MétaCan
Menu
Retour à la cohorte
Enregistrement W2621128913 · doi:10.1016/s0167-8140(15)32857-7

OC-0551: Deformable dose reconstruction of liver SBRT to investigate margin reduction with dose-probability PTV

2013· article· en· W2621128913 sur OpenAlexaff
Michael Velec, L. Dawson, Kyle Brock

Notice bibliographique

RevueRadiotherapy and Oncology · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMargin (machine learning)Reduction (mathematics)MedicineNuclear medicineMathematicsComputer scienceMachine learningGeometry

Résumé

récupéré en direct d'OpenAlex

Purpose/Objective: SBRT at the mean respiratory position coupled with a dose-probability PTV spares more normal tissue than the internal target volume (ITV) method.For liver cancer, a potential challenge with PTV reduction is the poor tumor contrast on respiratory correlated (4D) cone-beam CT (CBCT).Deformable image registration resolved the mean position on 4D CBCT and accumulated dose in order to investigate PTV reduction on both the planned and delivered liver SBRT doses.Materials and Methods: 21 tumors in 13 patients planned on exhale 4D CT for 27-49.8Gy/6 fractions with an ITV-based PTV (CT exh ), and treated in free-breathing with CBCT liver guidance, were retrospectively evaluated.Re-planning was done on the midventilation CT (CT mid ) using individualized dose-allocation (iso-NTCP ≤5%) and dose-probability margins accounting for: residual population inter-fraction tumor errors after liver guidance, intra-fraction motion, deformable registration accuracy, and patient-specific 4D CT tumor motion.The delivered dose was accumulated using biomechanical deformable registration of each 4D CBCT to model breathing changes, deformation and setup errors.This was done for the clinical CT exh plan, and for the CT mid plan after aligning the mean liver position between 4D CBCT and CT mid .Results: Relative to CT exh plans with ITV, PTVs on CT mid were smaller by a mean±SD of 35±13%, enabling a dose escalation to the PTV 95% volume of 5.0±4.7 Gy (maximum 19.5 Gy).The delivered minimum tumor doses (0.5cc) for the CT mid plans were 4.2±3.7 Gy (maximum 14.8Gy) higher than the doses delivered for the clinical CT exh plans.For the CT mid plans, only 1 patient (8%) had a decrease more than 0.5 Gy in the delivered minimum tumor dose, which was 4.8 Gy less than the dose planned to the PTV 95% volume on CT mid .This patient had 8 mm larger breathing amplitude on 4D CBCT versus 4D CT, and liver deformation causing a residual 4 mm systematic tumor error relative to the mean liver position on 4D CBCT.For the normal gastrointestinal tissues, the delivered maximum dose (0.5cc) for the CT exh plan exceeded the planning constraint by 1.7 Gy (5.4%) in one only patient's esophagus due to the effect of breathing motion.However, for the CT mid plans no delivered normal tissue doses exceeded the planning constraints by more than 0.2 Gy despite the dose-escalation.Conclusions: Liver SBRT planning and delivery at the mean respiratory liver with dose-probability margins enables a mean escalation of 5 Gy/6 fractions to the minimum tumor dose, potentially improving local control.Despite margin reduction, more than 90% of patients received the planned tumor dose without over irradiating the adjacent dose-limiting tissues.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2013
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueRadiotherapy and OncologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207