MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243057316 · doi:10.1118/1.2760332

SU‐DD‐A3‐01: Dosimetric Evaluation of Daily Rigid and Non‐Rigid Geometric Correction Strategies During On‐Line Image‐Guided Radiation Therapy (IGRT) of Prostate Cancer

2007· article· en· W4243057316 sur OpenAlexaff
W Song, Eugene Wong, Glenn Bauman, Jerry Battista, Jacob Van Dyk

Notice bibliographique

RevueMedical Physics · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésImage-guided radiation therapyNuclear medicineImage registrationMedicineProstate cancerRadiation therapyDosimetryMargin (machine learning)ProstateMathematicsComputer scienceCancerRadiologyArtificial intelligenceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Purpose: To evaluate a geometric image guidance strategy that simultaneously correct for various interfractional rigid and non‐rigid geometric uncertainties in an on‐line environment, using field shape corrections (by modifying MLC). This technique was dosimetrically compared to simpler and more popular image guidance strategies (e.g., linear corrections). Method and Materials: Five prostate cancer patients with daily CT studies were analyzed. All patients were planned with a simplified intensity modulated radiation therapy (SIMAT) technique. A uniform 5‐mm margin was used. The image‐guided geometric correction strategies simulated were (1) translational correction based on daily gross CTV registration (“CTV”), (2) translational correction with daily MU recalculation (“MU‐CTV”), and finally, (3) translational correction with MU re‐calculation and daily MLC corrections to account for prostate deformations (“MU‐MLC”). Deformable image registration was performed on all treatment CT studies for dose accumulation. Generalized equivalent uniform dose (gEUD) index was used for dosimetric comparisons. Results: As expected, some dosimetric differences in the target volume were observed between the three image guidance strategies. For example, up to ± 2% discrepancy in prostate minimum dose were observed among the techniques. Of them, only the “MU‐MLC” technique did not reduce the prostate minimum dose for all patients (i.e., ⩾ 100%). However, the differences were clinically not significant to indicate the preference of one strategy over another, when using a uniform 5‐mm margin size. For the organ‐at‐risks (OARs), large rectum sparing effect (⩽ 5.7 Gy, gEUD) and bladder overdosing effect (⩽ 16 Gy, gEUD) were observed. Conclusion: The results suggest that a linear translational correction (i.e., “CTV”) is adequate to maintain target coverage, for margin sizes at least as large as 5 mm. In addition, due to large fluctuations in OAR volumes, innovative image guidance strategies are needed to minimize dose and maintain consistent sparing during the whole course of radiation therapy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,019
Tête enseignante GPT0,342
Écart entre enseignants0,324 · 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'étudeObservationnel
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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→