预测化学辐射反应中期治疗高度质瘤通过基于患者特定生物学模型

科学领域:

• 神经瘤学神经瘤学
• 辐射疗法 辐射疗法
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 目前用于高度质瘤 (HGG) 的放射治疗 (RT) 依赖于治疗前的磁共振成像 (MRI).
• 在治疗期间可进行适应性RT,但通常仅基于瘤的解剖变化.
• 需要更精确的方法来预测HGG治疗期间的瘤反应.

研究的目的:

• 确定基于生物学的数学模型,使用患者特定的多参数MRI (mpMRI) 数据,是否可以准确地预测RT期间的HGG反应.
• 评估模型在体积和声量水平上预测瘤行为的能力.
• 为了使HGG更有效的适应性RT策略.

主要方法:

• 21名同时接受RT和化疗的HGG患者每周通过mpMRI进行扫描.
• 从基线到治疗中期的患者特定的mpMRI数据被用来个性化一系列数学模型.
• 最节制的模型预测了在RT期间和之后的体积和声素水平上的瘤反应 (细胞性,体积,范围).

主要成果:

• 该模型在RT后长达2个月的预测瘤总细胞性和体积方面取得了很高的准确性 (皮尔森相关系数>0.86).
• 在RT期间和之后的预测和实际瘤扩展之间观察到出色的空间重叠 (分别是Dice值>0.87和>0.74).
• 沃克塞尔水平的预测显示了高相关系数 (>0.90在RT期间,>0.71后RT).

结论:

• 一个基于生物学的计算框架,使用患者特定的mpMRI数据,准确地预测HGG在适应性RT期间和之后的时空反应.
• 这种方法为个性化HGG治疗提供了一个强大的工具.
• 这些发现支持对适应性放射治疗的先进成像和建模的整合.