Optimierung und Evaluierung unterschiedlicher Bestrahlungsmodalitäten mit Photonen und Protonen in der Strahlentherapie : Vergleich der Modelle zur Berechnung der Normalgewebekomplikationsrate
Bibliographic record
Abstract
Die Bestrahlungsmodalitäten in der heute modernen Strahlentherapie erlauben eine konforme und in vielen Fällen eine optimale Anpassung der Felder auf den Tumor und eine Reduktion der applizierten Dosis im Normalgewebe. Vor allem geladene Teilchen, wie Protonen, ermöglichen aufgrund ihrer physikalischen Eigenschaften eine bessere Schonung der Risikoorgane, welche den Tumor umgeben. Im Rahmen dieser Arbeit wird versucht mit Hilfe von medizinphysikalischen und dosimetrischen Parametern und der NTCP- (Normalgewebekomplikationsrate) und TCP-Berechnung (Tumorkontrollrate) eine Optimierung und Evaluierung unterschiedlicher Therapiemodalitäten für Lungen-, Prostata- und Mammakarzinom durchzuführen. Diese beinhalten die 3D-konforme Photonentherapie (3D-CRT), die intensitätsmodulierte Photonentherapie (IMRT), die passiv gestreute Protonentherapie und die intensitätsmodulierte Protonentherapie (IMPT, gescannte Protonentherapie). Im Falle des Mammakarzinoms wird die externe Strahlentherapie der gepulsten Brachytherapie gegenübergestellt. Zur Berechnung der NTCP werden verschiedene Modelle und Parameter herangezogen und deren Abweichung für den gleichen Bestrahlungsplan bestimmt. Diese Abweichung in der NTCP kann in einzelnen Fällen bis zu 39% betragen. Im Mittel zeichnen sich die gescannten Protonen durch die beste Schonung der Risikoorgane aus, jedoch muss dies für den Einzelfall nicht gelten. Die Frage nach einer ausgezeichneten Therapiemodalität kann meist nur für den individuellen Fall beantwortet werden, vor allem wenn ein Vergleich zwischen der IMRT, IMPT und den passiv gestreuten Protonen gezogen wird. Die Ergebnisse zeigen, dass bei einzelnen Patienten die Modalitäten IMRT und passiv gestreute Protonen in Konkurrenz stehen. Im Mittel zeichnen sich die gescannten Protonen meist als die bestschonende Modalität mit der höchsten Dosisauslastung des PTVs aus. Die NTCP Berechnung und das daraus folgende Plan Ranking muss als kritisch betrachtet werden, da unterschiedliche Modelle, Parameter und Reduktionsschemen zu unterschiedlichen Ergebnissen für den gleichen Bestrahlungsplan des Patienten führen.
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 | 0.002 | 0.002 |
| 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 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".