靜態調強計劃參數對放療Gamma通過率的影響

黃洋洋，劉宗文，楊軍，董勝楠，田玉龍

(1.鄭州大學第二附屬醫院 放療科，河南 鄭州 450014；2.鄭州大學第三附屬醫院 設備科，河南 鄭州 450052；3.復旦大學華山醫院 放療科，上海 200040；4.鄭州大學第五附屬醫院 放療科，河南 鄭州 450052)

放射治療是一個復雜的過程，其中有許多因素會影響計劃的Gamma通過率[1-2]。本文重點研究靜態調強(static intensity modulated radiation therapy，sIMRT)計劃參數中的子野數和總跳數(monitor units，MUs)等對Gamma通過率的影響[3]。在sIMRT計劃設計過程中，不同數量的主射野會產生不同數量的子野數和MUs[4]；不同的子野分割強度也會產生不同數量的子野數和MUs[5]；不同的準直器角度也會導致多葉光柵修飾靶區的能力發生變化，從而改變子野數和MUs[6]。不同的子野數和MUs也會對sIMRT計劃的Gamma通過率產生影響。本文通過建立起Gamma通過率與子野數和MUs的回歸方程，采用定量分析方法，為實際工作中Gamma通過率的采集提供對照和參考。

1 材料與方法

1.1 實驗設備本研究所用加速器為瑞典Elekta公司Synergy型加速器，該型設備共有40對多葉光柵，每片光柵在加速器等中心平面投影寬度為1 cm。本研究使用sIMRT技術。每次實驗前，對加速器硬件做質控，以保證其工作在最佳狀態。計劃系統(Treatment Planning System，TPS)為CMS公司XiO 5.0。劑量驗證工具為IBA公司OmniPro I’mRT軟件和二維矩陣MatriXX。

1.2 患者資料和定位回顧性選取鄭州大學第二附屬醫院放療科2019—2020年10例鼻咽癌放療患者、14例肺癌放療患者和20例直腸癌術后放療患者，分期使用AJCC TNM分期標準[7]。鼻咽癌患者T2N1M0、T3N2M0、T3N2M1期患者分別為5、2和3例；患者年齡17～66歲；男7例，女3例。鼻咽癌靶區周圍危及器官有腦干、脊髓、左右視神經、視交叉、垂體、左右晶體、左右眼球、左右顳葉、左右顳頜關節、左右腮腺、左右下頜骨、左右甲狀腺、氣管和喉等。肺癌患者T1N1M0期4例，T2N1M0期6例，T3N1M0期3例，T3N2M0期1例；患者年齡33～70歲；男11例，女3例。肺癌靶區周圍危及器官有雙肺、脊髓、心臟、食管和氣管等。直腸癌術后患者T2N0M0期8例，T3N1M0期7例，T4N2M0期5例；患者年齡30～75歲；男12例，女8例。直腸癌靶區周圍危及器官有馬尾、膀胱、小腸和左右股骨頭等。CT定位時3種疾病體位都是仰臥位，分別使用頭頸肩熱塑膜和體部熱塑膜。鼻咽癌CT掃描層厚為3.0 mm，肺癌和直腸癌CT掃描層厚為5.0 mm。CT圖像經局域網傳輸至TPS。

1.3 sIMRT計劃設計為了控制實驗過程中的變量，將鼻咽癌計劃、肺癌計劃和直腸癌計劃全部重新設計1次，靶區設置為計劃靶區，單次放療劑量設為200 cGy，并且所有計劃統一要求95%的靶區體積≥處方劑量。

鼻咽癌sIMRT計劃設計為9野均分，射野角度從0°開始；肺癌sIMRT計劃設計4～5個射野，射野方向大致從縱膈照射到靶區。直腸癌sIMRT計劃設計為5野均分，射野角度也從0°開始。每組sIMRT計劃的逆向條件和子野分割方式等計劃設計條件一致[8-9]。TPS具體設置為：劑量計算網格大小為3 mm×3 mm×3 mm，子野收斂強度為8，最小子野跳數為5 MU，最小子野邊長為2.0 cm。所有計劃都使用6 MV X射線。

