2. 安徽省池州市人民医院肿瘤科,安徽 池州 247000
2. Department of Oncology, Chizhou Municipal People’s Hospital, Chizhou 247000 China
胸部恶性肿瘤是一组包括肺癌、食管癌、胸腺癌、恶性胸膜间皮瘤、胸腺瘤、淋巴瘤等在内的恶性肿瘤,发病率高、预后差、死亡率高[1]。放射治疗是目前用于胸部恶性肿瘤治疗的最常用非手术措施[2]。调强放疗(intensity-modulated radiation therapy, IMRT)是一种利用计算机控制直线加速器的高精度放射治疗手段,可精准调控放射剂量至恶性肿瘤或肿瘤病变的特定部位,从而使得病变组织受到高剂量照射的同时使病变组织周边健康细胞受到较小照射剂量[3]。鉴于IMRT的优越性,其现已被广泛用于胸部恶性肿瘤治疗[4];但其成本较高,且可因心脏、肺部受到放射性照射而造成放射性心脏病和放射性肺炎等放射性损害[5]。因此,通过优化放射治疗计划以降低危及器官的照射剂量和暴露时间有效降低放射性心脏病、放射性肺炎、放射性骨髓炎等放射性损害。
剂量-体积物理约束条件是目前最常用的临床剂量优化方案[6]。既往研究显示,等效均匀剂量(equivalent uniform dose,EUD)优化与剂量-体积物理约束条件均能满足肺癌、乳腺癌等恶性肿瘤临床治疗需求,但EUD优化的IMRT计划方案对肝、肾、胃、小肠等危及器官的照射剂量均显著低于较剂量-体积物理约束条件,可更好保护正常组织[7-11]。广义EUD(Generalized EUD,gEUD)于1999年首次提出[12],现已广泛用于IMRT计划剂量优化[13-15]。本文以胸部恶性肿瘤IMRT为例,在物理约束条件基础上增加gEUD目标函数对危及器官的优化条件,使用相同射野、相同权重并使用Varian Eclipse计划系统各危及器官推荐值来评价gEUD目标函数在胸部恶性肿瘤放疗中的应用价值。
1 材料与方法 1.1 光子优化算法的优化目标本文使用的计划系统为Varian Eclipse 15.6计划系统(美国Varian Medical System公司),选用的计划优化器为光子优化算法。该算法中包含两大类优化目标,其中物理类包含Upper、Lower和Mean,分别限制指定比例体积某器官受量、限制某指定靶区体积接受的最低剂量以及限制某器官的平均剂量;生物类包括Upper、Lower和Target gEUD,其中Upper gEUD中参数a可取+0.1至+40,Lower gEUD和Target gEUD中a可取−40至+1(0除外)。在Eclipse的优化引擎中,不同目标函数的成本函数相似。
$ 成本\left(D\right)=W\times {\left({D}_{实际}-{D}_{目标}\right)}^{2} $ |
$ 成本\left(Mean\right)=W\times {\left({D}_{{mean}_{实际}}-{D}_{{mean}_{目标}}\right)}^{2} $ |
$ 成本\left(gEUD\left(a\right)\right)=W\times {\left({gEUD\left(a\right)}_{实际}-{gEUD\left(a\right)}_{目标}\right)}^{2} $ |
式中W是priority的归一化非线性函数。
1.2 研究对象选取自2021年10月—2022年6月安徽省池州市人民医院肿瘤放疗中心收治的60例胸部恶性肿瘤患者为研究对象,其中乳腺癌、肺癌、食管癌患者各20例。患者统一取仰卧位,在GE 16排大孔径CT模拟定位机下扫描,扫描层厚为5 mm。CT扫描影像通过专用网络传输至Varian Eclipse 15.6计划系统。本研究获得安徽省池州市人民医院医学伦理审查委员会批准通过,患者均知情同意且签署知情同意书。
1.3 放疗靶区和危及器官勾画放疗靶区由放疗医师根据乳腺癌、肺癌、食管癌患者临床分期及实际情况勾画,分为肿瘤区(GTV)、临床靶区(CTV)和计划靶区(PTV)。危及器官主要研究乳腺癌患者患侧肺、心脏和脊髓,肺癌患者双肺、心脏和脊髓,食管癌患者双肺、心脏和脊髓。
1.4 计划设计与评估肺癌和食管癌患者放疗处方剂量为60 Gy/30次,乳腺癌患者放疗处方剂量为50 Gy/25次,5%靶区体积不超过110%处方剂量。所有患者均使用Varian Clinac iX型直线加速器和Varian Eclipse 15.6计划系统进行放疗计划设计,本研究主要应用Upper gEUD对正常组织限量。每例患者分别设计2组动态固定野IMRT计划,2组计划采用相同射野和相同优化权重。第1组计划使用常规剂量-体积物理约束条件优化;第2组计划在物理约束条件基础上对肺、心脏、脊髓增加Upper gEUD目标函数,使用Varian Eclipse 15.6计划系统推荐a值,肺a值取1.2,心脏a值取3.1,脊髓a值取20。射线质均为6 MV X射线,根据定位铅点设置射野中心,剂量计算使用AAA算法,剂量率统一为400 MU/min。
比较2组放疗计划方式的剂量分布,根据剂量-体积直方图(DVH)来评估靶区和危及器官的剂量学参数,PTV处方剂量体积 ≥ 95%,危及器官评估乳腺癌患侧肺V5、V20、肺平均剂量,心脏V30、V40、心脏平均剂量,脊髓最大剂量;肺癌双肺V5、V20、双肺平均剂量,心脏V30、V40、心脏平均剂量,脊髓最大剂量;食管癌双肺V5、V20、双肺平均剂量,心脏V30、V40、心脏平均剂量,脊髓的最大剂量。
