SpaceOAR© hydrogel rectal dose reduction prediction model: a decision support tool
Notice bibliographique
Résumé
Abstract Prostate cancer external beam radiation therapy can result in toxicity due to organ at risk (OAR) dose, potentially impairing quality of life. A polyethylene glycol‐based spacer, SpaceOAR© hydrogel (SOH), implanted between prostate gland and rectum may significantly reduce dose received by the rectum and hence risk of rectal toxicity. SOH implant is not equally effective in all patients. Determining patients in which the implant will offer most benefit, in terms of rectal dose reduction, allows for effective management of SOH resources. Several factors have been shown to be correlated with reduction in rectal dose including distance between rectum and planning treatment volume (PTV), volume of rectum in the PTV, and change in rectum volume pre‐ to post‐SOH. Several of these factors along with other pre‐SOH CT metrics were able to predict reduction in rectal dose associated with SOH implant. Rectal V55Gy metric, was selected as the dose level of interest in the context of 60 Gy in 20 fraction treatment plans. Models were produced to predict change in RV55Gy and pre‐SOH hydrogel RV55Gy. These models offered R‐squared between 0.81 and 0.88 with statistical significance in each model. Applying an = 3% lower limit of pre‐SOH RV55 Gy and an = 3.5% lower limit on change in RV55 Gy, retained 60% of patients experiencing the largest rectal dose reduction from the hydrogel. This may offer a clinically useful tool in deciding which patients should receive SOH implant given limited resources. Predictive models, nomograms, and a workflow diagram were produced for clinical management of SOH implant.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».