1.4 采集sIMRT計劃參數和Gamma通過率利用TPS采集每個sIMRT計劃的主射野數、子野數和MUs等參數。Gamma通過率采集參數依據美國醫學物理學家協會第119工作組報告，其標準設置為劑量差異3.0%，距離符合度3.0 mm，排除整個測量平面上低于中心參考點處10%閾值的數據[10]。MatriXX采集數據前所有主射野角度歸零，Gamma通過率≥95.0%被認為劑量傳遞準確[11]。3組sIMRT計劃的Gamma通過率采集工作在加速器質控后1周內完成，以確保實驗過程中變量盡可能少。

1.5 統計學方法采用IBM公司SPSS 23.0軟件，對TPS上讀出的3組sIMRT計劃的子野數、MUs，二維矩陣MatriXX測得的3組計劃Gamma通過率數據分別做Shapiro-Wilk檢驗，將符合正態分布的數據做兩兩獨立樣本t檢驗，P<0.05為差異有統計學意義。把3組Gamma通過率數據匯集在一起，將子野數和MUs這2個自變量因素與Gamma通過率的關系做Pearson相關系數分析，然后將相關的因素納入線性回歸模型，定量分析Gamma通過率與子野數、MUs之間的線性關系。

2 結果

2.1 sIMRT計劃參數和Gamma通過率從表1可知，鼻咽癌sIMRT計劃的子野數[(117.50±12.74)個]和MUs[(860.59±91.61)MU]比其他兩組對應的參數都大，Gamma通過率[(96.00±0.55)%]卻是3組中最小的；肺癌的子野數[(42.71±11.37)個]和MUs[(491.10±124.68)MU]是3組sIMRT計劃中最小的，Gamma通過率[(98.75±0.91)%]卻是3組中最大的。3組sIMRT計劃子野數、MUs和Gamma通過率比較，差異有統計學意義(P<0.05)。見表1。

表1 3組sIMRT計劃參數和Gamma通過率的比較

2.2 Gamma通過率與子野數和MUs的關系本研究從線性、獨立性、正態性和方差齊性4個方面建立Gamma通過率與子野數和MUs這2個因素的多重線性回歸模型。將Gamma通過率設為Y，為因變量；自變量包括子野數和MUs，分別設為X1和X2。本研究樣本數為44。應用Shapiro-Wilk檢驗分析全部sIMRT計劃的Gamma通過率正態分布情況，檢驗結果P=0.063>0.05，說明全部Gamma通過率數值符合正態分布。對全部sIMRT計劃Gamma通過率與其對應的子野數和MUs這2個因素分別做散點圖和Pearson相關系數分析，以確定因變量和自變量的線性。從圖1可以看出Gamma通過率分別與子野數和MUs之間有線性關系。除了散點圖以外，再做Pearson相關系數分析并進行假設檢驗。Gamma通過率與子野數和MUs之間的相關系數分別為-0.896和-0.887，對相關系數進行假設檢驗的結果都為P<0.001，表明在總體上Gamma通過率與子野數和MUs之間具有直線相關關系；同時，2個相關系數都是負的，表明如果子野數和MUs增加，Gamma通過率就會下降；相關系數分別為-0.896和-0.887，數值都很接近-1，這表示Gamma通過率與子野數和MUs之間都有很強的相關性。

圖1 Gamma通過率與子野數和MUs的散點圖

對2個自變量做共線性識別和共線性診斷。共線性識別中，三維特征值為0.107，表示2個自變量之間無共線性；三維條件指數為17.787，也表示2個自變量之間無共線性。綜合以上2個指標，可以認為2個自變量之間無共線性問題。

