瘤驱动的SRS VMAT规划:中低剂量泄漏的回归模型
Meysam Tavakoli1, Shada Wadi-Ramahi2, Sarah Ashmeg2
1Department of Radiation Oncology and Winship Cancer Institute, Emory University, Atlanta, Georgia, USA.
Journal of applied clinical medical physics
|July 31, 2025
概括
这项研究开发了回归模型,以预测大脑转移的立体射线手术 (SRS) 中的辐射剂量. 这些模型使用瘤特征来规划标准化和改善治疗的一致性.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 神经外科 神经外科
背景情况:
- 使用体积调节弧线疗法 (VMAT) 的立体射线手术 (SRS) 越来越多地用于大脑转移.
- 对于中低剂量地区,SRS中高剂量合规性的现有指南是不够的.
- 内SRS规划的标准化需要更好地了解剂量分配.
研究的目的:
- 为标准化内SRS规划开发回归模型.
- 探索瘤特异性特征和用于预测剂量分配的新型剂量计参数.
- 为优化SRS计划质量提供针对患者的指导.
主要方法:
- 追溯分析了来自151名患者的290个VMAT SRS计划.
- 引入新的剂量计量量:R6Gy (6 Gy云体积比) 和%D1cm (最大剂量在1厘米).
- 使用相关性和回归分析评估R50%,V12Gy,转移数 (n) 和总规划目标体积 (PTVTotal).
主要成果:
- 在单分数SRS中,PTVTotal和剂量指标之间存在强烈的相关性;在三分数SRS中,相关性较弱.
- 动力定律回归模型最好地描述了R50%和R6Gy.
- 线性回归模型最好地描述了%D1cm和V12Gy;在n和剂量计指标之间发现了中等的相关性.
结论:
- 拟议的基于回归的模型根据瘤负担和体积预测辐射剂量泄露.
- 这些模型为基于模型的SRS规划提供了一个框架.
- 这些发现旨在提高一致性,优化计划质量,并支持SRS治疗计划的标准化.
