18F‐FMISO PET‐guided dose escalation with multifield optimization intensity‐modulated proton therapy in nasopharyngeal carcinoma
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to evaluate the radiotherapy planning feasibility of dose escalation with intensity-modulated proton therapy (IMPT) to hypoxic tumor regions identified on 18F-Fluoromisonidazole (FMISO) positron emission tomography and computed tomography (PET-CT) in NPC. MATERIALS AND METHODS: Nine patients with stages T3-4N0-3M0 NPC underwent 18F-FMISO PET-CT before and during week 3 of radiotherapy. The hypoxic volume (GTVhypo) is automatically generated by applying a subthresholding algorithm within the gross tumor volume (GTV) with a tumor to muscle standardized uptake value (SUV) ratio of 1.3 on the 18F-FMISO PET-CT scan. Two proton plans were generated for each patient, a standard plan to 70 Gy and dose escalation plan with upfront boost followed by standard 70GyE plan. The stereotactic boost was planned with single-field uniform dose optimization using two fields to deliver 10 GyE in two fractions to GTVhypo. The standard plan was generated with IMPT with robust optimization to deliver 70GyE, 60GyE in 33 fractions using simultaneous integrated boost technique. A plan sum was generated for assessment. RESULTS: ). The average SUVmax of the hypoxic volume was 2.2 (range 1.44-2.98). All the dose-volume parameters met the planning objectives for target coverage. Dose escalation was not feasible in three of eight patients as the D0.03cc of temporal lobe was greater than 75GyE. CONCLUSIONS: The utility of boost to the hypoxic volume before standard course of radiotherapy with IMPT is dosimetrically feasible in selected patients. Clinical trials are warranted to determine the clinical outcomes of this approach.
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 | 0,003 | 0,001 |
| 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 | 0,000 |
| 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 ».