MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400936878 · doi:10.1088/1361-6560/ad6745

Development and validation of an MR-driven dose-of-the-day procedure for online adaptive radiotherapy in upper gastrointestinal cancer patients

2024· article· en· W4400936878 sur OpenAlexaff
Andrea Shessel, Michael Velec, Tudor Fodor, Cathy-Carpino Rocca, Aisling Barry, Jelena Luković, Michael Yan, Aruz Mesci, John Kim, Rebecca Wong, Laura A. Dawson, Ali Hosni, T. Stanescu

Notice bibliographique

RevuePhysics in Medicine and Biology · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésGastrointestinal cancerRadiation therapyMedicineCancerNuclear medicineMedical physicsRadiologyInternal medicineColorectal cancer

Résumé

récupéré en direct d'OpenAlex

Abstract Objective. To develop and validate a dose-of-the-day (DOTD) treatment plan verification procedure for liver and pancreas cancer patients treated with an magnetic resonance (MR)-Linac system. Approach. DOTD was implemented as an automated process that uses 3D datasets collected during treatment delivery. Particularly, the DOTD pipeline’s input included the adapt-to-shape (ATS) plan—i.e. 3D-MR dataset acquired at beginning of online session, anatomical contours, dose distribution—and 3D-MR dataset acquired during beam-on (BON). The DOTD automated analysis included (a) ATS-to-BON image intensity-based deformable image registration (DIR), (b) ATS-to-BON contours mapping via DIR, (c) BON-to-ATS contours copying through rigid registration, (d) determining ATS-to-BON dosimetric differences, and (e) PDF report generation. The DIR process was validated by two expert reviewers. ATS-plans were recomputed on BON datasets to assess dose differences. DOTD analysis was performed retrospectively for 75 treatment fractions (12-liver and 5-pancreas patients). Main results. The accuracy of DOTD process relied on DIR and mapped contours quality. Most DIR-generated contours (99.6%) were clinically acceptable. DICE correlated with depreciation of DIR-based region of interest mapping process. The ATS-BON plan difference was found negligible (<1%). The duodenum and large bowel exhibited highest variations, 24% and 39% from fractional values, for 5-fraction liver and pancreas. For liver 1-fraction, a 62% variation was observed for duodenum. Significance. The DOTD methodology provides an automated approach to quantify 3D dosimetric differences between online plans and their delivery. This analysis offers promise as a valuable tool for plan quality assessment and decision-making in the verification stage of the online workflow.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,381
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and Biology→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→