1.5 数据分析采用Excel 2020软件建立数据库,应用SPSS 26.0软件进行统计学分析。计量资料以均数±标准差(
肺癌、食管癌和乳腺癌患者的gEUD优化和剂量-体积物理优化PTV覆盖相似。表1~3分别为肺癌、食管癌和乳腺癌患者危及器官gEUD优化和剂量-体积物理优化;除在乳腺癌V5外,其他gEUD优化的危及器官剂量均显著低于剂量-体积物理优化,差异均有统计学意义(P < 0.05)。肺癌、食管癌和乳腺癌PTV分布见 图1,肺癌、食管癌和乳腺癌计划的DVH见图2。
放射性肺炎、脊髓炎、心脏损伤是胸部放射治疗的常见并发症,也是胸部肿瘤辐射剂量的限制因素[16-18]。通过优化降低上述器官的辐射剂量不仅可以降低并发症风险、保障患者生活质量,并且为增加恶性肿瘤病变部位照射剂量、提高疗效提供了条件。目前,常见放疗计划系统普遍配备了gEUD优化功能,虽然不如基于剂量-体积关系的优化目标普及,但其控制危及器官剂量的潜力引起了高度关注[19]。
2002年,Wu等[20]率先将基于EUD优化的IMRT方案用于前列腺和头颈部恶性肿瘤放疗计划,发现使用EUD优化可以在保持相同靶区覆盖的同时更好地保护病灶周边正常组织。Mihailidis等[21]在Pinnacle计划系统中使用了gEUD目标函数优化乳腺癌根治术后胸壁辅助放疗计划,与常规物理优化条件相比,gEUD优化方案在保持相同靶区覆盖背景下将患侧肺V20 Gy从22%降至18%。廖雄飞等[22]在RayStation计划系统中加入gEUD优化,有效降低了肺癌放疗时对肺、心脏、脊髓的辐射剂量。毕谦和邢丽娜[23]发现在Eclipse计划系统中加入gEUD优化目标,可以不同程度降低宫颈癌放疗计划中小肠、膀胱、直肠、股骨头等正常组织的辐射剂量。吴哲等[24]在Eclipse计划系统中将gEUD应用于乳腺癌根治术后胸壁放疗优化,发现使用该技术能在保证靶区照射剂量的同时降低肺和心脏等危及器官的受照体积。杨惠惠等[11]研究发现,在直肠癌IMRT计划设计时同时应用EUD生物优化和剂量-体积物理优化可在满足靶区剂量要求的前提下,更好保护膀胱、股骨头、小肠等危及器官。
本研究选取了肺癌、食管癌、乳腺癌3种常见胸部恶性肿瘤,在保持靶区剂量覆盖一致的背景下,加入gEUD优化。结果发现,与常规剂量-体积物理优化结果相比,肺、心脏、脊髓等危及器官照射剂量均有所降低。这一结果提示,gEUD优化在胸部肿瘤中有普遍价值,而不局限于个别部位。但常规剂量-体积物理优化与gEUD优化乳腺癌V5差异无统计学意义,原因可能是由于靶区适形性和均匀性要求与V5冲突剧烈,剂量分布已经达到某种平衡,没有额外优化的空间。
gEUD优化尽管有效,但也存在一些局限性。首先,相较于剂量-体积参数,gEUD数值意义不明确,使用者一般很难将其与实际剂量分布对应。其次,gEUD数值受参数a影响;虽然有文献提供推荐数值,但是目前尚缺乏对这些数值的验证。因此,在gEUD使用中,a取值没有统一标准。最后,由于上述因素影响,gEUD数据报告相对剂量-体积数据较为困难,从而妨碍了不同研究间比较。基于上述原因,目前指南、共识、研究论述中的剂量学参数依然以传统剂量-体积数据为主,而gEUD使用更多基于使用者的经验和直觉。
本研究结果表明,在胸部恶性肿瘤放射治疗计划优化中加入gEUD目标函数可以有效地保护病变周围正常组织,更好地保护重要器官,建议在胸部恶性肿瘤放射治疗计划优化中使用gEUD目标函数。
[1] |
Byrne SC, Hammer MM. Thoracic and extrathoracic malignancies in lung cancer screening patients with histories of malignancy[J]. J Am Coll Radiol, 2021, 18(8): 1077-1083. DOI:10.1016/j.jacr.2021.03.017 |
[2] |
Lee VHF, Yang L, Jiang Y, et al. Radiation therapy for thoracic malignancies[J]. Hematol Oncol Clin North Am, 2020, 34(1): 109-125. DOI:10.1016/j.hoc.2019.09.007 |
[3] |
Leibel SA, Fuks Z, Zelefsky MJ, et al. Intensity-modulated radiotherapy[J]. Cancer J, 2002, 8(2): 164-176. DOI:10.1097/00130404-200203000-00010 |
[4] |
Ho JC, Nguyen QN, Li H, et al. Reirradiation of thoracic cancers with intensity modulated proton therapy[J]. Pract Radiat Oncol, 2018, 8(1): 58-65. DOI:10.1016/j.prro.2017.07.002 |
[5] |
Nakamura K, Sasaki T, Ohga S, et al. Recent advances in radiation oncology: intensity-modulated radiotherapy, a clinical perspective[J]. Int J Clin Oncol, 2014, 19(4): 564-569. DOI:10.1007/s10147-014-0718-y |
