A stochastic frontier analysis for enhanced treatment quality of high-dose-rate brachytherapy plans
Notice bibliographique
Résumé
Abstract The purpose of the present study is to develop patient specific unbiased quality control (QC) models for high dose rate (HDR) brachytherapy plans. The proposed models are based on the stochastic frontier analysis formalism, a method of economic modeling. They act as a QC tool by predicting before the treatment planning process starts, the dosimetric coverage achievable for a HDR brachytherapy prostate plan. The geometric parameters considered in developing the models were: patient clinical target volume (CTV), organs at risk (OAR) volume, the bidirectional Hausdorff distance between CTV and OARs, and a fourth parameter measuring the catheters degree of non-parallelism within the target volume. Dosimetry parameters of interest are V 100 for the CTV, V 75 (bladder, rectum) and D 10 (urethra). Results show that the built models can provide valuable information on the personalization of the optimization process based on the patient geometric parameters. The impact on the quality plan due to the planner’s experience variability and judgment can be reduced by using those models, since the planner will attempt to achieve dosimetric parameters predicted by the models. Furthermore, the models provide information on the better trade-off between the target volume coverage and OARs sparing that can be achieved, regardless of the planner’s experience; the latter being achieved by moving each plan at least around their respective frontier for V 100 , V 75 and D 10 . The shortfall of the dosimetric parameters values computed by the treatment planning system (TPS) from those predicted by the models for a proportion of plans in the dataset reveals that optimized plans from a TPS, even clinically acceptable, are not necessarily the best that could be achieved. These represent 83% of plans in the training set for the target volume coverage (V 100 ), ∼50% for the bladder (V 75 ) and ∼72% for the urethra (D 10 ).
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».