Seasonal variations in measurements of linear accelerator output
Notice bibliographique
Résumé
PURPOSE: Seasonal trends in linear accelerator output have been reported by at least one institution and data have suggested that they may be present at our center as well. The purpose of this work was to characterize these trends and determine whether local environmental conditions within the treatment rooms may be impacting the linear accelerators and/or the quality control (QC) dosimeter. METHODS: Runtime plots of daily output data, acquired using an in-house ion chamber-based device, over 3 yr and for 15 linear accelerators of different makes and models were reviewed and evaluated. Environmental conditions were monitored prospectively in a representative treatment room for approximately 9 months and evaluated for correlations with output trends. Independent measures of output using daily MV portal images were compared with output measurements using the ion chamber-based device. A separate controlled experiment probing the response of the in-house dosimeter to humidity changes over time was also carried out using a constant current source and a small enclosure. RESULTS: Runtime plots of output revealed sinusoidal, seasonal variations that were consistent across all treatment units, irrespective of manufacturer, model, or age of machine. The amplitude of the variation was on the order of 1% and maintained a yearly period. The independent measure of output using MV portal images did not corroborate the seasonal trends observed with the daily QC dosimeter. Based on the controlled experiment, the QC dosimeter was found to have a dependence on relative humidity changes, decreasing 1% in output per 30% increase in relative humidity. CONCLUSIONS: Results confirm the presence of underlying seasonal variations in measured output from the linear accelerators. The findings identify humidity impact on the measurement device as the underlying cause of the cyclical changes and not the accelerators themselves. These results could help minimize unwarranted machine servicing.
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».