Use of CT and MR imaging in radiation therapy planning of imaging‐diagnosed canine intracranial meningioma achieves better tumor coverage than CT alone
Notice bibliographique
Résumé
The aim of this retrospective, secondary analysis study was to quantify the dosimetric impact of the lack of interobserver agreement on gross tumor volume (GTV) delineation for canine meningioma. This study used a previously reported population of 13 dogs with GTVs contoured on CT alone and on registered CT-MR by 18 radiation oncologists. The "true" GTV was generated for each dog using a simultaneous truth and performance-level estimation algorithm, and "true" brain was defined as the whole brain minus true GTV. Treatment plans were generated for each dog and observer combination, using criteria applied to the observer's GTV and brain contours. Plans were then categorized as a pass (met all planning criteria for true GTV and true brain) or fail. A mixed-effects linear regression was performed to examine differences in metrics between CT and CT-MR plans and mixed-effects logistic regression was performed to examine differences in percentages of pass/fail between CT and CT-MRI plans. The mean percent coverage of true GTV by prescribed dose was higher for CT-MR plans than for CT plans (mean difference 5.9%; 95% CI, 3.7-8.0; P < 0.001). There was no difference in the mean volume of true brain receiving ≥24 Gy and in maximum true brain dose between CT plans and CT-MR plans (P ≥ 0.198). CT-MR plans were significantly more likely to pass the criteria for true GTV and true brain than CT plans (OR 1.75; 95% CI, 1.02-3.01; P = 0.044). This study demonstrated significant dosimetric impact when GTV contouring was performed on CT alone compared with CT-MR.
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 | 0,000 |
| 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 ».