Feasibility of Therapist‐Driven <scp>MR</scp> ‐Guided Adaptive Radiotherapy for Oligometastatic Disease: Geometric Accuracy and Dosimetric Impact
Notice bibliographique
Résumé
INTRODUCTION: MRI-guided adaptive radiation therapy (ART) is the resource-intensive process of daily treatment plan modification. This study aims to demonstrate the feasibility of radiation therapist (RT)-led MRI-guided ART for oligometastatic disease (OMD) by comparing geometric accuracy and dosimetric differences between RT and radiation oncologist (RO) re-contouring. METHODS: Five RTs and five ROs retrospectively re-contoured gross target volumes (GTVs) and organs-at-risk (OARs) for eight OMD cases. RT and RO contours were compared against consensus RO Simultaneous Truth and Performance Level Estimation (RO-STAPLE) contours using the Dice similarity coefficient (DICE), mean distance to agreement (MDA), planning target volume (PTV) D95 and OAR D0.5cc using the Wilcoxon signed-rank test. Moreover, an RO qualitatively scored all contours using a 5-point Likert scale. RESULTS: We found very good geometric accuracy with average (±standard deviation) GTV DICE of 0.82 ± 0.06 for RTs and 0.85 ± 0.09 for ROs and MDA of 0.88 ± 0.03 mm for RT and 0.75 ± 0.05 mm for ROs relative to the RO-STAPLE. Qualitative GTV Likert scores were excellent, 4.8/5 for RTs and 4.7/5 for ROs. Mean percent difference in PTV D95 compared to RO-STAPLE was small but significantly higher for RTs (0.5% ± 1.5%) compared with ROs (-0.7% ± 1.9%, p < 0.05). Mean relative change in OAR D0.5cc results was small with -1% ± 6% for RTs and -1% ± 12% for ROs. CONCLUSIONS: Here we provide the first report of geometric and dosimetric contouring uncertainty for MR-guided online ART for OMD. Our results show that RT re-contouring maintains similar performance for eligible targets and OARs compared with RO contours, establishing the initial feasibility of an RT-led workflow.
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 | 0,004 | 0,011 |
| 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 | 0,001 | 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) | 0,001 | 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 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 ».