DVH预测模型在VMAT计划培训中的应用

目的:以宫颈癌为例，探索使用剂量体积直方图（DVH）预测模型培训放疗物理师容积旋转调强（VMAT）计划设计的可行性及其效果。方法:随机选取20例宫颈癌测试病例对3名见习物理师进行两个阶段培训（第一阶段15例，第二阶段5例）。每位物理师分别采用两种方法设计VMAT计划:传统人工计划（MP）和基于DVH预测模型引导的自动计划（KBP）。对比不同阶段两种计划靶区和危及器官的各种剂量学参数，并做相应统计分析。结果:与人工计划相比，自动计划在明显提高PGTV靶区V60覆盖（P<0.001），改善高剂量控制（V66）（P=0.027）的情况下，显著降低膀胱（P<0.001）、直肠（P<0.001）、左右肾（P=0.001和P<0.001）以及左右侧股骨头（P<0.001和P<0.001）等绝大部分正常组织器官的受照剂量。在提高计划合格率的同时，亦减小了计划者间的质量差异。结论:DVH预测模型有助于深化物理师对VMAT初始优化参数设置的理解，加快培训进度，提升VMAT计划设计水平。     

宫颈癌腔内联合组织间插植近距离放疗施源器模板的应用

目的设计适用于局部晚期宫颈癌的腔内联合组织间插植近距离放疗(IC-ISBT)施源器模板, 并评估其应用价值。方法收集2019年3月至2020年9月中山大学肿瘤防治中心收治的100例ⅡB-ⅣA期(国际妇产科协会2018分期)宫颈癌患者的外照射前后磁共振影像资料, 对宫颈原发病灶范围进行回顾性阅片分析对比。基于外照射后肿物残留情况, 勾画近距离放疗高危临床靶区(HR-CTV), 设计腔内联合组织间插植近距离放疗(IC-ISBT)的施源器模板, 并进一步评估施源器模板插植组(37例)与徒手插植组(63例)治疗宫颈癌的剂量和疗效差异。分类变量采用卡方检验或Fisher精确检验, 连续变量采用t检验或U检验。结果 100例宫颈癌患者外照射后残留肿物边缘按顺时针3、6、9、12点方向与宫颈管中心的距离中位数为16.5、14.0、17.0、13.0 mm。将对应的HR-CTV叠加重建三维图, 设计制作蘑菇头圆柱体式IC-ISBT施源器模板:头部长径为35 mm, 短径为20 mm, 中心适配宫腔管, 内圈C1-C12为表盘式排列, 两侧拓展B1-B5及A1-A4针道。在剂量方面, 模板插植组与徒手插...     

故障模式和效应分析与故障树分析方法在调强放射治疗计划设计流程中的应用

目的 运用故障模式和效应分析（failure modes and effects analysis,FMEA）与故障树分析（failure tree analysis,FTA）对调强放射治疗（intensity modulated radiotherapy,IMRT）计划设计流程进行风险评估,优化和完善质量管理方案。方法 对运用Eclipse计划系统设计IMRT计划的工作流程建立流程图。根据流程图进行FMEA分析,对每个故障模型（failure modes,FM）进行定量评估得出O、S、D值,相乘得到风险优先系数（risk priority number,RPN）。然后按照是否执行质量管理措施（quality management,QM）分为两组进行评估,并按照RPN值大小排序。最后对排序靠前的高危步骤进行FTA分析。结果 研究得出IMRT计划设计流程图,可分为10个主过程,33个子过程。FMEA分析后得出47个FM模型,未执行QM评估组中FM模型的RPN值范围为13.2~271.8,其中有27个FM模型RPN ≥ 80,18个FM模型S ≥ 8。执行QM评估组FM模型RPN值范围为11.2~158.4,其中有11个FM模型RPN ≥ 80。对执行QM评估组（101.17±66.34）和未执行QM评估组（59.54±35.64）的RPN值比较差异有统计学意义（t=8.501,P<0.05）。RPN值排序前25%的FM模型为处方剂量定义错误、计算参数设置错误、影像导入错误、计划评估确认错误等。最后对定义处方剂量和导入影像这两个高危步骤进行FTA分析。结论 FMEA和FTA分析方法具有可操作性和实用性,能够系统全面地分析IMRT计划设计流程中存在的潜在故障和风险,可帮助建立和优化放射治疗中的质量管理规范。     

鼻咽癌调强放疗计划质量量化评价方法研究

目的:研究鼻咽癌放疗计划质量量化评价方法的可行性。方法:以RTOG 0615临床试验的剂量要求为基础，结合本中心临床需求设计鼻咽癌放疗计划质量的量化评估计算模型，计算每个计划的计划质量指数（PQI）。选取123例鼻咽癌放疗病例，通过调节临床计划的处方剂量（±3%）并计算其PQI，来评估量化评价方法对处方剂量变化的敏感性。同时根据已有的30例临床计划，将算法评价方法计算结果与临床医生的选择相比较，验证评价方法与临床医师决策的一致性。结果:+3%、-3%处方剂量和原治疗计划3组计划PQI分别为68.27±9.84、63.93±12.78、79.33±12.40，组间差异均有统计学意义（P<0.01）；30例临床计划中，医师选择的计划的PQI为80.15±10.96，未被选择的计划PQI为74.78±9.41（P<0.01），量化评价算法与临床医生选择结果一致性为83.3%。结论:量化的计划质量评价方法对处方剂量较敏感，与临床医生选择有较高一致性，可以用于临床计划质量的评价。