MétaCan
Menu
Retour à la cohorte
Enregistrement W2982189641 · doi:10.1016/j.ijrobp.2019.10.030

Real-Time Infrared Motion Tracking Analysis for Patients Treated With Gated Frameless Image Guided Stereotactic Radiosurgery

2019· article· en· W2982189641 sur OpenAlexaff
R. Lee MacDonald, Young Lee, Jannie Schasfoort, Hany Soliman, Arjun Sahgal, Mark Ruschin

Notice bibliographique

RevueInternational Journal of Radiation Oncology*Biology*Physics · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiosurgeryNuclear medicineImage-guided radiation therapyCone beam computed tomographyDisplacement (psychology)Medical imagingRadiologyRadiation therapyComputed tomography

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The transition from frame-based brain stereotactic radiosurgery (SRS) to frameless delivery is supported by real-time intrafraction monitoring to ensure accurate delivery. The purpose of this study is to characterize these real-time motion traces in a large cohort of patients treated with frameless gated brain SRS and to develop patient-specific predictions of tolerance violations. METHODS AND MATERIALS: SRS patients treated on the Gamma Knife Icon were immobilized using a device-specific thermoplastic head mask. A motion marker was fixed to the patient's nose, with gating and cone beam computed tomography (CBCT)-based corrections to the treatment at excursions from baseline exceeding 1.5 mm. The traces of 1446 fractions were analyzed according to magnitude (932 unique treatment plans for 462 unique individual patients), directional distribution of displacement, and stability. A neural network model was developed to predict interruptions based on a subset of trace data. RESULTS: The average displacement of the marker in the first fraction of all patients was 0.62 ± 0.25 mm with beam CBCT corrections, which would otherwise be modeled at 0.96 ± 0.96 mm without intrafraction motion correction (P < .0001). Twenty-nine percent of fractions delivered were interrupted, of which the Z-axis (superoinferior) motion was the largest contributor to excursion. Baseline corrections significantly compensated for the magnitude of motion in all 3 dimensions (P < .01). The motion relative to the first acquired CBCT was on average seen to consistently increase with treatment time, with the minimum P value occurring at 61.3 minutes. The neural network prediction model was able to predict treatment interruptions with 84% sensitivity on the first 5-minute sample of the trace. CONCLUSIONS: Corrections to marker position significantly decreased marker excursions in all 3 axes compared with a single CBCT alignment. Patient-specific modeling may aid in the optimization of cases selected for frameless radiosurgery to increase the accuracy of planned delivery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,308
Écart entre enseignants0,297 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Radiation Oncology*Biology*PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207