Dosimetric considerations for moldable silicone composites used in radiotherapy applications
Notice bibliographique
Résumé
Abstract Due to their many favorable characteristics, moldable silicone (MS) composites have gained popularity in medicine and recently, in radiotherapy applications. We investigate the dosimetric properties of silicones in radiotherapy beams and determine their suitability as water substitutes for constructing boluses and phantoms. Two types of silicones were assessed (= 1.04 g/cm 3 and = 1.07 g/cm 3 ). Various dosimetric properties were characterized, including the relative electron density, the relative mean mass energy‐absorption coefficient, and the relative mean mass restricted stopping power. Silicone slabs with thickness of 1.5 cm and 5.0 cm were molded to mimic a bolus setup and a phantom setup, respectively. Measurements were conducted for Co‐60 and 6 MV photon beams, and 6 MeV electron beams. The doses at 1.5 cm and 5.0 cm depths in MS were measured with solid water (SW) backscatter material ( D MS–SW ), and with a full MS setup ( D MS–MS ), then compared with doses at the same depths in a full SW setup ( D SW–SW ). Relative doses were reported as D MS–SW / D MS–SW and D MS–MS / D SW–SW . Experimental results were verified using Monaco treatment planning system dose calculations and Monte Carlo EGSnrc simulations. Film measurements showed varying dose ratios according to MS and beam types. For photon beams, the bolus setup D MS–SW / D SW–SW exhibited a 5% relative dose reduction. The dose for 6 MV beams was reduced by nearly 2% in a full MS setup. Up to 2% dose increase in both scenarios was observed for electron beams. Compared with dose in SW, an interface of MS–SW can cause relatively high differences. We conclude that it is important to characterize a particular silicone's properties in a given beam quality prior to clinical use. Because silicone compositions vary between manufacturers and differ from water/SW, accurate dosimetry using these materials requires consideration of the reported differences.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».