Multi-centre evaluation of variation in cumulative dose assessment in reirradiation scenarios
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Safe reirradiation relies on assessment of cumulative doses to organs at risk (OARs) across multiple treatments. Different clinical pathways can result in inconsistent estimates. Here, we quantified the consistency of cumulative dose to OARs across multi-centre clinical pathways. MATERIAL AND METHODS: We provided DICOM planning CT, structures and doses for two reirradiation cases: head & neck (HN) and lung. Participants followed their standard pathway to assess the cumulative physical and EQD2 doses (with provided α/β values), and submitted DVH metrics and a description of their pathways. Participants could also submit physical dose distributions from Course 1 mapped onto the CT of Course 2 using their best available tools. To assess isolated impact of image registrations, a single observer accumulated each submitted spatially mapped physical dose for every participating centre. RESULTS: Cumulative dose assessment was performed by 24 participants. Pathways included rigid (n = 15), or deformable (n = 5) image registration-based 3D dose summation, visual inspection of isodose line contours (n = 1), or summation of dose metrics extracted from each course (n = 3). Largest variations were observed in near-maximum cumulative doses (25.4 - 41.8 Gy for HN, 2.4 - 33.8 Gy for lung OARs), with lower variations in volume/dose metrics to large organs. A standardised process involving spatial mapping of the first course dose to the second course CT followed by summation improved consistency for most near-maximum dose metrics in both cases. CONCLUSION: Large variations highlight the uncertainty in reporting cumulative doses in reirradiation scenarios, with implications for outcome analysis and understanding of published doses. Using a standardised workflow potentially including spatially mapped doses improves consistency in determination of accumulated dose in reirradiation scenarios.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».