MétaCan
Menu
Retour à la cohorte
Enregistrement W4225390220 · doi:10.1002/mp.15689

Intra‐arc binary collimation with dynamic axes trajectory optimization for the SRS treatment of multiple metastases with multiple prescriptions

2022· article· en· W4225390220 sur OpenAlexafffund
Eva Lee, R. Lee MacDonald, Christopher G. Thomas, Alasdair Syme

Notice bibliographique

RevueMedical Physics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensQueen Elizabeth II Health Sciences CentreDalhousie University
Organismes subventionnairesAtlantic Canada Opportunities Agency
Mots-clésCollimatorCollimated lightNuclear medicineRadiosurgeryDosimetryArc (geometry)Computer sciencePhysicsRadiation therapyOpticsMathematicsMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This work generates multi-metastases cranial stereotactic radiosurgery/radiotherapy (SRS/SRT) plans using a novel treatment planning technique in which dynamic couch, collimator, and gantry trajectories are used with periodic binary target collimation. The performance of this planning technique is evaluated against conventional volumetric arc therapy (VMAT) planning in terms of various dose and plan quality metrics. METHODS: A 3D cost space (referred to herein as the combined optimization of dynamic axes or CODA cube) was calculated based on an overlap between targets and organs-at-risk (OARs) and uncollimated areas between targets (island blocking) for all combinations of couch, gantry, and collimator angles. Gradient descent through the cube was applied to determine dynamic trajectories. At each control point (CP), each target can either be conformally treated or blocked by the multi-leaf collimator (referred to as intra-arc binary collimation, iABC). Simulated annealing was used to optimize the collimation patterns throughout the arcs as well as the monitor units (MUs) delivered at each CP. Seven previously treated VMAT plans were selected for comparison against the CODA-iABC planning technique. Two CODA-iABC plans were developed: a single gantry arc plan and a plan with one gantry arc and two couch arcs. Plan quality comparison metrics included maximum and mean dose to OARs (brainstem, chiasm, optic nerves, eyes, and lenses), the volume of normal brain receiving 12 Gy (V12Gy), total MUs, target conformity, and dose-gradient index. RESULTS: Treatment plans generated with 1-arc CODA-iABC plans delivered an average of 21% and 30% higher maximum and mean doses to brainstem, respectively, when compared to VMAT plans. Treatment plans generated with 3-arc CODA-iABC used an average of 24% fewer MUs and resulted in an average reduction of 48% maximum dose and 50% mean dose to the OARs, when compared to VMAT. Target conformity values were worse in both CODA-iABC plans than VMAT by an average of 35% and 15%, respectively. There are no significant differences in V12Gy for all three planning techniques; however, 3-arc CODA-iABC is more effective at reducing dose to normal brain in the low-dose region (<12 Gy). CONCLUSION: CODA-iABC is a novel planning technique that has been developed to automatically generate patient-specific multi-axis trajectories for multiple metastases cranial SRS/SRT. This work has demonstrated the feasibility of planning with this novel method. The 1-arc CODA-iABC planning technique is slightly dosimetric inferior to VMAT. With an increased sampling of a three-dimensional CODA cube by using a 3-arc CODA-iABC technique, there was improved total dose sparing to all the OARs and increased MU efficiency, but with a cost in target conformity, when compared to VMAT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207