Comparison of Prospectively Generated Glioma Treatment Plans Clinically Delivered on Magnetic Resonance Imaging (MRI)-Linear Accelerator (MR-Linac) Versus Conventional Linac: Predicted and Measured Skin Dose
Notice bibliographique
Résumé
Introduction: Magnetic resonance imaging-linear accelerator radiotherapy is an innovative technology that requires special consideration for secondary electron interactions within the magnetic field, which can alter dose deposition at air–tissue interfaces. As part of ongoing quality assurance and quality improvement of new radiotherapy technologies, the purpose of this study was to evaluate skin dose modelled from the treatment planning systems of a magnetic resonance imaging-linear accelerator and a conventional linear accelerator, and then correlate with in vivo measurements of delivered skin dose from each linear accelerator. Methods: In this prospective cohort study, 37 consecutive glioma patients had treatment planning completed and approved prior to radiotherapy initiation using commercial treatment planning systems: a Monte Carlo-based algorithm for magnetic resonance imaging-linear accelerator or a convolution-based algorithm for conventional linear accelerator. In vivo skin dose was measured using an optically stimulated luminescent dosimeter. Results: Monte Carlo-based magnetic resonance imaging-linear accelerator plans and convolution-based conventional linear accelerator plans had similar dosimetric parameters for target volumes and organs-at-risk. However, magnetic resonance imaging-linear accelerator plans had 1.52 Gy higher mean dose to air cavities ( P < .0001) and 1.10 Gy higher mean dose to skin ( P < .0001). In vivo skin dose was 14.5% greater for magnetic resonance imaging-linear accelerator treatments ( P = .0027), and was more accurately predicted by Monte Carlo-based calculation ( ρ = 0.95, P < .0001) versus convolution-based ( ρ = 0.80, P = .0096). Conclusion: This is the first prospective dosimetric comparison of glioma patients clinically treated on both magnetic resonance imaging-linear accelerator and conventional linear accelerator. Our findings suggest that skin doses were significantly greater with magnetic resonance imaging-linear accelerator plans but correlated better with in vivo measurements of actual skin dose from delivered treatments. Future magnetic resonance imaging-linear accelerator planning processes are being designed to account for skin dosimetry and treatment delivery.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».