對3組sIMRT計劃的Gamma通過率與子野數和MUs做多重線性回歸分析，自變量篩選方法為逐步法。模型總結顯示擬合的2個模型決定系數的改變情況，模型2的復相關系數R為0.912，決定系數R2為0.832，調整決定系數為0.824，估計值的標準誤差為0.561 25。ANVOA分析結果為F=101.421，P<0.001，可以認為Y與X1和X2之間有線性關系。從表2 模型2結果得出多重線性回歸方程為：Y=101.126-0.021X1-0.003X2。由多重線性回歸方程可知，Gamma通過率由子野數和MUs共同決定，在其他自變量不變的情況下，子野數越多，Gamma通過率越低；MUs越多，Gamma通過率也越低。

表2 多重線性回歸分析結果

3 討論

sIMRT計劃包括治療部位、主射野數、子野數、MUs等因素，這些因素在不同程度上都會影響放療計劃的Gamma通過率。有研究認為sIMRT計劃的多種參數中子野數和MUs最重要[12]。還有研究認為只需要MUs就可以表達出放療計劃的復雜性[13]?；诖?，本研究探討了Gamma通過率與子野數和MUs之間的關系，并且建立起Gamma通過率與子野數和MUs之間的多重線性回歸方程。通過以上分析，期待尋找到提高sIMRT計劃Gamma通過率的方法。

sIMRT計劃的子野數和MUs會影響劑量投射的準確性。一般使用Gamma通過率來描述劑量投射的準確性。王凱等[14]通過比較前列腺癌調強放療劑量驗證的結果，發現子野數越少，Gamma通過率越高。李成強等[15]隨機選取211例已驗證過的VMAT計劃，采用配對t檢驗分析計劃與測量劑量分布的Gamma通過率差異，結果發現子野數和MUs是影響VMAT計劃Gamma通過率的主要因素。吳仕章等[16]回顧性分析了924例患者的IMRT計劃Gamma通過率與病變部位、MUs，采集劑量最大面積之間的關系，發現鼻咽癌Gamma通過率在統計所有部位中平均通過率最低，可能是因為鼻咽癌計劃射野較多且優化后MUs較大。

本研究中，鼻咽癌sIMRT計劃的子野數和MUs在3組中最大，Gamma通過率卻最小，且差異有統計學意義；肺癌的子野數和MUs在3組sIMRT計劃中最小，Gamma通過率卻最大，且差異有統計學意義。通過以上分析可知，減少子野數和MUs可以提高sIMRT計劃的Gamma通過率，提高劑量傳遞的準確度。建議在以后的工作中，在保證計劃質量的前提下，減少放療計劃所包含的子野數和MUs。

有研究發現，在sIMRT計劃中，Gamma通過率與計劃參數之間存在某種線性關系[17]?；诖?，本研究也同時建立了Gamma通過率與子野數和MUs的多重線性回歸方程。分析回歸方程可知，子野數和MUs前都為負號，表現出Gamma通過率隨著子野數和MUs的增加而減少的規律；子野數的系數絕對值是MUs的7倍，說明子野數的變化對Gamma通過率的影響要遠大于MUs。事實上，MUs是依附于子野的，一般來說，子野數越多，MUs也越多；反過來說，MUs越多，則子野數不一定越多。本回歸方程在一定程度上預測了影響sIMRT計劃Gamma通過率的相關因素，因此，對于建立Gamma通過率測量基準值和發現加速器潛在故障有重要應用價值[18]。利用回歸方程得到的理論Gamma通過率與實際測得的Gamma通過率比較，若差異較大，可能預示著Gamma通過率采集過程有誤；若采集過程經反復檢查無誤，預示著加速器硬件有可能出現偏差。

綜上，在sIMRT計劃執行過程中，Gamma通過率與子野數、MUs呈負相關。子野數和MUs是影響sIMRT計劃Gamma通過率大小的關鍵因素。