Improving the Accuracy of Biologically Effective Dose Estimates, from a Previously Published Study, After Radiosurgery for Acoustic Neuromas
Notice bibliographique
Résumé
OBJECTIVE: To recalculate biological effective dose values (BED) for radio-surgical treatments of acoustic neuroma from a previous study. BEDs values were previously overestimated by only using beam-on times in calculations, so excluding the important beam-off-times (when deoxyribonucleic acid repair continues) which contribute to the overall treatment time. Simple BED estimations using a mono-exponential approximation may not always be appropriate but if used should include overall treatment time. METHODS: Time intervals between isocenters were estimated. These were especially important for the Gamma Knife Model 4C cases since manual changes significantly increase overall treatment times. Individual treatment parameters, such as iso-center number, beam-on-time, and beam-off-time, were then used to calculate BED values using a more appropriate bi-exponential model that includes fast and slow components of DNA damage repair over a wider time range. RESULTS: , indicated that revised values were consistently reduced when compared with originally quoted values, especially for 4C compared with Perfexion cases. Furthermore, subdivision of 4C cases by collimator number further emphasized the impact of scheduled gap times on BED. Further analysis demonstrated important limitations of the mono-exponential model. Target volume was a major confounding factor in the interpretation of the results of this study. CONCLUSIONS: BED values should be estimated by including beam-on and beam-off times. Suggestions are provided for more accurate BED estimations in future studies.
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 | 0,002 | 0,004 |
| 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 | 0,001 |
| 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 ».