通量平滑度對食管癌放療計劃的影響

孫宇，張武，劉灝，武曼莉，郝遠翔

皖北煤電集團總醫院（蚌埠醫學院第三附屬醫院） a.放療三科；b.放射治療室，安徽 宿州 234000

引言

食管癌是世界上發病率及死亡率較高的腫瘤之一，也是我國臨床常見的消化系統腫瘤。根據相關指南[1-6]，放射治療是食管癌治療的重要手段之一。隨著放療技術的發展，調強放療成為目前應用最廣泛的技術[7]，而調強放療計劃的通量平滑程度通常受劑量分布、治療時間等方面的影響。本研究基于Monaco 計劃系統，以食管癌為研究樣本，比較計劃系統預置的4 種通量平滑模式對食管癌放療計劃的影響，為臨床放療計劃設計提供參考。

1 資料與方法

1.1 一般資料

選取2021 年1 月至2022 年11 月在我院進行治療的23 例食管癌患者為研究對象。納入標準：① 原發灶均經病理證實為食管癌；② 放療前無食管出血或穿孔。③ 無其他部位腫瘤；④ KPS 評分≥70 分；⑤ 病歷資料完整。排除標準：有放療禁忌證。本研究中男性患者16 例，女性患者7 例；年齡為60～85 歲（中位年齡為74 歲）；腫瘤部位：上段6 例，中段10 例，中上段6 例，下段1例。本研究經本院倫理委員會審批通過（批準文號：WBZY-LLWYH-2023-35），且均與患者或患者家屬取得聯系，簽訂知情同意書。

1.2 CT定位及放療計劃設計

患者采取仰臥位，頭部墊頭枕，并使用熱塑膜固定，在飛利浦PET/CT 上進行定位掃描，重建層厚為5 mm。掃描圖像傳輸至Monaco 5.11 計劃系統中，醫生按照ICRU 83 號報告[8]和國內指南[1-2,6]勾畫大體腫瘤靶區及頸部轉移淋巴結靶區、臨床靶區（Clinical Target Volume，CTV）和各危及器官。以CTV 為基礎，三維方向上外擴0.5 cm 生成計劃靶區（Planning Target Volume，PTV）。

放療計劃處方為PTV 50 Gy/25 次，采用瑞典醫科達Precise 加速器，計劃類型為動態多葉光柵準直器（Dynamic Multi-Leaf Collimator，DMLC），能量選用6 MV X 射線，多葉光柵型號為MLCi2（含40 對葉片，葉片厚度均為1 cm），優化算法為蒙特卡洛算法，計劃計算網格0.3 cm，整個計劃的計算不確定度為0.7%。為每位患者均設計4 組放療計劃，并將其分別命名為OFF 組（通量平滑程度設置為Off）、LOW 組（通量平滑程度設置為Low）、MED 組（通量平滑程度設置為Medium）和HIG 組（通量平滑程度設置為High）。4 組放療計劃均使用同一等中心，最小子野寬度均為0.5 cm。所有計劃設計完成后，將處方劑量歸一至95%的靶區體積。

1.3 放療計劃評估指標

根據劑量體積直方圖及Monaco 優化控制臺窗口分別對靶區、危及器官、治療參數進行評估。對PTV 評估最小劑量D98、最大劑量D2、平均劑量Dmean、均勻性指數（Homogeneity Index，HI）和適形度指數（Conformity Index，CI）[9-10]。

危及器官主要評估全肺、心臟、脊髓[11-13]。其中，雙肺評估V30、V20、V10、V5、Dmean及正常組織并發癥概率（Normal Tissue Complication Probability，NTCP），心臟評估V30、Dmean及NTCP，脊髓評估最大劑量Dmax。治療參數主要評估機器跳數（Monitor Units，MU）、計劃執行時間（Deliver Time，DT）和計劃總控制點數目（Control Point，CP）。

1.4 NTCP計算

本研究使用基于等效均勻劑量（Equivalent Uniform Dose，EUD）的參數化NTCP 模型進行評估。EUD 的計算方式如公式（1）～（2）所示。

式中，vi和Di為某一體積vi受到劑量Di的照射；a和γ 為控制參數；TD50為某種正常組織經照射后一段時間內有50%發生并發癥的劑量值。

本研究僅評估雙肺和心臟的NTCP，計算NTCP 使用的相關參數如表1 所示[14-17]。

表1 計算NTCP使用的相關參數

1.5 基于熵權法的優劣解距離法分析

信息熵是用來描述系統信息含量的量化指標。針對某一評價指標，使用熵值來判斷其離散程度，信息熵越小，指標的離散程度越大，該指標對綜合評價的影響就越大。若該指標的值全部相等，意味著該指標在評價中不起作用。因此，可根據信息熵計算各個指標的權重，為多指標綜合評價提供依據，該方法為熵權法。熵權法僅根據信息本身計算權重，可排除人為因素的干擾，保證權重分配的客觀性。

