Magnetic Resonance Imaging for Breast Tumor Bed Delineation: Computed Tomography Comparison and Sequence Variation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PurposeOur purpose was to investigate the interobserver variability in breast tumor bed delineation using magnetic resonance (MR) compared with computed tomography (CT) at baseline and to quantify the change in tumor bed volume between pretreatment and end-of-treatment MR for patients undergoing whole breast radiation therapy.Methods and MaterialsForty-eight patients with breast cancer planned for whole breast radiation therapy underwent CT and MR (T1, T1 fat-suppression [T1fs], and T2) simulation in the supine treatment position before radiation therapy and MR (T1, T1fs, and T2) at the end of treatment in the same position. Two observers delineated 50 tumor beds on the CT and all MR sequences and assigned cavity visualization scores to the images. The primary endpoint was interobserver variability, measured using the conformity index (CI).ResultsThe mean cavity visualization scores at baseline were 3.14 (CT), 3.26 (T1), 3.41 (T1fs), and 3.58 (T2). The mean CIs were 0.65, 0.65, 0.72, and 0.68, respectively. T1fs significantly improved interobserver variability compared with CT, T1, or T2 (P < .001, P < .001, and P = .011, respectively). The CI for T1fs was significantly higher than T1 and T2 at the end of treatment (mean 0.72, 0.64, and 0.66, respectively; P < .001). The mean tumor bed volume on the T1fs sequence decreased from 18 cm3 at baseline to 13 cm3 at the end of treatment (P < .01).ConclusionsT1fs reduced interobserver variability on both pre- and end-of-treatment scans and measured a reduction in tumor bed volume during whole breast radiation therapy. This rapid sequence could be easily used for adaptive boost or partial breast irradiation, especially on MR linear accelerators.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle