MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405966686 · doi:10.3390/curroncol32010026

Predicting High-Grade Acute Urinary Toxicity and Lower Gastrointestinal Toxicity After Postoperative Volumetric Modulated Arc Therapy for Cervical and Endometrial Cancer Using a Normal Tissue Complication Probability Model

2025· article· en· W4405966686 sur OpenAlexvenueno aff
Tianyu Yang, Zhe Ji, Runhong Lei, Ang Qu, Weijuan Jiang, Xiuwen Deng, Ping Jiang

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensnon disponible
Organismes subventionnairesPeking University Third HospitalPeking University
Mots-clésMedicineReceiver operating characteristicRectumArea under the curveLogistic regressionCervical cancerComplicationRadiation therapyAkaike information criterionUrologyInternal medicineCancerOncology

Résumé

récupéré en direct d'OpenAlex

(1) Background: Volumetric modulated arc therapy (VMAT) can deliver more accurate dose distribution and reduce radiotherapy-induced toxicities for postoperative cervical and endometrial cancer. This study aims to retrospectively analyze the relationship between dosimetric parameters of organs at risk (OARs) and acute toxicities and provide suggestions for the dose constraints. (2) Methods: A total of 164 postoperative cervical and endometrial cancer patients were retrospectively analyzed, and the endpoints were grade ≥ 2 acute urinary toxicity (AUT) and acute lower gastrointestinal toxicity (ALGIT). The normal tissue complication probability (NTCP) model was established using the logistic regression model. Restricted cubic spline (RCS) curves were used to explore the association between dosimetric parameters and toxicities. The receiver operating characteristic (ROC) curve, calibration curve, Akaike’s corrected information criterion (AICc), decision curve analysis (DCA), and clinical impact curve (CIC) were analyzed to evaluate the performance of NTCP models. (3) Results: Bladder V40Gy was identified to develop the NTCP model of AUT, and the mean AUC was 0.69 (CI: 0.58–0.80). Three candidate predictors, namely the small intestine V30Gy, colon D45%, and rectum D55%, were identified to develop the NTCP model of ALGIT, and the mean AUC was 0.71 (CI: 0.61–0.80). Both models were considered to have relatively good discriminative accuracy and could provide a high net benefit in clinical applications. (4) Conclusions: We developed NTCP models to predict the probability for grade ≥ 2 AUT and ALGIT. We recommend that bladder V40Gy, the small intestine V30Gy, colon D45%, and rectum D55% be controlled below 42%, 20.4%, 16.9 Gy, and 32.0 Gy, respectively.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,398
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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetEndometrial and Cervical Cancer Treatments→Travaux en français237 207→