A sugárterápia célja az előírt sugárdózis eljuttatása a daganat célpontjába, miközben korlátozza a környező normál szövetek károsodását. Ezt jelenleg a populáció alapú kezelési terv optimalizálásával érik el, amely előre meghatározott dózisalapú célokon és egy széles betegpopuláció sugárzásra adott összesített válaszából kifejlesztett kockázati szerv (OAR) korlátokon alapul. Sajnos az ilyen standardizált kezelési tervek hatékonysága és toxicitása változó, mivel a betegek és daganataik egyéni biológiai jellemzőkkel rendelkeznek.
A sugárterápia tervezésének személyre szabottabb megközelítését célzó kutatók a University of Michigan új intenzitásmodulált sugárterápia (IMRT) optimalizálási stratégiát fejlesztettek ki, amely közvetlenül beépíti a beteg-specifikus dózis-válasz modelleket a tervezési folyamatba. A technikájuk, leírása a Orvosi fizika, a teljes kezelési hasznosság becsült értékének maximalizálásán alapul – a helyi kontroll valószínűsége mínusz a toxicitási valószínűségek súlyozott összege.
Az új tervezési módszer, az úgynevezett prioritizált hasznosságoptimalizálás (PUO), kiegészíti a standard megközelítéseket a daganatok és az OAR-ok sugárérzékenységével kapcsolatos személyre szabott tényezők beépítésével. Az OAR radiotoxicitását például befolyásolhatja az életkor, a dohányzás állapota, a génexpresszió, a molekuláris markerek és a már meglévő állapotok, mint például a szívbetegség. Más egyidejű kezelések is befolyásolhatják a sugárterápia hatékonyságát.
Stratégiájuk érvényesítésére, vezető kutató Martha Matuszak és munkatársai a PUO-módszert használva IMRT-tervet készítettek öt nem-kissejtes tüdőrákban (NSCLC) szenvedő beteg számára. Beszámoltak arról, hogy a PUO-tervezés minden betegnél javította a helyi kontrollt a kezelésük során alkalmazott hagyományos tervekhez képest.
„Az NSCLC-betegek rendkívül heterogén csoportot képviselnek, a betegség kiterjedésének és lokalizációjának eltérései” – magyarázza a vezető szerző. Daniel Polan. „Egyéb anatómiai változatosságokkal kombinálva ezek a tényezők drasztikusan befolyásolhatják a kezelés tervezését, beleértve a különböző optimalizálási módszerekből származó esetleges előnyöket is. Ezért a módszerünk kezdeti megvalósíthatósági teszteléséhez öt olyan esetet választottunk ki, amelyek reprezentálják a páciens méretének, a daganat méretének, a lokalizációjának és az oldaliránynak a sokféleségét, valamint az előrejelzett kimeneteleket befolyásoló dóziskovariánsok sokféleségét.
A páciens-specifikus IMRT-tervek elkészítéséhez a kutatók először egy kereskedelmi kezelési tervezési rendszert alkalmaztak a dózis kiszámításához a beamlet-dózis-hozzájárulások befolyásoló mátrixa alapján az érdeklődési körökben. Ezután két optimalizálási problémát oldanak meg, hogy optimális beamlet-súlyokat állítsanak elő, amelyeket vissza lehet importálni a TPS-be.
Az első optimalizálási probléma maximalizálja a terv általános hasznosságát a tipikus klinikai dóziskorlátok függvényében, azáltal, hogy optimalizálja a hatékonyság és a toxicitás közötti kompromisszumot az egyéni dózis-válasz modellek alapján. A második minimálisra csökkenti a hagyományos dózisalapú célokat, amelyekre ugyanazok a dóziskorlátozások vonatkoznak, mint az elsőnél, miközben megtartja az első optimalizálásból meghatározott optimális hasznosságot.
Mind az öt beteg esetében a PUO-megközelítés sikeresen generált optimális beamlet-súlyokat, amelyek maximalizálták a hasznosságot, miközben a dózisalapú megszorításokon belül maradtak. A tanulmányhoz a kutatók összehasonlították ezeket a PUO IMRT-terveket a klinikailag átadott 3D konformális sugárterápiás (CRT) tervekkel, valamint a retrospektíven generált csak dózisoptimalizálási (DOO) IMRT- és volumetrikus modulált ívterápia (VMAT) tervekkel.
A 3DCRT, VMAT és DOO IMRT tervekkel összehasonlítva a PUO módszer átlagosan 40%-kal, 32%-kal és 31%-kal javította a terv hasznosságát. A PUO tervek átlagosan 17%-os javulást mutattak a helyi védekezésben, a hagyományos tervezéshez hasonló toxicitás mellett.
A várakozásoknak megfelelően a PUO IMRT-tervek előnyeinek mértéke eltérő volt a betegek között. A Polan jelentése szerint egy beteg esetében a PUO 70%-os hasznossági javulást eredményezett a hagyományos DOO-hoz képest. "Ez 32%-os abszolút javulást jelent a progressziómentes túlélés előre jelzett valószínűségében, miközben csak 2%-kal növeli a sugárzás által kiváltott tüdőtoxicitás előre jelzett valószínűségét" - mondja. "Ez a jelentős kompromisszum nagymértékben javíthatja a betegség túlélését, miközben minimálisra csökkenti a betegek kezelés utáni életminőségére gyakorolt hatást."
Egy másik betegnél azonban, akinek nagy daganata volt, a javulás minimális volt. Polan kifejti, hogy a nagyobb daganatok esetében a kezelés tervezése jellemzően korlátozottabbá válik a megnövekedett integrált dózisigény és a normál szövetekkel határosak elkerülésének csökkent képessége miatt.
Az AI keretrendszer orvosi képeket használ a sugárterápia dózisának egyénre szabásához
A csoport hangsúlyozza, hogy a PUO-módszer kvantitatív módszert biztosít annak meghatározására, hogy mely betegek részesülhetnek a dózisemelésből vagy -újraelosztásból, a betegspecifikus klinikai tényezők és biomarkerek alapján, ugyanakkor figyelembe veszi a páciens geometriáját és az OAR dózishatárait is.
A kutatók jelenleg nagyszabású retrospektív tanulmányokat folytatnak azzal a céllal, hogy prospektív klinikai vizsgálatot dolgozzanak ki a PUO kezelés tervezési stratégiáját alkalmazva. Kutatásaik a betegadatok és a személyre szabott kimeneti előrejelzések közvetlen integrálása a sugárterápia tervezésébe, jelenleg a máj-, tüdő- és fej-nyakrákra összpontosítva, ahol a sugárterápia pozitív és negatív hatásainak kiegyensúlyozása jelentősen befolyásolhatja a beteg általános kezelési minőségét. -élet.
