Dosimetric evaluation of Ethos 2.0 high‐fidelity mode for single‐isocenter SRS
Notice bibliographique
Résumé
PURPOSE: This study evaluates the impact of the Ethos 2.0 high-fidelity (HF) mode on single-isocenter, stereotactic radiosurgery (SRS) planning workflows. By comparing different planning templates, we assess the effects of HF mode and control rings (R) on plan quality, aiming to optimize treatment for patients with brain metastases. METHODS: A cohort of 45 patients with brain metastases was divided into a tuning (n = 15) and a validation set (n = 30). Four planning templates were evaluated: HFonRon, HFonRoff, HFoffRon, and HFoffRoff. Plans were generated using the Ethos Intelligent Optimization Engine (IOE v02.00.10), and all patients were prescribed 30 Gy in 5 fractions using 2 mm PTV margins. Plan quality was evaluated using target coverage (PTV V100%), normal brain dose (Brain-PTV V30Gy), Paddick conformity index (CI), and Falloff index. Plan complexity was evaluated using total MU's on a per-plan basis across the four templates. RESULTS: The HFonRon template produced better quality plans, achieving significant improvements in normal tissue sparing (p < 0.0001), CI (p < 0.0001), and Falloff index (p < 0.0001) compared to other templates. All templates provided clinically acceptable target coverage. In the HFoffRoff configuration, 97.5 % of targets met the coverage criterion (V100% > 95%). The other setups achieved coverage in 99.2% (HFoffRon), 96.6% (HFonRoff), and 98.3% (HFonRon) of targets, respectively. Plan complexity decreased significantly (p < 0.0001) when enabling HF mode compared to both HF disabled templates CONCLUSIONS: His study shows that combining Ethos 2.0's high-fidelity mode with user-defined control rings yields superior single-isocenter SRS plans compared with planning strategies that omit one or both features. This approach improves dose conformity, reduces normal tissue exposure, and decreases plan complexity through semi-automated, template-based planning. These findings suggest that HF mode can be a valuable tool in clinical practice for optimizing SRS treatments for patients with brain metastases.
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 | 0,002 |
| 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 | 0,000 | 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 ».