在基于EUD的TCP模型中优化剂量-体积效应参数"a"用于乳腺癌放射治疗

科学领域:

• 辐射瘤学 辐射瘤学
• 医学物理 医学物理
• 生物统计学 生物统计学

背景情况:

• 传统的放射治疗计划使用物理剂量指标,忽视生物影响.
• 放射生物模型,如瘤控制概率 (TCP) 和正常组织并发症概率 (NTCP),对于评估治疗疗效和安全至关重要.
• 准确的TCP预测对于优化乳腺癌放射治疗结果至关重要.

研究的目的:

• 评估放射生物模型在乳腺癌放射治疗中对TCP的预测能力.
• 为TCP计算提供对模型选择和参数优化的见解.
• 为了比较基于线性Poisson和等效均剂量 (EUD) 的模型的性能.

主要方法:

• 对30名乳腺癌患者进行了回顾性观察性研究.
• 使用基于线性Poisson和EUD的模型与各种放射生物参数集计算TCP.
• 模型预测与START试验的临床结果的比较.

主要成果:

• 具有既定参数的线性-波桑模型与临床数据有很好的一致性.
• 基于标准的EUD模型 (a=-7.2) 显著低估了TCP.
• 在基于EUD的模型中优化"a"参数 (至-2.57和-5.65),大大提高了其预测准确度.

结论:

• 临床相关的放射生物学参数对于准确的TCP预测至关重要.
• 使用临床数据优化基于EUD的模型中的"a"参数,提高了其对乳腺癌放射治疗的预测能力.
• 这项研究强调了个性化放射治疗模型和参数精细化的重要性.