Gross target volume contouring in canine extra‐axial brain tumors: Effects of magnetic resonance image slice thickness and time between subsequent image sets
Notice bibliographique
Résumé
Accurate determination of the gross target volume (GTV) is critical in radiation treatment planning, as errors could result in underdosing of the tumor or overdosing of nearby organs at risk. This multicenter retrospective observational serial measurement study evaluated the effects of variations in MRI slice thickness and a time delay between the diagnostic (MRI-1) and RT planning (MRI-2) MRIs GTV contouring in dogs with presumed meningiomas. The hypothesis was that the GTV would increase in size with time on T1-weighted sequences with contrast. Inclusion required paired MRI acquisition within 3 months. The GTV was contoured on each MRI. Forty-six dogs were included. Slice thickness was significantly different (P < .001) between MRIs: MRI-1 had a median of 3.9 mm (range: 0.8-6 mm; only two dogs <2 mm), and MRI-2 had a median of 0.9 mm (range: 0.6-4.5 mm; only two dogs >2 mm). The median time between MRIs was 22 days (range: 8-74 days). The MRI-1 GTV was significantly different from MRI-2 GTV (P < .0001); thirty (65%) were larger, five were equal in size, and 12 were smaller than the MRI-2 GTV. This difference in GTV is likely due to the slice thickness differences between MRI acquisitions rather than changes in tumor size due to the short time interval between MRI-1 and MRI-2. This finding highlights the differences between diagnostic and RT treatment-planning MRIs. For brain tumor target contouring, an MRI at the same time as the RT planning CT with <1 mm slice thickness, 3D acquisitions, and anisotropic voxel is recommended.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».