Functional lung avoidance in radiotherapy using optimisation of biologically effective dose with non-coplanar beam orientations
Notice bibliographique
Résumé
Background and PurposeIn external beam radiotherapy for non-small cell lung cancer, dose to functioning lung should be minimised to reduce lung morbidity. This study aimed to develop a method for avoiding beam delivery through functional lung and to quantify the possible benefit to the patients.Materials and MethodsTwelve patients that were treated as part of a clinical trial of single photon emission computed tomography (SPECT) functional lung avoidance were retrospectively studied. During treatment planning, the dose in the lung was weighted by the relative intensity of the functional image. A single conformal beam was scanned systematically around the planning target volume to find optimum orientations and the resulting map of functional dose variation with gantry and couch angle was used to select five non-coplanar intensity-modulated beams, taking into account directions prohibited due to collision risk. Expected reduction in pneumonitis risk was calculated using a logistic model.ResultsThe volume of lung irradiated to a functionally weighted dose of 5Gy was 11.8% (range 3.5%-22.0%) for functional plans, versus 20.9% (range 4.9%-33.3%) for conventional VMAT plans (p=0.002). Mean functionally weighted dose was 4.1Gy (range 1.3Gy-7.2Gy) for functional plans, versus 4.5Gy (range 1.5Gy-8.3Gy) for conventional plans (p=0.002). Predicted pneumonitis risk was reduced by 4.3% (range 0.4%-15.6%) (p=0.002).ConclusionsBy seeking the optimum non-coplanar beam orientations, it is possible to reduce dosimetric lung parameters by 10% or more, consistently in all patients, regardless of the pattern of lung perfusion. A prediction model indicates that this will improve radiation-associated lung injury.
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 ».