Impact of Geometric Uncertainties on Dose Distribution During Intensity Modulated Radiotherapy of Head-and-neck Cancer: The Need for a Planning Target Volume and A Planning Organ-at-Risk Volume
Notice bibliographique
Résumé
We assessed the effect of geometric uncertainties on target coverage and on dose to the organs at risk (OARS) during intensity-modulated radiotherapy (IMRT) for head-and-neck cancer, and we estimated the required margins for the planning target volume (PTV) and the planning organ-at-risk volume (PRV). For eight headand- neck cancer patients, we generated IMRT plans with localization uncertainty margins of 0 mm, 2.5 mm, and 5.0 mm. The beam intensities were then applied on repeat computed tomography (CT) scans obtained weekly during treatment, and dose distributions were recalculated. The dose–volume histogram analysis for the repeat CT scans showed that target coverage was adequate (V100 ≥ 95%) for only 12.5% of the gross tumour volumes, 54.3% of the upper-neck clinical target volumes (CTVS), and 27.4% of the lower-neck CTVS when no margins were added for PTV. The use of 2.5-mm and 5.0-mm margins significantly improved target coverage, but the mean dose to the contralateral parotid increased from 25.9 Gy to 29.2 Gy. Maximum dose to the spinal cord was above limit in 57.7%, 34.6%, and 15.4% of cases when 0-mm, 2.5-mm, and 5.0-mm margins (respectively) were used for PRV. Significant deviations from the prescribed dose can occur during IMRT treatment delivery for headand- neck cancer. The use of 2.5-mm to 5.0-mm margins for PTV and PRV greatly reduces the risk of underdosing targets and of overdosing the spinal cord.
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) | 0,001 | 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) | 0,000 | 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 ».