预测辐射诱导的免疫抑制在肺癌患者治疗的刻板体质的身体辐射疗法治疗

科学领域:

• 辐射瘤学 辐射瘤学
• 免疫学 免疫学 免疫学
• 医学物理 医学物理

背景情况:

• 立体性身体辐射疗法 (SBRT) 可以刺激抗瘤免疫反应,但也会导致辐射诱导免疫抑制 (RIIS).
• 患者之间RIIS的差异很大,导致这种变化的因素尚不清楚.
• RIIS可能会损害免疫系统对抗瘤的能力,并增加感染易感性.

研究的目的:

• 在接受肺SBRT的患者中开发RIIS的预测算法.
• 根据治疗计划特征,可以近乎实时预测RIIS.
• 允许优化治疗计划,以尽量减少免疫抑制,同时遵守剂量测量标准.

主要方法:

• 使用DICOM数据开发了一个基于Python的算法,包括治疗计划,剂量图,CT扫描和器官划分.
• 该算法随机模拟血流,以预测循环淋巴细胞吸收的辐射剂量.
• 在SBRT后的绝对淋巴细胞计数 (ALC) 随时间变化,使用64名患者的纵向数据建模.

主要成果:

• 该算法在治疗后的ALC中实现了 $$ cells/L 的平均预测误差.
• 89%的患者的预测误差低于0.5 × 109 细胞/L.
• 该模型准确地预测了2级淋巴缺血症 (ALC<0.8 × 10^{9细胞/L),灵敏度为81%,特异性为98%,预测时间约为38秒.}

结论:

• 开发的模型有效地预测肺SBRT患者的RIIS.
• 几乎实时的预测能力允许与治疗计划系统集成.
• 这种工具可以有望缓解免疫细胞毒性,同时保持SBRT计划的质量.