MétaCan
Menu
Retour à la cohorte
Enregistrement W2852995413 · doi:10.1186/s13014-018-1068-0

Investigating rectal toxicity associated dosimetric features with deformable accumulated rectal surface dose maps for cervical cancer radiotherapy

2018· article· en· W2852995413 sur OpenAlexaff
Jiawei Chen, Haibin Chen, Zichun Zhong, Zhuoyu Wang, Brian Hrycushko, Linghong Zhou, Steve Jiang, Kevin Albuquerque, Xuejun Gu, Xin Zhen

Notice bibliographique

RevueRadiation Oncology · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensMcGill University
Organismes subventionnairesScience and Technology Planning Project of Guangdong ProvinceNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of ChinaVarian Medical SystemsNational Science Foundation
Mots-clésMedicineRadiation therapyColorectal cancerRadiologyCervical cancerToxicityOncologyNuclear medicineInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

Better knowledge of the dose-toxicity relationship is essential for safe dose escalation to improve local control in cervical cancer radiotherapy. The conventional dose-toxicity model is based on the dose volume histogram, which is the parameter lacking spatial dose information. To overcome this limit, we explore a comprehensive rectal dose-toxicity model based on both dose volume histogram and dose map features for accurate radiation toxicity prediction. Forty-two cervical cancer patients treated with combined external beam radiotherapy (EBRT) and brachytherapy (BT) were retrospectively studied, including 12 with Grade ≥ 2 rectum toxicity and 30 patients with Grade 0–1 toxicity (non-toxicity patients). The cumulative equivalent 2-Gy rectal surface dose was deformably summed using the deformation vector fields obtained through a recent developed local topology preserved non-rigid point matching algorithm. The cumulative three-dimensional (3D) dose was flattened and mapped to a two-dimensional (2D) plane to obtain the rectum surface dose map (RSDM). The dose volume parameters (DVPs) were calculated from the 3D rectum surface, while the texture features and the dose geometric parameters (DGPs) were extracted from the 2D RSDM. Representative features further computed from DVPs, textures and DGPs by principle component analysis (PCA) and statistical analysis were respectively fed into a support vector machine equipped with a sequential feature selection procedure. The predictive powers of the representative features were compared with the GEC-ESTRO dosimetric parameters D 0.1/1/2cm 3 . Satisfactory predictive accuracy of sensitivity 74.75 and 84.75%, specificity 72.67 and 79.87%, and area under the receiver operating characteristic curve (AUC) 0.82 and 0.91 were respectively achieved by the PCA features and statistical significant features, which were superior to the D 0.1/1/2cm 3 (AUC 0.71). The relative area in dose levels of 64Gy, 67Gy, 68Gy, 87Gy, 88Gy and 89Gy, perimeters in dose levels of 89Gy, as well as two texture features were ranked as the important factors that were closely correlated with rectal toxicity. Our extensive experimental results have demonstrated the feasibility of the proposed scheme. A future large patient cohort study is still needed for model validation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,342
Écart entre enseignants0,325 · 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

Citations40
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiation OncologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207