MétaCan
Menu
Retour à la cohorte
Enregistrement W3161506397 · doi:10.1016/j.clon.2021.03.023

Image-guided Adaptive Radiotherapy for Bladder Cancer

2021· article· en· W3161506397 sur OpenAlexaff
Victor Kong, Vibeke N. Hansen, S. Hafeez

Notice bibliographique

RevueClinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer Centre
Organismes subventionnairesDepartment of Health and Social CareNational Institute for Health and Care ResearchRoyal Marsden NHS Foundation Trust
Mots-clésImage-guided radiation therapyMedicineRadiation therapyBladder cancerMagnetic resonance imagingMedical physicsRadiologyCone beam computed tomographyNuclear medicineCancerComputed tomographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Technological advancement has facilitated patient-specific radiotherapy in bladder cancer. This has been made possible by developments in image-guided radiotherapy (IGRT). Particularly transformative has been the integration of volumetric imaging into the workflow. The ability to visualise the bladder target using cone beam computed tomography and magnetic resonance imaging initially assisted with determining the magnitude of inter- and intra-fraction target change. It has led to greater confidence in ascertaining true anatomy at each fraction. The increased certainty of dose delivered to the bladder has permitted the safe reduction of planning target volume margins. IGRT has therefore improved target coverage with a reduction in integral dose to the surrounding tissue. Use of IGRT to feed back into plan and dose delivery optimisation according to the anatomy of the day has enabled adaptive radiotherapy bladder solutions. Here we undertake a review of the stepwise developments underpinning IGRT and adaptive radiotherapy strategies for external beam bladder cancer radiotherapy. We present the evidence in accordance with the framework for systematic clinical evaluation of technical innovations in radiation oncology (R-IDEAL).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,174
Tête enseignante GPT0,501
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical OncologyMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207