MétaCan
Menu
Retour à la cohorte
Enregistrement W6910959269 · doi:10.48620/88945

Predicting the impact of target volume contouring variations on the organ at risk dose: results of a qualitative survey

2025· article· en· W6910959269 sur OpenAlexaff

Notice bibliographique

RevueOpen Access CRIS of the University of Bern · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésContouringRadiation therapyWorkflowRadiation oncologistRadiation oncologyMedical physicistRadiation dose

Résumé

récupéré en direct d'OpenAlex

Purpose Integrating auto-contouring in radiotherapy workflows is shifting the role of radiation oncologists from manual delineation to reviewing and correcting automatically generated contours. However, we postulate that this process is hindered by significant inter-evaluator variability in assessing the dosimetric impact of contour variations. This study investigates how radiation oncologists and medical physicists evaluate the impact of glioblastoma target volume (TV) variations on the dose to organs at risk (OARs), focusing on understanding inter-evaluator variability and decision-making patterns. Methods A qualitative survey was conducted involving four radiation oncologists and three medical physicists. Participants classified 54 glioblastoma TV contour variations using up to four changes each across 14 patients as “better,” “no change,” or “worse” regarding their expected impact on the dose to OARs. The corresponding ground truth labels were derived from standardized treatment plans. Inter-evaluator variability was analyzed using Cohen’s Kappa. Results Substantial variability was observed, with Cohen’s Kappa values ranging from weak to moderate agreement (0.33–0.74). Evaluators frequently overestimated the negative impact of contour variations, misclassifying 46% of “no change” variations as “Worse.” No evaluator judged contour variations as resulting in “better” doses to OARs, despite this being the case for 4 variations. Conclusion Significant variability in estimating the dosimetric impact of contour variations underscores the critical need for standardized guidelines to reduce inconsistencies and allow for the assessment of automatically generated contours based on clinically meaningful factors. Evaluators frequently overestimated the negative impact of contour variations, potentially leading to inefficiencies and unnecessary contour corrections in clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,385
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Access CRIS of the University of BernMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207