Dynamic Tumor Tracking (DTT) for Hepatocellular Carcinoma Using the Vero4DRT Gimbaled Linac Stereotactic Body Radiation Therapy (SBRT) System
Notice bibliographique
Résumé
Background/Objectives: Stereotactic body radiation therapy (SBRT) is a therapeutic option for hepatocellular carcinoma (HCC). This study reviewed outcomes and toxicities of SBRT for HCC using a gimbal-mounted linear accelerator and real-time monitoring system. Methods: A single-institution, retrospective review of SBRT for HCC using DTT between January 2018 and December 2020 was undertaken. Endpoints included local control (LC) and overall survival (OS). Results: A total of 74 patients with 82 tumors treated were identified. Median follow-up was 40.8 months. LC at 1, 3, and 5 years was 89.6%, 71.0%, and 59.9%, respectively. Median time to local failure was not reached. Median OS was 41.3 months (95% CI 30.7–51.8 months). OS at 1, 3, and 5 years was 89.2%, 60.6%, and 33.9%, respectively. On UVA, GTV ≥ 30 cm3 (p = 0.038), and PTV ≥ 150 cm3 (p = 0.010) were associated with an absolute drop in platelet count by ≥50,000/mm3 within six weeks of SBRT, while prior focal liver treatment (p = 0.097) showed a trend toward significance. Underlying viral cirrhosis (p = 0.033), A6 or higher pre-SBRT Child–Pugh score (p = 0.010), and pre-SBRT platelet count <100,000/mm3 (p = 0.017) were significant for a rise in Child–Pugh score of 2 points or more, and the volume of liver-GTV <1000 cm3 (p = 0.093) approached significance. Conclusions: SBRT using DTT is an effective therapeutic option for selected patients with HCC, providing acceptable local control and toxicity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».