Dose-to-outcome modeling for lung robotic stereotactic body radiation therapy
Bibliographic record
Abstract
L'algorithme Ray-Tracing du CyberKnife est une méthode de calcul de dose rapide en grande partie dû à sa simplicité. Cependant, plusieurs études ont démontré que cet algorithme surestime la dose au volume cible prévisionel (PTV) lorsqu'il est utilisé pour les plans de traitement du cancer du poumon. Dans le cadre de ce project, 219 plans de traitement CyberKnife du cancer du poumon ont été recalculé à l'aide d'un modèle Monte Carlo indépendant. Le modèle du faisceau du CyberKnife à été construit de manière à correpondre aux mesures d'étalonnage de la machine. La dose initiale calculée durant la planification de traitement, soit par méthode Ray-Tracing ou Monte Carlo, a été comparée à leur recalcul Monte Carlo. Nous constatons que la dose à la cible calculée par Ray-Tracing diffère significativement de la dose calculée par Monte Carlo. En effet, lorsque les corrections tenant compte de l'hétérogénéité de densité des tissus étaient utilisées, l'algorithme Ray-Tracing surestimait la dose à la cible par un facteur médian de 29%. Sans corrections d'hétérogénéité, nous constatons une plus grande variabilité dans cette différence entre Ray-Tracing et Monte Carlo. La dose à la cible calculée par Ray-Tracing pouvait être sous-estimée de 22% ainsi que surestimée de 72% dans les cas extrêmes. En analysant les doses recalculées, seulement 27% des plans de traitement étaient conformes aux doses originellement prescrites. Néanmoins, pour la plupart des organes à risque, la dose Monte Carlo n'excède pas leur limite respective. Le pire scénario est observé dans le cas des côtes où 7% des plans dépassent la dose limite associée. La différence médiane entre la dose absorbée à l'eau et la dose absorbée au milieu sont égales à 1% ou moins dans tous les organes étudiés.Bien que le taux de conformité à la dose prescrite soit bas, la conformité en elle-même par la dose Monte Carlo n'a pas pu être associée à de meilleur taux de contrôle locorégional. Cependant le dosage absolu de la cible a été positivement corrélé avec le taux de contrôle locorégional (p=0.027). Ce résultat souligne l'importance de délivrer une dose suffisante à la cible afin de maximiser le contrôle de la tumeur. Bien qu'une étude précédante ait demontré une corrélation entre la dose en dehors du PTV and le taux d'apparition de métastases à distance pour des patients du cancer du poumon traités par radiothérapie stéréotaxique, cette corrélation n'a pas été observée dans la présente étude. L'absence de cette corrélation chez les patients du CyberKnife pourrait être en raison de la plus grande dose que celle-ci délivre en dehors du PTV
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".