Isolating the impact of tissue heterogeneities in high dose rate brachytherapy treatment of the breast
Notice bibliographique
Résumé
Background and purpose Clinical brachytherapy treatment planning is performed assuming the patient is composed entirely of water and infinite in size. In this work, the effects of this assumption on calculated dose were investigated by comparing dose to water in water (D w,w ) in an unbound phantom mimicking TG-43 conditions, and dose to medium in medium (D m,m ) for breast cancer patients treated with high dose rate brachytherapy. Materials and methods Treatment plans for 123 breast cancer patients were recalculated with a Monte Carlo-based treatment planning software. The dwell times and dwell positions were imported from the clinical treatment planning system. The dose was computed and reported as D w,w and D m,m . Dose-volume histogram (DVH) metrics were evaluated for target volumes and organs at risk. Results D w,w overestimated the dose for most studied DVH metrics. The largest median overestimations between D m,m and D w,w were seen for the planning target volume (PTV) V 200% (5.8%), lung D 0.1 cm 3 (6.0%) and skin D 0.1 cm 3 (4.2%). The differences between D m,m and D w,w were statistically significant for all investigated DVH metrics . The PTV V 90% had the smallest deviation (0.7%). Conclusion There was a significant difference in the DVH metrics studied when tissue heterogeneities and patient-specific scattering are accounted for in high dose rate breast brachytherapy. However, for the studied patient cohort, the clinical coverage goal (PTV V 90% ), had the smallest deviation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».