Development of web-based quality-assurance tool for radiotherapy target delineation for head and neck cancer: quality evaluation of nasopharyngeal carcinoma
Notice bibliographique
Résumé
Abstract Purpose We developed QUANNOTATE , a new web-application for rapid review of radiotherapy (RT) target volumes, and used it to evaluate the relationship between target delineation compliance with the international guidelines and treatment outcomes in nasopharyngeal carcinoma (NPC) patients undergoing definitive RT. Methods and Materials The dataset used for this study consists of anonymized CT simulation scans, RT structures, and clinical data of 332 pathologically confirmed NPC patients treated with intensity-modulated RT between July 2005 and August 2017. We imported the contours of intermediate risk clinical target volumes of the primary tumor (IR-CTVp) receiving 56 Gy into QUANNOTATE . We determined inclusion of anatomic sites within IR-CTVp in accordance with 2018 International guideline for CTV delineation for NPC and correlated the results with time to local failure (TTLF) using Cox-regression. Results At a median follow-up of 5.6 years, 5-year TTLF and overall survival rates were 93.1% and 85.9% respectively. The most frequently non-guideline compliant anatomic sites were sphenoid sinus (n = 69, 20.8%), followed by cavernous sinus (n = 38, 19.3%), left and right petrous apices (n = 37 and 32, 11.1% and 9.6%), clivus (n = 14, 4.2%), and right and left foramen rotundum (n = 14 and 12, 4.2% and 3.6%). Among 23 patients with a local failure (6.9%), the number of non-compliant cases were 8 for sphenoid sinus, 7 cavernous sinus, 4 left and 3 right petrous apices, and 2 clivus. Compared to conforming cases, cases which did not contour the cavernous sinus had a higher local failure (LF) rate (89.1% vs 93.6%, p= 0.013). Multivariable analysis confirmed that lack of cavernous sinus contouring was prognostic for LF. Conclusions QUANNOTATE allowed rapid review of target volumes in a large patient cohort. Despite an overall high compliance with the international guidelines, undercoverage of the cavernous sinus was correlated with LF.
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 | 0,013 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».