Patterns of local residual disease and local failure after intensity modulated/image guided radiation therapy for sinonasal tumors in dogs
Notice bibliographique
Résumé
BACKGROUND: Most dogs with sinonasal tumors (SNT) treated with radiation therapy (RT) died because of local disease progression. HYPOTHESIS/OBJECTIVES: Our hypothesis is that the majority of local failure and residual disease would occur within the radiation field. ANIMALS: Twenty-two dogs with SNT treated with RT. METHODS: Retrospective cohort study. INCLUSION CRITERIA: dogs with SNT receiving 10 daily fractions of 4.2 Gy with intensity modulated radiation therapy (IMRT)/image guided radiation therapy (IGRT) and follow-up cone beam computed tomography (CBCT). Each CBCT was registered with the original radiation planning CT and the gross tumor volume (GTV) contoured. The GTV was classified as residual (GTVr) or a failure (GTVf). The dose statistic for each GTV was calculated with the original IMRT plan. For GTVf, failures were classified as "in-field," "marginal," or "out-field" if at least 95, 20-95, or less than 20% of the volume of failure was within 95% (D95) of the total prescription dose, respectively. RESULTS: There were 52 follow-up CBCT/CTs. Overall there was a GTVr for 20 dogs and GTVf for 16 dogs. The majority of GTVr volume was within the original GTV. GTVf analysis showed that 75% (12/16) were "in-field," 19% (3/16) were "marginal" and 6% (1/16) were "out-field." CONCLUSION AND CLINICAL IMPORTANCE: In-field failures are the main pattern for local recurrence, and there is evidence of radioresistant subvolumes within the GTV.
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 ».