METHODS AND MATERIALS: Wir haben eine vergleichende Wirksamkeitsstudie an erwachsenen nicht-metastasierenden Krebspatienten mit nicht-Medicare privater Versicherung durchgeführt, die von 2011 bis 2016 in Penn mit kurativ-intent-protonchem-radiotherapie vs. Photonen-Strahlentherapie behandelt wurden. Die Wahl der Strahlenmodalität wurde weitgehend durch die Protonendeckungspolitik des Versicherers bestimmt. Daten über unerwünschte Ereignisse (AEs) und das Überleben wurden prospektiv anhand standardisierter Vorlagen gesammelt. Primärer Endpunkt waren 90-Tage-AEs, die mit ungeplanten Krankenhausaufenthalten verbunden waren (CTCAEv4-Grad 3 AEs). Sekundäre Endpunkte waren 90-Tage-Grad 2 AEs, Rückgang des ECOG-Leistungsstatus während der Behandlung, krankheitsfreies Überleben (DFS) und Gesamtüberleben (OS). Modifizierte Poisson-Regressionsmodelle mit inverser Neigungs-Score-Gewichtung wurden für unerwünschte Ereignisergebnisse verwendet und gewichtete Cox-Proportionalhazards-Modelle wurden für Überlebensergebnisse verwendet. Propensity-Scores wurden nach einem ensemble machine-learning-Ansatz geschätzt. In der objektorientierten Programmierung ist die Vorlagenmethode eines der Verhaltensmuster, die von Gamma et al.[1] im Buch Design Patterns identifiziert werden. Die Vorlagenmethode ist eine Methode in einer übergeordneten Klasse, in der Regel eine abstrakte Superklasse, und definiert das Skelett einer Operation in Form einer Reihe von übergeordneten Schritten. Diese Schritte werden selbst durch zusätzliche Hilfsmethoden in derselben Klasse wie die Vorlagenmethode implementiert. METHODE UND MATERIALIEN: Unter Verwendung der Scripting-Fähigkeiten des kommerziellen TPS Eclipse™ (Varian) wurden zwei Plugins für Plan QA entwickelt. Ein Plan Checker-Plugin überprüft Parameter und Eigenschaften von Plänen.

Die umfassenden Prüfungen decken den Planungs-CT, den Struktursatz und den Plan selbst ab und generieren mehr als 150 verschiedene farbcodierte Meldungen, die nach ihrem Schweregrad klassifiziert werden (INFO, PASSED, TO CHECK, WARNING, ERROR). Die Kontrollen umfassen u.a.: korrekte Kennzeichnung (z.B. Wechsel von links und rechts von Organen), Plangenehmigung durch autorisiertes Personal, korrekte Patientenorientierung, richtige Feldtoleranztabellen, angemessene Luftlücken, HU-Überschreibungen, Plan- und Balkenmodellparameter, Grad der Feldmodulation, Normalisierung, Plan- und Felddosismaxima und deren Positionen usw. Ein zweites Tool bewertet klinische Ziele für eine bestimmte Plan- oder Plansumme und gibt durch Farbcodierung an, ob sie erreicht sind. Es ermöglicht eine einfache Vorlagengenerierung und kann Daten aus dem Rezept der Ärzte erhalten. Planunsicherheit kann zusätzlich effizienter bewertet werden. Im Vorlagenmuster macht eine abstrakte Klasse definierte Weisen/Vorlagen verfügbar, um ihre Methoden auszuführen. Seine Unterklassen können die Methodenimplementierung je nach Bedarf überschreiben, aber der Aufruf muss auf die gleiche Weise erfolgen wie von einer abstrakten Klasse definiert.

Dieses Muster fällt unter die Verhaltensmusterkategorie. Verwenden Sie das Muster, wenn Sie mehrere Klassen haben, die fast identische Algorithmen mit einigen geringfügigen Unterschieden enthalten. Daher müssen Sie möglicherweise alle Klassen ändern, wenn sich der Algorithmus ändert. Das Vorlagenmuster bietet eine Lösung. Wenn der generierte Code dem Vorlagenmethodenmuster folgt, ist der generierte Code alle eine abstrakte Superklasse. Sofern handschriftliche Anpassungen auf eine Unterklasse beschränkt sind, kann der Codegenerator erneut ausgeführt werden, ohne dass das Risiko besteht, dass diese Änderungen überschrieben werden. Bei Verwendung bei der Codegenerierung wird dieses Muster manchmal als Generierungslückenmuster bezeichnet. [7] Die Übersetzung von mMKM-Einschränkungen in LEM-I-Werte wird in CNAO ausgiebig untersucht.

Related Posts