Daily adaptive radiotherapy for patients with prostate cancer using a high field MR-linac: Initial clinical experiences and assessment of delivered doses compared to a C-arm linac
Notice bibliographique
Résumé
INTRODUCTION: MR-guided adapted radiotherapy (MRgART) using a high field MR-linac has recently become available. We report the estimated delivered fractional dose of the first five prostate cancer patients treated at our centre using MRgART and compare this to C-Arm linac daily Image Guided Radiotherapy (IGRT). METHODS: Patients were treated using adapted treatment plans shaped to their daily anatomy. The treatments were recalculated on an MR image acquired immediately prior to treatment delivery in order to estimate the delivered fractional dose. C-arm linac non-adapted VMAT treatment plans were recalculated on the same MR images to estimate the fractional dose that would have been delivered using conventional radiotherapy techniques using a daily IGRT protocol. RESULTS: 95% and 93% of mandatory target coverage objectives and organ at risk dose constraints were achieved by MRgART and C-arm linac delivered dose estimates, respectively. Both delivery techniques were estimated to have achieved 98% of mandatory Organ At Risk (OAR) dose constraints whereas for the target clinical goals, 86% and 80% were achieved by MRgART and C-arm linac delivered dose estimates. CONCLUSIONS: Prostate MRgART can be delivered using the a high field MR-linac. Radiotherapy performed on a C-arm linac offers a good solution for prostate cancer patients who present with favourable anatomy at the time of reference imaging and demonstrate stable anatomy throughout the course of their treatment. For patients with critical OARs abutting target volumes on their reference image we have demonstrated the potential for a target dose coverage improvement for MRgART compared to C-arm linac treatment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».