Evaluation of Dosimetric Effect of Bone Scatter on Nanoparticle-Enhanced Orthovoltage Radiotherapy: A Monte Carlo Phantom Study
Notice bibliographique
Résumé
In nanoparticle (NP)-enhanced orthovoltage radiotherapy, bone scatter affected dose enhancement at the skin lesion in areas such as the forehead, chest wall, and knee. Since each of these treatment sites have a bone, such as the frontal bone, rib, or patella, underneath the skin lesion and this bone is not considered in dose delivery calculations, uncertainty arises in the evaluation of dose enhancement with the addition of NPs in radiotherapy. To investigate the impact of neglecting the effect of bone scatter, Monte Carlo simulations based on heterogeneous phantoms were carried out to determine and compare the dose enhancement ratio (DER), when a bone was and was not present underneath the skin lesion. For skin lesions with added NPs, Monte Carlo simulations were used to calculate the DER values using different elemental NPs (gold, platinum, silver, iodine, as well as iron oxide), in varying NP concentrations (3−40 mg/mL), at two different photon beam energies (105 and 220 kVp). It was found that DER values at the skin lesion increased with the presence of bone when there was a higher atomic number of NPs, a higher NP concentration, and a lower photon beam energy. When comparing DER values with and without bone, using the same NP elements, NP concentration, and beam energy, differences were found in the range 0.04−3.55%, and a higher difference was found when the NP concentration increased. By considering the uncertainty in the DER calculation, the effect of bone scatter became significant to the dose enhancement (>2%) when the NP concentration was higher than 18 mg/mL. This resulted in an underestimation of dose enhancement at the skin lesion, when the bone underneath the tumour was neglected during orthovoltage radiotherapy.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».