Impact of intrafraction changes in delivered dose of the day for prostate cancer patients treated with stereotactic body radiotherapy via MR-Linac
Notice bibliographique
Résumé
PurposeThe purpose of this study is to evaluate the impact of intrafraction pelvic motion by comparing the adapted plan dose (APD) and the computed delivered dose of the day (DDOTD) for patients with prostate cancer (PCa) treated with SBRT on the MR-Linac.MethodsTwenty patients with PCa treated with MR-guided adaptive SBRT were included. A 9-field IMRT distribution was adapted based on the anatomy of the day to deliver a total prescription dose of 3000 cGy in 5 fractions to the prostate plus a 5 mm isotropic margin. Prostate, bladder, and rectum were re-contoured on the MR-image acquired during treatment delivery (MRBO). DDOTD was computed by propagating the dose from the daily adapted plan generated during treatment onto the MRBO.ResultsTarget coverage was met for all fractions, however, computed DDOTD was significantly less than the APD (p < 0.05). During an average treatment of 53 min, mean bladder volume increased by 116%, which led to a significant decrease in the DDOTD bladder D40% (p < 0.001). However, DDOTD to bladder 5 cc was significantly higher (p < 0.001) than APD. Rectum intrafraction changes were observed based on a volume change of −20% to 83% and presence of significant dose changes from APD to DDOTD for rectum D20% (p < 0.05) and D1cc (p < 0.0001).ConclusionsIntrafraction motion observed during prostate SBRT treatment on the MR-Linac have dosimetric impacts on both the target and organs at risk. Post-treatment computation using DDOTD may inform adaptation beyond anatomic changes in subsequent treatment fractions to best capitalize on MR-Linac technology and widen the therapeutic index of SBRT for PCa.
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) | 0,000 | 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) | 0,000 | 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 ».