The radiobiological impact of motion tracking of liver, pancreas and kidney SBRT tumors in a MR-linac
Notice bibliographique
Résumé
The purpose of this work is to evaluate and quantify the potential radiobiological advantages of tumor tracking using the MR-linac for three disease sites: liver, pancreas and kidney. From each disease site, three patients were selected and 4DCT data sets were used. We applied two planning methods using the Monaco treatment planning system (Elekta AB,Stockholm,Sweden): (1) the conventional ITV method using a 6MV Agility beam and (2) a simulated tracking method using MLC GTV tracking with a 7MV MR-linac beam model incorporating a 1.5 T transverse magnetic field. A 5 mm isotropic PTV margin was added to the ITV or the GTV, and 95% of the PTV volume received 100% of the prescription dose. To evaluate the potential radiobiological advantages of tumor tracking, the normal tissue complication probabilities (NTCPs) were calculated for each organ at risk (OAR) using the Layman Kutcher Burman (LKB) model. The average reduction in the target volume, due to tracking, was 31.1%, 26.3% and 26.9% for liver, pancreas and kidney patients, respectively. For each OAR, the % differences in NTCP between the two methods were calculated. The mean 2 Gy equivalent OAR dose for all patients was less than 29.1 Gy, below which the NTCP for most OARs was not sensitive to equivalent uniform dose (EUD). As a result, a NTCP benefit, due to tracking, was observed in 26% of the data. For all three disease sites, the maximum NTCP improvements were for the normal kidney, the bowels, and the duodenum, with reductions in associated toxicities of 79% (radiation nephropathy), 69% (stricture/fistula) and 25% (ulceration), respectively. This study demonstrates the potential benefit of using a MR-linac tracking system to reduce NTCPs. The normal kidney, the bowels and the duodenum showed the largest NTCP improvements. This, in part, is due to the rapid changes in NTCP for small EUD changes.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».