Can Polymetastatic Disease Be ARRESTed Using SABR? A Dosimetric Feasibility Study to Inform Development of a Phase 1 Trial
Notice bibliographique
Résumé
PURPOSE: Phase 2 randomized trials suggest that stereotactic ablative radiation therapy improves progression-free and overall survival in patients with oligometastatic cancer, with phase 3 trials currently testing stereotactic ablative radiation therapy in up to 10 metastases. Whether stereotactic radiation therapy could provide similar benefits in polymetastatic disease (>10 metastases) is unknown. We sought to evaluate the dosimetric feasibility of using stereotactic radiation therapy in polymetastatic disease in preparation for a phase 1 trial. METHODS AND MATERIALS: Five craniospinal computed tomography simulations were used to simulate 24 metastatic targets (n = 2 patients), 30 targets (n = 2 patients), and 50 targets (n = 1 patient) that were not present on the initial scan. Creation of radiation therapy plans was attempted for doses up to 30 Gy in 5 fractions, with de-escalation to 24 Gy/4, 18 Gy/3, 12 Gy/2, or 6 Gy/1 if not feasible based on standardized dose constraints. Plans were created using Raystation for delivery on linear accelerators using volumetric modulated arc therapy and validated using Mobius 3D. RESULTS: A stereotactic radiation therapy treatment plan was generated for each simulated patient. Dose constraints were met to a dose of 30 Gy in 5 fractions for the patients with 24 and 30 lesions. For the patient with 50 targets, dose de-escalation to 12 Gy in 2 fractions was required to meet lung constraints. Estimated beam-on time varied between 18 and 29 minutes per fraction of 6 Gy. Median D95 planning target volume dosimetry ranged from 96.6% to 97.7% of the prescription dose. The conformity index (R100) range was 0.89 to 0.95, and R50 range was 6.84 to 8.72. CONCLUSIONS: Stereotactic radiation therapy treatment plans meeting standardized dose constraints could be created in the setting of 24 to 50 metastatic lesions using volumetric modulated arc therapy. This safety of this approach is being evaluated in a phase 1 trial (NCT04530513).
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».