預后導向的肺癌調強放療計劃優化新方法

摘要：目的 以肺癌行調強放療為研究對象，提出一種將預后預測模型納入放療計劃逆向優化框架中，直接引導放療計劃向預后風險最小方向逼近的調強放療計劃新優化方法。方法 構建以最小預后風險為主目標函數、臨床劑量限值為約束條件的混合通量分布優化模型，預后風險事件包括腫瘤局部控制失敗、放射性心臟毒性發生和放射性肺炎二級以上事件發生。以3種預后預測概率加權形式構建總風險概率模型，并以最小化總風險概率為主目標項、靶區劑量均勻性為次目標項、常見指南約定的計劃感興趣區域特定劑量統計指征項為約束條件。為驗證優化方法的有效性，實驗選取15例非小細胞肺癌調強放射治療計劃，分別采用所提出計劃逆向優化方法（本研究計劃）和現行的基于劑量-體積限值的計劃優化方法（臨床參考計劃）生成計劃，比較不同計劃在臨床關注的劑量學指征項與預后預測項上的計劃質量差異。結果 本研究計劃較臨床參考計劃整體可達相近的物理劑量統計水平，同時理論模型計算的預期預后結果有所改善。本研究計劃靶區的D95%基本與臨床計劃保持一致（100.33% vs102.57%，P=0.056），心臟和肺的平均劑量從9.83、9.50 Gy降低至7.02、8.40 Gy，差異具有統計學意義（t=4.537、4.104，Plt;0.05）。與臨床計劃相比，所提方法優化得到計劃通過理論模型預測的局部控制失敗概率相近（60.05% vs 59.66%），同時放射性心臟毒性概率降低1.41%。結論 本研究所提出的納入預后預測模型引導的肺癌調強放療計劃自動優化新方法，可以兼容現有放療計劃設計需滿足循證醫學體系下的物理劑量統計分布要求，同時進一步優化患者的預期預后，為實現腫瘤患者更高預后、更優生存質量的個性化放療奠定技術基礎。……