[6] |
Bisello S, Cilla S, Benini A, et al. Dose-volume constraints for organs at risk in radiotherapy (CORSAIR): an "All-in-One" multicenter-multidisciplinary practical summary[J]. Curr Oncol, 2022, 29(10): 7021-7050. DOI:10.3390/curroncol29100552 |
[7] |
Li ZH, Zhao QX, Yin HT, et al. Dosimetric differences between intensity-modulated radiotherapy based on equivalent uniform dose and dose-volume optimization in stage III non-small cell lung cancer[J]. Am J Transl Res, 2022, 14(7): 5195-5200. |
[8] |
Lee TF, Ting HM, Chao PJ, et al. Dosimetric advantages of generalised equivalent uniform dose-based optimisation on dose-volume objectives in intensity-modulated radiotherapy planning for bilateral breast cancer[J]. Br J Radiol, 2012, 85(1019): 1499-1506. DOI:10.1259/bjr/24112047 |
[9] |
Boulé TP, Gallardo Fuentes MI, Roselló JV, et al. Clinical comparative study of dose-volume and equivalent uniform dose based predictions in post radiotherapy acute complications[J]. Acta Oncol, 2009, 48(7): 1044-1053. DOI:10.1080/02841860903078513 |
[10] |
Jones LC, Hoban PW. Treatment plan comparison using equivalent uniform biologically effective dose (EUBED)[J]. Phys Med Biol, 2000, 45(1): 159-170. DOI:10.1088/0031-9155/45/1/311 |
[11] |
杨惠惠, 刘金刚, 王兴, 等. 等效均匀剂量优化方法在直肠癌逆向调强放疗中的应用研究[J]. 中国辐射卫生, 2020, 29(6): 682-685,690. Yang HH, Liu JG, Wang X, et al. Application of equivalent uniform dose optimization in the treatment of rectal cancer with intensity-modulated radiotherapy[J]. Chin J Radiol Health, 2020, 29(6): 682-685,690. DOI:10.13491/j.issn.1004-714X.2020.06.027 |
[12] |
Niemierko A. A generalized concept of equivalent uniform dose (EUD)[J]. Med Phys, 1999, 26(6): 1100. |
[13] |
Deng J, Huang Y, Wu XY, et al. Comparison of dosimetric effects of MLC positional errors on VMAT and IMRT plans for SBRT radiotherapy in non-small cell lung cancer[J]. PLoS One, 2022, 17(12): e0278422. DOI:10.1371/journal.pone.0278422 |
[14] |
Tao C, Liu B, Li CQ, et al. A novel knowledge-based prediction model for estimating an initial equivalent uniform dose in semi-auto-planning for cervical cancer[J]. Radiat Oncol, 2022, 17(1): 151. DOI:10.1186/s13014-022-02120-4 |
[15] |
Battestini M, Schwarz M, Krämer M, et al. Including volume effects in biological treatment plan optimization for carbon ion therapy: generalized equivalent uniform dose-based objective in TRiP98[J]. Front Oncol, 2022, 12: 826414. DOI:10.3389/fonc.2022.826414 |
