased coincidence to 98% (86–100%) and 94% (82–100%), respectively. Conclusions: Differences in seroma visualization impacts seed displacement in PBSI. Reducing dependence on CT by incorporating 3DUS into target identification, or expanding CT‐based treatment margins to 1.5cm may reduce or mitigate uncertainties related to seroma visualization.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 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 ».