MétaCan
Menu
Retour à la cohorte
Enregistrement W2953717045

Utilisation de la maîtrise statistique des processus (MSP) pour optimiser les contrôles qualité en radiothérapie conformationnelle par modulation d'intensité (RCMI)

2007· preprint· fr· W2953717045 sur OpenAlexaff
Karine Gérard, Vincent Marchesi, Jean‐Pierre Grandhaye, Xavier Franceries, François Husson, Alain Noël, H. Kafrouni, P. Aletti

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2007
Typepreprint
Languefr
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensCentre d'expertise et de recherche en infrastructures urbaines
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction L'un des freins importants au développement de la RCMI, concerne le temps à consacrer aux contrôles qualité pré-traitement. Le but de notre étude est d'utiliser la Maîtrise Statistique des Processus (MSP) pour évaluer, améliorer et suivre la capabilité (indicateur permettant de chiffrer la performance des processus : rapport entre nos résultats et les tolérances) des processus de traitement actuels pour la prostate et l'ORL, et enfin de déterminer, dans le cas où les processus seraient capables et sous-contrôle au sens statistique, s'il est possible de réduire les contrôles et donc d'optimiser le ratio bénéfices/risques. Matériels et Méthodes La MSP est une méthode d'analyse statistique pour le contrôle et l'amélioration de la qualité des processus qui a été développée par l'industrie. Dans cette étude, elle est appliquée aux contrôles pré-traitement en RCMI qui consistent à comparer la dose calculée et la dose mesurée dans un fantôme en plaques de polystyrène. La MSP suggère une nouvelle façon d'aborder les contrôles qualité : il s'agit de maîtriser le traitement individuel de chaque patient, mais également de maîtriser le processus de traitement. Pour cela, dans une étude rétrospective, des cartes de contrôles de la moyenne et de l'étendue des écarts entre la dose calculée et la dose mesurée ont été établies. Le but des cartes de contrôle est de visualiser la variabilité de nos processus de traitement actuels (prostate et ORL) et d'établir des limites de contrôle statistiques. En parallèle, la capabilité des processus a été évaluée. Résultats Les cartes de contrôle établies a posteriori ont montré l'importance et l'influence du réglage du collimateur multilames (MLC) ainsi que l'influence d'un changement du système de planification, sur la qualité des traitements prostate et ORL en RCMI. En utilisant les limites de contrôle statistiques, le déréglage du MLC aurait pu être détecté avant que les valeurs ne soient en dehors des tolérances cliniques (+/-4%). L'utilisation de ces limites contribue donc à augmenter la sécurité du traitement. L'étude de la capabilité révèle que le processus est tout juste capable au sens statistique, pour les traitements de la prostate (0,9% des valeurs en dehors des tolérances cliniques), et n'est pas capable pour les traitements ORL (7,7% des valeurs en dehors des tolérances cliniques) : il faut donc encore améliorer le centrage et la dispersion des valeurs avant de pouvoir envisager une réduction des contrôles. Conclusion La mise en place de la MSP au Centre Alexis Vautrin a entraîné des modifications positives du comportement face aux contrôles qualité : une meilleure interprétation des écarts entre la dose calculée et la dose mesurée et en particulier des réglages du MLC réalisés au moment opportun. Mots clés : RCMI, contrôle qualité

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,055
score de la tête « metaresearch » (Gemma)0,197
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0550,197
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,132
Tête enseignante GPT0,406
Écart entre enseignants0,274 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetStatistical Methods in Clinical TrialsTravaux en français237 207