Highly Efficient Training, Refinement, and Validation of a Knowledge-based Planning Quality-Control System for Radiation Therapy Clinical Trials
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00179906%3A_____%2F17%3A10330028" target="_blank" >RIV/00179906:_____/17:10330028 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.redjournal.org/article/S0360-3016(16)33279-5/fulltext" target="_blank" >http://www.redjournal.org/article/S0360-3016(16)33279-5/fulltext</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.ijrobp.2016.10.005" target="_blank" >10.1016/j.ijrobp.2016.10.005</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Highly Efficient Training, Refinement, and Validation of a Knowledge-based Planning Quality-Control System for Radiation Therapy Clinical Trials
Popis výsledku v původním jazyce
A highly efficient method is proposed to train and validate knowledge-based planning for use on radiation therapy clinical trials. Using plans from 86 patients who uderwent planning according to a multi-institutional cervical cancer trial we used protocol-specific dosimetric cutpoints to refine dose-volume histogram estimation models and implemented a program that automatically re-plans several candidate auto-planning routines across multiple patients. After identification of the knowledge-based planning routine that best exemplified trial dosimetric aims, improved normal tissue sparing was observed across the sample.
Název v anglickém jazyce
Highly Efficient Training, Refinement, and Validation of a Knowledge-based Planning Quality-Control System for Radiation Therapy Clinical Trials
Popis výsledku anglicky
A highly efficient method is proposed to train and validate knowledge-based planning for use on radiation therapy clinical trials. Using plans from 86 patients who uderwent planning according to a multi-institutional cervical cancer trial we used protocol-specific dosimetric cutpoints to refine dose-volume histogram estimation models and implemented a program that automatically re-plans several candidate auto-planning routines across multiple patients. After identification of the knowledge-based planning routine that best exemplified trial dosimetric aims, improved normal tissue sparing was observed across the sample.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
30204 - Oncology
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
International Journal of Radiation: Oncology, Biolology, Physics
ISSN
0360-3016
e-ISSN
—
Svazek periodika
97
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
9
Strana od-do
164-172
Kód UT WoS článku
000393293300027
EID výsledku v databázi Scopus
2-s2.0-85003828464