Dosimetric impact of rotational errors in trigeminal neuralgia radiosurgery using CyberKnife
Notice bibliographique
Résumé
Abstract Purpose Trigeminal neuralgia (TN) can be treated on the CyberKnife system using two different treatment delivery paths: the general‐purpose full path corrects small rotations, while the dedicated trigeminal path improves dose fall‐off but does not allow rotational corrections. The study evaluates the impact of uncorrected rotations on brainstem dose and the length of CN5 (denoted as L eff ) covered by the prescription dose. Methods and materials A proposed model estimates the delivered dose considering translational and rotational delivery errors for TN treatments on the CyberKnife system. The model is validated using radiochromic film measurements with and without rotational setup error for both paths. L eff and the brainstem dose is retrospectively assessed for 24 cases planned using the trigeminal path. For 15 cases, plans generated using both paths are compared for the target coverage and toxicity to the brainstem. Results In experimental validations, measured and estimated doses agree at 1%/1 mm level. For 24 cases, the treated L eff is 5.3 ± 1.7 mm, reduced from 5.9 ± 1.8 mm in the planned dose. Constraints for the brainstem are met in 23 cases for the treated dose but require frequent treatment interruption to maintain rotational corrections <0.5° using the trigeminal path. The treated length of CN5, and plan quality metrics are similar for the two paths, favoring the full path where rotations are corrected. Conclusions We validated an analytical model that can provide patient‐specific tolerances on rotations to meet plan objectives. Treatment using the full path can reduce treatment time and allow for rotational corrections.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».