優劣解距離法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）是一種常用的綜合評價方法，能充分利用原始數據的信息，精確反映各評價方案之間的差距?；舅悸肥歉鶕蟹桨笖祿嬙斐隼硐胱顑灲夂妥盍咏?，通過算法評估方案系統中每個方案距離理想最優解和最劣解的綜合距離，并根據結果進行評分。

本研究主要涉及以下步驟及數據處理方法：① 指標正向化：對極小型指標（結果越小越好）取倒數，極大型指標保持不變，正向化后數據記為矩陣X[n個評價對象，m個評價指標，見公式（3）]；② 數據的標準化處理：處理過程如公式（4）所示，標準化后數據記為矩陣Z；③ 計算概率矩陣P：對標準化后矩陣歸一，見公式（5）；④ 計算信息熵e和信息效用值d及權重ω，見公式（6）～（8）；⑤ 根據公式計算正負理想距離D+、D-和綜合得分S，見公式（9）～（11）。

1.6 統計學分析

使用SPSS 27.0 軟件對23 例患者的評估指標進行單因素方差分析，評估不同通量平滑度對評估指標的影響，以P＜0.05 為差異有統計學意義。使用熵權法進行指標權重分配，并根據評估指標的均值，使用TOPSIS 對不同通量平滑度進行綜合評分。

2 結果

2.1 靶區劑量分布結果

4 組計劃的靶區劑量結果如表2 所示，各組評估指標劑量結果略有差異，但均無統計學意義（P＞0.05）。

表2 4組計劃靶區劑量結果比較（±s）

表2 4組計劃靶區劑量結果比較（±s）

注：CI：適形度指數；HI：均勻性指數。

分組D98/GyD2/GyDmean/GyCIHI OFF49.09±0.4153.32±0.3651.71±0.240.81±0.051.06±0.01 LOW48.95±0.5253.44±0.4551.78±0.290.80±0.041.06±0.01 MED48.88±0.6153.37±0.5051.76±0.320.80±0.051.06±0.01 HIG49.01±0.5953.33±0.5551.74±0.350.80±0.051.06±0.01 F值0.6480.3290.2030.3180.335 P值0.5870.8050.8940.8120.800

2.2 危及器官劑量結果

4 組計劃危及器官劑量結果如表3 所示，各危及器官的劑量結果差異均無統計學意義（P＞0.05）。

表3 4組計劃危及器官劑量結果（±s）

表3 4組計劃危及器官劑量結果（±s）

分組脊髓Dmax/Gy雙肺心臟V30/%V20/%V10/%V5/%Dmean/GyV30/%Dmean/Gy OFF36.99±1.55 6.69±4.14 12.85±5.95 23.30±7.72 33.54±8.66 7.37±2.28 16.67±12.95 12.37±8.43 LOW37.22±1.53 6.31±3.89 12.71±5.85 22.99±7.81 32.86±8.69 7.22±2.22 16.69±12.88 12.40±8.39 MED37.27±1.49 6.59±4.32 13.10±6.26 23.20±8.33 32.80±9.22 7.33±2.38 16.94±12.92 12.49±8.44 HIG37.15±1.62 6.66±4.25 13.12±6.06 23.58±8.22 33.50±9.03 7.42±2.32 17.12±13.21 13.08±9.39 F值0.1460.0410.0240.0210.0460.0310.0060.034 P值0.9320.9890.9950.9960.9870.9930.9990.991

2.3 心臟和肺NTCP結果

4 組計劃心臟和肺NTCP 計算結果如表4 所示，各組在NTCP 方面的差異均無統計學意義（P＞0.05）。

表4 4組計劃心臟和肺NTCP結果（±s）

表4 4組計劃心臟和肺NTCP結果（±s）

分組心臟雙肺OFF0.0778±0.05760.0614±0.0359 LOW0.0740±0.05980.0589±0.0347 MED0.0796±0.05770.0561±0.0376 HIG0.0797±0.05930.0620±0.0366 F值0.0480.127 P值0.9860.944

2.4 治療參數結果

4 組計劃治療參數結果如表5 所示，各組在MU 方面的差異具有統計學意義（P＜0.05），但在DT 和CP 方面差異均無統計學意義（P＞0.05）。

表5 4組計劃治療參數結果（±s）

表5 4組計劃治療參數結果（±s）

注：ab分別表示單因素方差分析的兩個齊性子集。MU：機器跳數；DT：計劃執行時間；CP：計劃總控制點數目。

分組MUDT/sCP OFF896.14±161.39b 299.63±61.79 179.39±91.43 LOW884.70±153.83b 295.22±59.67 179.52±91.71 MED838.94±144.35ab 288.92±64.50 176.96±92.73 HIG779.14±138.58a 288.05±64.42 174.78±90.50 F值2.8960.1760.014 P值0.0400.9120.998

