Bridging the proton gap: A proton therapy consultation service for Canadian radiation oncologists
Notice bibliographique
Résumé
Purpose: Canada is the only G7 country without a clinical proton beam therapy (PBT) facility. Patients can access publicly funded PBT through provincial out-of-country approval programs. We created a consultation service to inform health care providers regarding the potential dosimetric benefits of PBT. Materials and Methods: We retrospectively reviewed patients referred to our proton consultation service from June 2020 to December 2024. Pencil beam scanning proton plans were generated in the RayStation treatment planning system. Key dosimetric parameters were evaluated using Wilcoxon matched-pairs signed rank test. Results: A total of 55 patients were referred to our service, and 49 had evaluable plans. Patients were referred from 6 provinces and 11 institutions across Canada. The median age at referral was 36 (range, 3-74 years), and 29 % of patients were pediatric. The most common reasons for referral were young age (33 %) and proximity of tumour to OARs (37 %). Target coverage was similar in both photon and proton plans. Cranial (n = 19) and thoracic (n = 7) plans showed a statistically significant reduction in mean brain dose (p < 0.001), mean brain dose minus PTV (p < 0.001), brain D50% (p < 0.001), mean lung dose (p = 0.02), lung V50% (p = 0.02), and lung D50% (p = 0.02) with proton therapy. Sixteen patients were approved by their provincial Ministry of Health for PBT in the United States. Conclusion: Our proton consultation program provides an important service by identifying patients where PBT offers a dosimetric advantage over photon therapy. Following this personalized, data-informed approach, nearly a third of referred patients were approved to go to the US for PBT.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».