16 The Use of MRI-Based Contour in Assessing the Impact of Hydrogel Spacer on Rectal Dosimetry in Prostate Stereotactic Radiotherapy
Notice bibliographique
Résumé
departments.Each department has a Radiation Treatment Quality Assurance Committee (RTQAC), reporting to the Provincial RTQAC, and subsequently into the provincial quality framework.Here we report on 10 months experience utilizing the NSIR-RT taxonomy within a provincial quality framework. Materials and Methods:The 2017 NSIR-RT Minimal Data Set was populated as a stand-alone form within the RL Solutions incident reporting platform.Statistics were generated through the RL Solutions analytics tools based on: acute medical severity, dosimetric harm, problem type, and volume stratified by "technique" and "body regions treated".Following multidisciplinary review by the departmental incident reporting and learning team, incident analyses were completed, recommendations were captured using a provincial action items template, and shared learning was provided through case study presentations, workshops and new policy teaching sessions.Results: Excluding the category of "other," the top three problem types were: "radiation therapy scheduling," "patient position, setup point or shift" and "treatment accessories" related incidents.Acute medical severity coding triggered concise incident analyses which included: timelines, contributing factors and provincial and/or multidisciplinary recommendations.Combining volume trends based on "technique" and "body region treated" allowed for the rapid identification of incidents attributed to a change in treatment indications, resulting in a cascade of differing problem types, which led to policy and process revision and standardization.Four provincial and/or multidisciplinary shared learning events were created in response to incident reporting and learning.Conclusions: We established a provincially integrated system for incident reporting and shared learning across departments.In the first 10 months of incident reporting using the NSIR-RT taxonomy, we have been able to successfully identify areas of interrelated process change, policy revision and standardization, requiring collaborative departmental action. 16
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 | 0,002 | 0,007 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».