Tumor control probability (TCP) in prostate cancer: Role of radiobiological parameters and radiation dose escalation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The objective of this work was to assess the relative impact of radiobiological parameters and radiation dose escalation on Tumor Control Probability for prostate cancer patients treated with radiation. Radiobiological parameters included α/β ratios, cell surviving fraction at 2 Gy (SF $_{2}$ ) and clonogenic cell density (CCD). Using the Niemierko method, TCP was calculated in ten prostate cancer patients as a function of increasing radiation doses (70–140 Gy), α/β ratios (1.5–20), SF $_{2}$ (0.3–0.7) and CCD (10–20 million cells/cm $^{3}$ ). At 70 Gy and CCD of 10 million/cm $^{3}$ , TCP was above 99% for SF $_{2}$ of 0.3 or 0.4, 97.4%–98.6% for SF $_{2}$ of 0.5 and less than 2% for SF $_{2}$ of 0.6 or 0.7. With dose escalation, TCP values above 99% were demonstrated at 80 Gy for SF $_{2}$ of 0.5 and 100 Gy for SF $_{2}$ of 0.6. For SF $_{2}$ of 0.7, TCP above 99% was demonstrated with 100 Gy and CCD of 10 $^{4}$ cells/cm $^{3}$ or 140 Gy and CCD of 10 $^{7}$ cells/cm $^{3}$ . TCP decreased with lower α/β of 1.5, but at a much smaller scale compared to SF $_{2}$ changes. TCP modeling predicts that SF $_{2}$ and CCD are dominant predictors of radioresistance in prostate cancer. Radiation doses of 100 Gy or greater may be required for tumors with SF $_{2}$ of 0.6 or above. Relating clinical tumor prognostic indicators such as Gleason score and PSA to radiobiological parameters will allow us to identify subsets of patients in need of higher radiation doses and adjuvant therapy to maximize treatment outcomes.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle