Evaluation of tattoo reliability in breast cancer re-irradiation
Notice bibliographique
Résumé
Background Tattoos help guide field placement in breast re-irradiation. This study evaluates the stability of medial tattoos in patients with prior breast radiotherapy (RT) to determine their reliability as surface markers. Materials and methods We retrospectively identified patients who had breast/chest wall re-irradiation between January 2022 and December 2023 (RT 2 ) and prior breast RT (RT 1 ) at our institution. Planning CTs for both RT courses were registered using rigid image registration. The medial tattoo, sternum, and internal perforating branches of the internal thoracic vessels were contoured on both CT 1 and CT 2 , and POIs were placed at the respective centers to assess shifts and 3D distances reported as target registration errors (TRE). Results Eighteen patients were included, average sternum 3D TRE was 0.8 mm(SD0.8), within CT voxel thickness. The average medial tattoo 3D TRE was 9.2 mm(SD5.4). Significantly greater 3D TRE was observed in patients whose arm positions varied between scans (Same: 4.7 mm vs Different: 10.9 mm, p = 0.002). The largest 3D TRE was 22.1 mm, observed in a patient who had a mastectomy before RT 2 . The average vessels 3D TRE was 4.1 mm (SD2.3) and impacted by arm position (Different = 4.4 mm vs Same = 2.9 mm, p = 0.009). Conclusion Relying solely on previous medial tattoos as indicators of the previous RT field border can be inaccurate due to arm positioning and surgical procedure changes that impact surface anatomy over time. Reproducing the patient's original setup and arm positioning is essential to reducing registration errors in breast re-irradiation. If varying arm positions are unavoidable, internal thoracic perforator vessels may provide more robust registration.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 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 ».