Novel validation of HDR brachytherapy dosimetry for cervical cancer using egs_brachy Monte Carlo simulations: a comparative analysis with Oncentra treatment planning system
Notice bibliographique
Résumé
Abstract Purpose This study aims to validate HDR brachytherapy dosimetry for cervical cancer patients utilizing the egs_brachy Monte Carlo (MC) simulation. Methods Three cervical cancer patients treated with 192 Ir HDR brachytherapy were included. Dose distributions were calculated by the Oncentra Brachy v4 treatment planning system (TPS) based on AAPM TG‐43. The newly developed eb_gui, an egs_brachy graphical user interface for MC simulations, was applied in recalculating dose distributions for 12 fractions using digital imaging and communications in medicine‐radiotherapy (DICOM‐RT) anatomical information. Comparisons were made for clinical target volume (CTV), bladder, and rectum using dose–volume histograms (DVH) and clinically relevant plan quality indices. Results TPS‐calculated doses were greater than those obtained from MC simulations. For the CTV, the median percentage differences were 7.9% (Q1: 6.4%, Q3: 9.8%; range: 0.4%–10.4%) for D 90 . For the bladder, the median percentage differences were 0.7% (Q1: 0.4%, Q3: 2.3%; range: −9.4–5.4%) for D 2cc . For the rectum, the median percentage differences were 3.6% (Q1: 2.8%, Q3: 5.6%; range: 0.9%–6.4%) for D 2cc . Conclusion CTV and critical organ doses calculated by the TPS were consistently greater than those obtained from MC simulations. This suggests that the TPS may overestimate dose distributions, especially in heterogeneous regions like the pelvis. These results emphasize the need for continued validation of TPS algorithms in HDR brachytherapy for cervical cancer.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».