The dosimetric impact of gadolinium-based contrast media in GBM brain patient plans for a MRI-Linac
Notice bibliographique
Résumé
Abstract Dosimetric effects of gadolinium based contrast media (Gadovist) were evaluated for the Elekta MRI linear accelerator using the research version of the Monaco treatment planning system (TPS). In order to represent a gadolinium uptake, the contrast was manually assigned to a phantom as well as to the gross tumour volume (GTV) of 6 glioblastoma multiforme (GBM) patients. A preliminary estimate of the dose enhancement, due to gadolinium, was performed using the phantom irradiated with a single beam. A more complicated assessment was performed for the GBM patients using a 7 field IMRT technique. The material table in Monaco was modified in order to identify the presence of a non-biological material. The dose distribution was modelled using GPUMCD (MC algorithm in Monaco) for an unmodified (or default) material table (DMT) as well as for a modified (or custom) material table (CMT) for both the phantom and patients. Various concentrations ranging between 8 and 157 mg ml −1 were used to represent the gadolinium uptake in the patient’s GTV. It was assumed that the gadolinium concentration remained the same for the entire course of radiation treatment. Results showed that at the tissue-Gadovist interface, inside the phantom, dose scored using the DMT was 7% lower compared to that using the CMT for 157 mg ml −1 concentration of gadolinium. Dosimetric differences in the case of the patient study were measured using the DVH parameters. D 50% was higher by 6% when the DMT was used compared to the CMT for dose modelling for a gadolinium concentration of 157 mg ml −1 . This difference decreased gradually with decreasing concentration of gadolinium. It was concluded that dosimetric differences can be quantified in Monaco if the tumour-gadolinium concentration is more than 23 mg ml −1 . If the gadolinium concentration is lower than 23 mg ml −1 , then a correction for the presence of gadolinium may not be necessary in the TPS.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».