食管癌生物优化放疗及其对放疗方案函数的临床验证

《食管癌生物优化放疗及其对放疗方案函数的临床验证》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、食管癌生物优化放疗及其对放疗方案函数的临床验证［摘要］目的根据临床观察数据验证放疗方案评估函数符合度，为放疗方案的制定提供量化参考依据。方法以食管癌常规分割放疗方案为对照组，放疗方案函数引导生物优化超分割放疗组为观察组，对比两组数据，验证方案函数的止确性。结果生物优化超分割放疗组5年生存率为35%,比常规照射组(26%)高9个百分点。生物优化超分割放疗组局部控制率为80%,比常规照射组(72%)高8个百分点。生物优化超分割放疗组并发症为29%,比常规照射组(35%)低6个百分点，这些数据与放疗方案函数计算的结果吻合，较常规组有优势。结论方案评估函数可以指导部分放疗方

2、案的制定，对临床放疗方案的制定有一定的指导作用。［关键词］食管癌；方案评估函数；验证［中图分类号］R735.1［文献标识码］B［文章编号］1673-9701(2013)21-0136-02近年來，放疗已经从原來的普通照射发展成为三维适形调强放疗，后者能够使射线高剂量区分布的形状在三维方向上与病变的形状一致，能够达到按照肿瘤形状给肿瘤靶区极高的致死量，而靶区周围的正常组织不受到过度照射，可以说靶区的物理优化已经有很人的提高。但肿瘤的放射治疗不仅仅是物理角度的优化，更重要的是生物优化，一个好的治疗方案一定是物理优化和生物优化相结合的结果。长久以來，放疗方案的制定，缺乏定

3、量的评估标准。方案制定的是否合理，完全由医生的经验决定。常规放疗方案沿用至今，对某些肿瘤有其优势，但大量的临床实践证明，它并不是金标准。如何优化放疗方案，方案如何评估，是临床放疗医生急需解决的问题。放疗方案评估函数因此提出，旨在通过大量临床实验，为放疗方案的制定提供量化标准。通过分析食管癌不同分割放疗方案数据，验证放疗方案评估函数的临床正确性。本研究为其临床验证的一部分，方案评佔函数的止确性尚需大宗实验数据及临床验证。1资料与方法1.1临床资料2008年1月〜2012年12月于国内三家医院放疗科随机选取200例食管癌患者，其中男108例，女92例，中位年龄58岁，入

4、组标准包拙全部经病理证实为食管鳞癌；无淋巴结转移；KPS评分＞70；肝肾功能止常；胸片正常；无远处转移。放疗函数由合作单位提供并计算相关数据。200例食管癌根据放疗方式分成常规放疗组（对照组）和超分割放疗组。两组的性别、年龄、临床分期差异无统计学意义。常规放疗组100例,均为低分化鳞癌，超分割放疗组100例，低分化鳞癌96例，中、高分化鳞癌4例。1・2评估方法研究单纯超分割后加速放疗对食管癌局部控制，所冇方案均以常规放疗方案组为基础对照组，由放疗方案评估函数计算出常规组、非常规组的函数值，包括•治疗评估因子（TEF）、治疗增益因子（TGF）、治疗风险系数（TRC）、

5、预期肿瘤控制率增加值（ATCP）o1.3统计学方法局部控制、远处转移和生存从治疗开始口到复发、转移、死亡口。统计用SPSS13.0Kaplan-Meier法计算局部控制率、远处转移率和生存率,Logrank评价各组差异。1.4治疗方法对照组放射每H1次，2Gy/次，每周5次，总量66Gy,总共45d。超分割组每口2次，间隔6小时，l・2Gy/次，每周5次，总量67.2Gy，总共38do放疗采用体模固定，CT扫描定位后，制定三维立体适形放疗计划，PTV包括临床可见肿瘤及区域淋巴结，边界外放lcm0放疗期间不进行同步化疗。治疗期间观察各项反应。治疗后常规随访。治疗反应按

6、RTOGE1OJSOMO标准评定。治疗期间，治疗后分别观察急性、慢性反应及局部控制、5年生存情况。治疗结束后，与放疗方案评估函数计算的相关数据行対比分析。具体计算数据如表1。2结果随访安排治疗期间每周检查1次，治疗后第1年每3个月检查1次，治疗后第2〜3年每半年检查1次，包括常规检查和CT检查，随访5〜6年。治疗反应按RTOG标准，SO-MA标准评定。结果如表2。放疗方案评估函数计算结果均超分割放疗组:TEF和TGF分别为1.112和1.314,均大于1,根据评估函数可知晚反应组织反应偏轻，这点可以从BED2值的减少较多和BED10增加不多中看出（以常规放疗组做对照

7、比较）。同时从超分割组的5年生存率较常规组有所提高得到验证。TRC值为1.141,治疗风险稍微大于1,因ATCP值明显增大，并发症并未增加，大部分病人的反应还是可以忍受的。在生物参量变化时，生物等效剂量和生物效应剂量有比较大的变化。放疗方案评佔函数通过计算TGF、TRC、TEF数值，间接验证该方案可行，患者可以耐受放疗的急慢性反应，获得较高的局部控制率，从而说明该函数具冇-左的临床指导性。3讨论放射治疗是通过物理手段实现生物学的目的，因此计划优化时，通常将临床目标转化为物理目标或生物目标，并以数学模型的形式表达，通过物理优化或生物优化来实现。物理优化的代表技术为