[16] |
刘丹, 徐汉丽. 电离辐射对心脏影响的研究进展[J]. 中国辐射卫生, 2022, 31(6): 750-755. Liu D, Xu HL. Research progress in effects of ionizing radiation on the heart[J]. Chin J Radiol Health, 2022, 31(6): 750-755. DOI:10.13491/j.issn.1004-714X.2022.06.020 |
[17] |
陈家祯, 王玉, 王存良, 等. 放射性肺损伤发病机制及分子靶向治疗研究进展[J]. 中国辐射卫生, 2021, 30(3): 377-380,390. Chen JZ, Wang Y, Wang CL, et al. Research progress on pathogenesis and molecular targeted therapy of radiation-induced lung injury[J]. Chin J Radiol Health, 2021, 30(3): 377-380,390. DOI:10.13491/j.issn.1004-714X.2021.03.023 |
[18] |
Huang WC, Yang YH, Sun ZQ, et al. Early radiation-induced bone marrow injury: serial MR imaging during initial 4 weeks after irradiation[J]. Acad Radiol, 2009, 16(6): 733-738. DOI:10.1016/j.acra.2008.12.008 |
[19] |
Xiao ZY, Zou WJ, Chen T, et al. Using gEUD based plan analysis method to evaluate proton vs. photon plans for lung cancer radiation therapy[J]. J Appl Clin Med Phys, 2018, 19(2): 204-210. DOI:10.1002/acm2.12281 |
[20] |
Wu QW, Mohan R, Niemierko A, et al. Optimization of intensity-modulated radiotherapy plans based on the equivalent uniform dose[J]. Int J Radiat Oncol Biol Phys, 2002, 52(1): 224-235. DOI:10.1016/s0360-3016(01)02585-8 |
[21] |
Mihailidis DN, Plants B, Farinash L, et al. Superiority of equivalent uniform dose (EUD)-based optimization for breast and chest wall[J]. Med Dosim, 2010, 35(1): 67-76. DOI:10.1016/j.meddos.2009.03.002 |
[22] |
廖雄飞, Yang J, Chen Y, 等. 等效均匀剂量优化法在肺癌调强放疗计划优化中的应用[J]. 肿瘤预防与治疗, 2012, 25(6): 337-340. Liao XF, Yang J, Chen Y, et al. The application of equivalent uniform dose in planning optimization of intensity-modulated radiotherapy for lung cancer[J]. J Cancer Control Treat, 2012, 25(6): 337-340. DOI:10.3969/j.issn.1674-0904.2012.06.001 |
[23] |
毕谦, 邢丽娜. gEUD在宫颈癌术后放疗计划中的应用[J]. 哈尔滨医科大学学报, 2020, 54(4): 363-368. Bi Q, Xing LN. Application of gEUD in postoperative radiotherapy planning for cervical cancer[J]. J Harbin Med Univ, 2020, 54(4): 363-368. DOI:10.3969/j.issn.1000-1905.2020.04.004 |
[24] |
吴哲, 庞亚, 刘可, 等. 等效均匀剂量优化在乳腺癌根治术后胸壁放疗中的应用价值[J]. 浙江医学, 2021, 43(4): 409-413. Wu Z, Pang Y, Liu K, et al. Application of equivalent uniform dose (EUD)-based optimization for chest wall radiotherapy following radical mastectomy[J]. Zhejiang Med J, 2021, 43(4): 409-413. DOI:10.12056/j.issn.1006-2785.2021.43.4.2020-1078 |