Dosimetric variations in calculation grid size in prostate VMAT: a dose-volume histogram analysis using the Gaussian error function
Notice bibliographique
Résumé
Abstract Background Varying the calculation grid size can change the results of dose-volume and radiobiological parameters in a treatment plan, and therefore has an impact on the treatment planning quality assurance. Purpose This study investigated the dosimetric influence of the calculation grid size variation in the prostate volumetric modulated arc therapy (VMAT) plan. Methods and materials Dose distributions of 10 prostate VMAT plans were acquired using calculation grid sizes of 1–5 mm. Dose-volume histogram (DVH) analysis was carried out to determine the dose-volume variation corresponding to the grid size change using the Gaussian error function (GEF). At the same time, dose-volume points, dose-volume parameters and radiobiological parameters were calculated based on DVHs of targets and organs at risk (OARs) for each grid size. Results Comparing percentage variations of GEF parameters between the planning target volume (PTV) and clinical target volume (CTV), GEF parameters of the PTV were found varied more significantly than the CTV. This resulted in larger variations of dose-volume (%ΔCI=40·02 versus 13·55%, %ΔHI=12·45 versus 2·93% and %ΔGI=0·22 versus 0·06%) and radiobiological parameters (%ΔTCP=0·61 versus 0·25% and %ΔEUD=2·11 versus 0·26%) of the PTV compared with CTV. For OARs, the rectal wall showed a larger dose-volume variation than the rectum. However, similar dose-volume variation due to grid size change was not found in the bladder, bladder wall and femur. Conclusions Knowing the dosimetric variation in this study is important to the radiotherapy staff in the quality assurance for the prostate VMAT planning.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».