Overview of the First NRG Oncology–National Cancer Institute Workshop on Dosimetry of Systemic Radiopharmaceutical Therapy
Notice bibliographique
Résumé
In 2018, the National Cancer Institute and NRG Oncology partnered for the first time to host a joint workshop on systemic radiopharmaceutical therapy (RPT) to specifically address dosimetry issues and strategies for future clinical trials. The workshop focused on current dosimetric approaches for clinical trials, strategies under development that would optimize dose reporting, and future desired or optimized approaches for novel emerging radionuclides and carriers in development. In this article, we review the main approaches that are applied clinically to calculate the absorbed dose. These include absorbed doses calculated over a variety of spatial scales, including whole body, organ, suborgan, and voxel, the last 3 of which are achievable within the MIRD schema (S value) and can be calculated with analytic methods or Monte Carlo methods, the latter in most circumstances. This article will also contrast currently available methods and tools with those used in the past, to propose a pathway whereby dosimetry helps the field by optimizing the biologic effect of the treatment and trial design in the drug approval process to reduce financial and logistical costs. We also briefly discuss the dosimetric equivalent of biomarkers to help bring a precision medicine approach to RPT implementation when merited by evidence collected during early-phase trial investigations. Advances in the methodology and related tools have made dosimetry the optimum biomarker for RPT.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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 ».