MétaCan
Menu
Retour à la cohorte
Enregistrement W4210478557 · doi:10.3390/cancers14030716

MRI-Guided Online Adaptive Stereotactic Body Radiation Therapy of Liver and Pancreas Tumors on an MR-Linac System

2022· article· en· W4210478557 sur OpenAlexaff
T. Stanescu, Andrea Shessel, Cathy Carpino-Rocca, Edward Taylor, Oleksii Semeniuk, Winnie Li, Aisling Barry, Jelena Lukovic, Laura A. Dawson, Ali Hosni

Notice bibliographique

RevueCancers · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineImaging phantomPancreasMagnetic resonance imagingRadiologyNuclear medicineRadiation therapyPancreatic cancerCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To describe a comprehensive workflow for MRI-guided online adaptive stereotactic body radiation therapy (SBRT) specific to upper gastrointestinal cancer patients with abdominal compression on a 1.5T MR-Linac system. Additionally, we discuss the workflow's clinical feasibility and early experience in the case of 16 liver and pancreas patients. METHODS: Eleven patients with liver cancer and five patients with pancreas cancer were treated with online adaptive MRI-guidance under abdominal compression. Two liver patients received single-fraction treatments; the remainder plus all pancreas cancer patients received five fractions. A total of 65 treatment sessions were investigated to provide analytics relevant to the online adaptive processes. The quantification of target and organ motion as well as definition and validation of internal target volume (ITV) margins were performed via multi-contrast imaging provided by three different 2D cine sequences. The plan generation was driven by full re-optimization strategies and using T2-weighted 3D image series acquired by means of a respiratory-triggered exhale phase or a time-averaged imaging protocol. As a pre-requisite for the clinical development of the procedure, the image quality was thoroughly investigated via phantom measurements and numerical simulations specific to upper abdominal sites. The delivery of the online adaptive treatments was facilitated by real-time monitoring with 2D cine imaging. RESULTS: Liver 1-fraction and 5-fraction online adaptive session time were on average 80 and 67.5 min, respectively. The total session length varied between 70-90 min for a single fraction and 55-90 min for five fractions. The pancreas sessions were 54-85 min long with an average session time of 68.2 min. Target visualization on the 2D cine image data varied per patient, with at least one of the 2D cine sequences providing sufficient contrast to confidently identify its location and confirm reproducibility of ITV margins. The mean/range of absolute and relative dose values for all treatment sessions evaluated with ArcCheck were 90.6/80.9-96.1% and 99/95.4-100%, respectively. CONCLUSION: MR-guidance is feasible for liver and pancreas tumors when abdominal compression is used to reduce organ motion, improve imaging quality, and achieve a robust intra- and inter-fraction patient setup. However, the treatment length is significantly longer than for the conventional linac, and patient compliance is paramount for the successful completion of the treatment. Opportunities for reducing the online adaptive session time should be explored. As the next steps, dose-of-the-day and dose accumulation analysis and tools are needed to enhance the workflow and to help further refine the online re-planning processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,283
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207