On-unit CT measures as tools for artificial intelligence to identify random vs. systematic anatomical changes in radiotherapy patients
Notice bibliographique
Résumé
Background: Although head and neck (H&N) cancer survival is steadily increasing, the close proximity of tumor volumes to organs at risk (OARs) makes radiotherapy planning and delivery challenging for these patients. Changes in patient anatomy (i.e. weight-loss, tumor shrinkage) over 7 weeks of daily radiotherapy may result in increased dosages of radiation to OARs relative to the original treatment plan, consequently hindering post-treatment quality of life. Artificial intelligence-based approaches can improve prediction and monitoring of these effects through identification of systematic changes. Objective: To collect and perform an analysis of on-unit CT measurements as surrogate measures of dose changes. Correlations among CT measures may indicate random vs. systematic changes in dose deposition (i.e. dosimetry) and further improve artificial intelligence-based approaches that determine which patients benefit most from treatment re-planning. Methods: 250 H&N cancer patients treated with curative chemo-radiotherapy were retrospectively analyzed. Five CT measures including face and neck diameter, chin and shoulder position, and head shift were calculated motivated by current literature. Dosimetric changes were calculated for OARs (pharyngeal constrictor, brainstem, parotid and submandibular glands) and tumour volumes. Conventional correlation analysis and hierarchical clustering were performed to assess group-wise correlations. K-medoid clustering and principal components analysis were conducted to infer groupings of the patients as random or systematic. Results: There is a positive correlation between increased dosages to central-axis anatomical structures (spinal cord, pharyngeal constrictor, submandibular glands) and systematic weight-loss effects (change in BMI and weight loss through the face and neck). In line with current literature, clustering indicated that 30.4% of the cohort exhibited systematic anatomical changes, potentially correctable by re-planning. MANOVA confirmed that the systematic anatomical changes corresponded to the spinal cord and brain stem (p<0.005), and Mann-Whitney U tests confirmed that the measures could identify systematic dose increases to the pharyngeal constrictor (p<0.05). Further statistical analyses will be conducted. Conclusions: On-unit CT measures appear to be able to distinguish random and systematic dosimetric effects, correlated with changes in dose as expected. These measures can be utilized to improve artificial intelligence-based patient monitoring and intervention techniques.
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 | 0,004 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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 ».