Pre‐clinical and clinical evaluation of the HYPERSCINT plastic scintillation dosimetry research platform for in vivo dosimetry during radiotherapy
Notice bibliographique
Résumé
PURPOSE: The purpose of this work is to evaluate the Hyperscint-RP100 scintillation dosimetry research platform (Hyperscint-RP100, Medscint Inc., Quebec, QC, Canada) designed for clinical quality assurance (QA) for use in in vivo dosimetry measurements. METHODS: The pre-clinical evaluation of the scintillator was performed using a Varian TrueBeam linear accelerator. Dependency on field size, depth, dose, dose rate, and temperature were evaluated in a water tank and compared to calibration data from commissioning and annual QA. Angularity was evaluated with a 3D printed phantom. The clinical evaluation was first performed in two cadaver dogs, and then in three companion animal dogs receiving radiation therapy for nasal tumors. A treatment planning CT scan was performed for cadavers and clinical patients. Prior to treatment, the probe was inserted into the radiation field. Radiation was then delivered and measured with the scintillator. For cadavers, the treatment was repeated after making an intentional shift in patient position to simulate a treatment error. RESULTS: In the preclinical measurements the dose differed from annual measurements as follows: field size -0.77 to 0.43%, depth dose -0.36 to 1.14%, dose -0.54 to 2.93%, dose rate 0.3 to 3.6%, and angularity -1.18 to 0.01%. Temperature dependency required a correction factor of 0.11%/°C. In the two cadavers, the dose differed by -1.17 to 0.91%. The device correctly detected the treatment error when the heads were intentionally laterally shifted. In three canine clinical patients treated in multiple fractions, the detected dose ranged from 98.33 to 103.15%. CONCLUSION: Results of this new device are promising although more work is necessary to fully validate it for clinical dosimetry.
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 | 0,022 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».