2.5 TOPSIS評估結果

TOPSIS 是一種常用的綜合評價方法。在本研究中，D98、D2、Dmean滿足臨床要求即可，故不參與綜合評價，剩余指標中，除CI指標為極大型指標（結果越大越好）外，其余指標均為極小型指標（結果越小越好）。本文先使用熵權法對參與分析的各指標進行權重計算，計算結果如表6 所示；將權重代入分析，4 組計劃的TOPSIS 評估結果如表7 所示。結果表明，LOW 組的綜合得分指數最高，HIG 組和MED 組次之，OFF 組最低。

表6 熵權法計算結果

表7 4組計劃TOPSIS分析結果

3 討論

隨著放療技術的不斷進步，低分割放療的應用范圍逐漸擴大，不僅要求放療過程中射線量的精確度，更要求照射位置的準確度，尤其是調強放療射野由許多小面積子野構成，照射位置出現微小偏差可能會造成實際照射劑量與放療計劃劑量不匹配。為了減小這一誤差，一方面可使用更精確的輔助定位裝置和位置驗證設備，減小擺位誤差；另一方面則是從計劃設計入手，通過減小劑量變化梯度減輕位置誤差的影響。

通量平滑度是影響劑量梯度變化的重要指標。在以Eclipse 計劃系統為基礎的研究中，賈曉斌等[18]對頭頸部腫瘤的研究表明，隨著通量平滑程度的增加，MU 呈下降趨勢，但過度平滑會影響靶區的覆蓋率及危及器官的劑量。在以Monaco 計劃系統為基礎的研究中，Low模式的優勢在于提高計劃質量，降低膀胱和股骨頭的劑量，Medium 和High 模式的優勢在于提升計劃執行效率。而魯黎明等[19]研究表明，4 種模式在直腸癌術后放療劑量方面無明顯差異，隨著通量平滑程度的增加，子野數、MU 均降低，γ通過率和計劃效率提高。王東等[20]在非小細胞肺癌立體定向放療的研究中表明，不同通量平滑度在劑量方面無明顯差異，High 模式相較于Medium 模式降低了治療MU 和計劃優化時間。

放療計劃設計已經由物理劑量優化轉變為物理劑量和生物劑量雙重優化。由于人體組織的不均勻性，僅評估危及器官的物理劑量無法準確判斷該器官的損傷情況，而EUD 和NTCP 等放射生物學模型的引入，改善了這一情況，對放療后的遠期副作用有一定的預測效果。據相關研究發現[21-23]，根據放療后隨訪結果，NTCP 模型對放療計劃評估和危及器官損傷預測具有一定價值，但能否普遍應用于臨床，仍需深入研究。

在本研究中，4 種平滑模式生成的放療計劃均可滿足臨床治療要求，靶區參數、危及器官劑量、雙肺和心臟NTCP、DT 及CP 均無明顯差異，該結果受腫瘤部位、放療技術、放療設備等因素影響較大[24-26]。但在MU 方面，隨著通量平滑程度的提升，MU 呈降低趨勢[21-23]。吳凡等[27]在胸中上段的容積調強放射治療（Volumetric Modulated Arc Therapy，VMAT）劑量學研究中表明，相對于MED 組，HIG 組在心臟V30、脊髓Dmax和MU方面更低，在雙肺V5方面更高，LOW 組的心臟V30、Dmean和脊髓Dmax較高，雙肺V5較低，其余評價指標均無明顯差異。與該研究相比，本研究在MU 方面結論趨于一致，在危及器官劑量方面略有差異，可能存在的原因如下：① 計劃類型不一致，本研究使用的是DMLC技術，與VMAT 技術存在一定差異。② 所選擇病例的靶區和危及器官勾畫方面存在差異。TOPSIS 綜合評估中，本研究根據各評估指標的特點，在剔除D98、D2、Dmean3 個滿足臨床要求即可的指標后，對計劃進行綜合評分，結果表明，Low 模式評分最高。

本研究有以下創新點：① 引入NTCP 對計劃劑量進行評估，豐富了計劃評估方法，增加了結論的說服力；② 引入基于熵權法的TOPSIS 分析，使大部分指標的結果得以參與到計劃評估之中；③ 使計劃評估過程量化，通過得分比較計劃的優劣，保證了結果的客觀性。本研究仍存在以下不足：① 參與TOPSIS 評估的指標采用了熵權法進行權重分配，而實際上，不同的放療單位根據自身情況對各評估指標的權重分配并不相同，這可能會導致4 個分組的排序有所變化；② 本研究樣本量仍有所不足，后續可適量擴充樣本量細化研究，以期建立通量平滑模式與劑量的數學模型；③ 本文用于計算NTCP 的參數均來自參考文獻，后續可在大量樣本的基礎上，建立起符合本單位情況的NTCP 模型，以期達到最符合本單位實際治療情況的預測結果。

綜上所述，在食管癌放療計劃設計中，4 種通量平滑模式均能滿足臨床治療要求，通量平滑度的提高可降低治療MU；在考慮計劃整體指標的情況下，可選擇Low 模式以達到最優的劑量結果。