Method of computing direction-dependent margins for the development of consensus contouring guidelines
Notice bibliographique
Résumé
BACKGROUND: Clinical target volume (CTV) contouring guidelines are frequently developed through studies in which experts contour the CTV for a representative set of cases for a given treatment site and the consensus CTVs are analyzed to generate margin recommendations. Measures of interobserver variability are used to quantify agreement between experts. In cases where an isotropic margin is not appropriate, however, there is no standard method to compute margins in specified directions that represent possible routes of tumor spread. Moreover, interobserver variability metrics are often measures of volume overlap that do not account for the dependence of disagreement on direction. To aid in the development of consensus contouring guidelines, this study demonstrates a novel method of quantifying CTV margins and interobserver variability in clinician-specified directions. METHODS: The proposed algorithm was applied to 11 cases of non-spine bone metastases to compute the consensus CTV margin in each direction of intraosseous and extraosseous disease. The median over all cases for each route of spread yielded the recommended margins. The disagreement between experts on the CTV margin was quantified by computing the median of the coefficients of variation for intraosseous and extraosseous margins. RESULTS: The recommended intraosseous and extraosseous margins were 7.0 mm and 8.0 mm, respectively. The median coefficient of variation quantifying the margin disagreement between experts was 0.59 and 0.48 for intraosseous and extraosseous disease. CONCLUSIONS: The proposed algorithm permits the generation of margin recommendations in relation to adjacent anatomy and quantifies interobserver variability in specified directions. This method can be applied to future consensus CTV contouring studies.
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 | 0,001 |
| 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 ».