Applications of Advanced Imaging for Radiotherapy Planning and Response Assessment in the Central Nervous System
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Radiotherapy for tumors of the central nervous system (CNS) could be improved by incorporating advanced imaging techniques into treatment planning and response assessment. The objective of this narrative review is to highlight the recent developments in magnetic resonance imaging (MRI) and positron emission tomography (PET) for applications in CNS radiotherapy. METHODS: Recent articles were selected for discussion, covering the following topics: advanced imaging on MRI-linear accelerators for early response assessment in glioma; PET for guiding treatment planning and response assessment in glioma; and contrast-enhanced imaging and metabolic imaging for differentiating tumor progression and radiation necrosis for brain metastasis treatment. Where necessary, searches of scholarly databases (e.g., Google Scholar, PubMed) were used to find papers for each topic. The topics were chosen based on the perception of promise in advancing specific applications of CNS radiotherapy and not covered in detail elsewhere. This review is not intended to be comprehensive. RESULTS: Advanced MRI sequences and PET could have a substantial impact on CNS radiotherapy. For gliomas, the tumor response to therapy could be assessed much earlier than using the conventional technique of measuring changes in tumor size. Using advanced imaging on combined imaging/therapy devices like MR-Linacs would enable response monitoring throughout radiotherapy. For brain metastases, radiation necrosis and tumor progression might be reliably differentiated with imaging techniques sensitive to perfusion or metabolism. However, the lack of level 1 evidence supporting specific uses for each imaging technique is an impediment to widespread use. CONCLUSIONS: Advanced MRI and PET have great promise to change the standard of care for CNS radiotherapy, but clinical trials validating specific applications are needed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».