MétaCan
Menu
Retour à la cohorte
Enregistrement W3204113847 · doi:10.1002/mp.15258

Implementation and experimental validation of a robust hybrid direct aperture optimization approach for mixed‐beam radiotherapy

2021· article· en· W3204113847 sur OpenAlexaff
Emily Heath, Silvan Mueller, Gian Guyer, Alisha Duetschler, Olgun Eliçin, Daniel M. Aebersold, Michael K. Fix, Peter Manser

Notice bibliographique

RevueMedical Physics · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBeam (structure)Computer scienceDosimetryRadiation therapyMedical physicsOpticsPhysicsMedicineNuclear medicineRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The objectives of the work presented in this paper were to (1) implement a robust-optimization method for deliverable mixed-beam radiotherapy (MBRT) plans within a previously developed MBRT planning framework; (2) perform an experimental validation of the delivery of robust-optimized MBRT plans; and (3) compare PTV-based and robust-optimized MBRT plans in terms of target dose robustness and organs at risk (OAR) sparing for clinical head and neck and brain patient cases. METHODS: A robust-optimization method, which accounts for translational setup errors, was implemented within a previously developed treatment planning framework for MBRT. The framework uses a hybrid direct aperture optimization method combining column generation and simulated annealing. A robust plan was developed and then delivered to an anthropomorphic head phantom using the Developer Mode of a TrueBeam linac. Planar dose distributions were measured and compared to the planned dose. Robust-optimized and PTV-based plans were developed for three clinical patient cases consisting of two head and neck cases and one brain case. The plans were compared in terms of the robustness to 5 mm shifts of the target volume dose as well as in terms of OAR sparing. RESULTS: Using a gamma criterion of 3%/2 mm and a dose threshold of 10%, the agreement between film measurements and dose calculations was better than 97.7% for the total plan and better than 95.5% for the electron component of the plan. For the two head and neck patient cases, the average clinical target volume (CTV) dose homogeneity index (V95%-V107%) over all the considered setup error scenarios was on average 19% lower for the PTV-based plans and it had a larger standard deviation. The robust-optimized plans achieved, on average, a 20% reduction in the OAR doses compared to the PTV-based plans. For the brain patient case, the CTV dose homogeneity index was similar for the two plans, while the OAR doses were 22% lower, on average, for the robust-optimized plan. No clear trend in terms of electron contributions was found across the three patient cases, although robust-optimized plans tended toward higher electron beam energies. CONCLUSIONS: A framework for robust optimization of deliverable MBRT plans has been developed and validated. PTV-based MBRT were found to not be robust to setup errors, while the dose delivered by the robust-optimized plans were clinically acceptable for all considered error scenarios and had better OAR sparing. This study shows that the robust optimization is a promising alternative to conventional PTV margins for MBRT.

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

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,301
Écart entre enseignants0,288 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207