Dosimetric and Monte Carlo verification of jaws-only IMRT plans calculated by the Collapsed Cone Convolution algorithm for head and neck cancers
Notice bibliographique
Résumé
AIM: The aim of this study is to verify the Prowess Panther jaws-only intensity modulated radiation therapy (JO-IMRT) treatment planning (TP) by comparing the TP dose distributions for head-and-neck (H&N) cancer with the ones simulated by Monte Carlo (MC). BACKGROUND: To date, dose distributions planned using JO-IMRT for H&N patients were found superior to the corresponding three-dimensional conformal radiotherapy (3D-CRT) plans. Dosimetry of the JO-IMRT plans were also experimentally verified using an ionization chamber, MapCHECK 2, and Octavius 4D and good agreements were shown. MATERIALS AND METHODS: Dose distributions of 15 JO-IMRT plans of nasopharyngeal patients were recalculated using the EGSnrc Monte Carlo code. The clinical photon beams were simulated using the BEAMnrc. The absorbed dose to patients treated by fixed-field IMRT was computed using the DOSXYZnrc. The simulated dose distributions were then compared with the ones calculated by the Collapsed Cone Convolution (CCC) algorithm on the TPS, using the relative dose error comparison and the gamma index using global methods implemented in PTW-VeriSoft with 3%/3 mm, 2%/2 mm, 1%/1 mm criteria. RESULTS: There is a good agreement between the MC and TPS dose. The average gamma passing rates were 93.3 ± 3.1%, 92.8 ± 3.2%, 92.4 ± 3.4% based on the 3%/3 mm, 2%/2 mm, 1%/1 mm criteria, respectively. CONCLUSIONS: According to the results, it is concluded that the CCC algorithm was adequate for most of the IMRT H&N cases where the target was not immediately adjacent to the critical structures.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».