Theoretical aspects on the use of single-time-point dosimetry for radionuclide therapy
Notice bibliographique
Résumé
Abstract Objective . This study considers the error distributions for time-integrated activity (TIA) of single-time-point (STP) methods for patient-specific dosimetry in radionuclide therapy. Approach . The general case with the same pharmaceutical labelled with different radionuclides for imaging and therapy are considered for a mono-exponential time-activity curve. Two methods for STP dosimetry, both based on the combination of one activity estimate with the population-mean effective decay constant, are investigated. The cumulative distribution functions (CDFs) and the probability density functions for the two methods are analytically derived for arbitrary distributions of the biological decay constant. The CDFs are used for determining 95% coverage intervals of the relative errors for different combinations of imaging time points, physical decay constants, and relative standard deviations of the biological decay constant. Two examples, in the form of kidney dosimetry in [ 177 Lu]Lu-DOTA-TATE therapy and tumour dosimetry for Na[ 131 I]I therapy for thyroid cancer with dosimetry based on imaging of Na[ 124 I]I, are also studied in more detail with analysis of the sensitivity with respect to errors in the mean biological decay constant and to higher moments of the distribution. Main results . The distributions of the relative errors are negatively skewed, potentially leading to the situation that some TIA estimates are highly underestimated even if the majority of estimates are close to the true value. Significance . The main limitation of the studied STP dosimetry methods is the risk of large underestimations of the TIA.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».