Probabilistic target definition and planning in patients with prostate cancer
Notice bibliographique
Résumé
Abstract Intro. Current radiation therapy (RT) planning guidelines handle uncertainties in RT using geometric margins. This approach is simple to use but oversimplifies complex underlying processes and is cumbersome for non-homogeneous dose prescriptions. In this work, we characterize the performance of a novel probabilistic target definition and planning (PTP) approach, which uses voxel-level tumor likelihood information in treatment plan optimization. Methods. We expanded a treatment planning system with probabilistic therapy planning functionality that utilizes non-binary target maps (TM) as voxel-level input to dose plan optimization. Different dose plans were calculated and compared for twelve prostate cancer patients with multiparametric magnetic resonance imaging derived TMs. Dose plans were created using both classical and PTP approaches for uniform and integrated dose boost prescriptions. Dose performance between the different approaches was compared using dose benchmarks on target and organ-at-risk (OAR) volumes. Results. Over all dose metrics, PTP was shown to be comparable to classical planning. For plans of uniform dose prescription, the PTP approach created plans within 1 Gy of the classical planning approach across all dose metrics, with no significant differences ( p > 0.2). For plans with the integrated dose boost, PTP plans exhibited higher dose heterogeneity, but still showed target doses comparable to the classical approach, without increasing doses to OAR. Conclusion. In this work we introduce direct incorporation of probabilistic target definition into treatment planning. This treatment planning approach can produce both uniform dose plans and plans with integrated dose boosts that are comparable to ones created using classical dose planning. PTP is a flexible way to optimize external beam radiotherapy, as it is not limited by the use of margins. PTP can produce dose plans equivalent to classical planning, while also allows for greater versatility in dose prescription and direct incorporation of patient target definition uncertainty into treatment planning.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».