通量平滑度对食管癌放疗计划的影响

孙宇，张武，刘灏，武曼莉，郝远翔

皖北煤电集团总医院（蚌埠医学院第三附属医院） a.放疗三科；b.放射治疗室，安徽 宿州 234000

引言

食管癌是世界上发病率及死亡率较高的肿瘤之一，也是我国临床常见的消化系统肿瘤。根据相关指南[1-6]，放射治疗是食管癌治疗的重要手段之一。随着放疗技术的发展，调强放疗成为目前应用最广泛的技术[7]，而调强放疗计划的通量平滑程度通常受剂量分布、治疗时间等方面的影响。本研究基于Monaco 计划系统，以食管癌为研究样本，比较计划系统预置的4 种通量平滑模式对食管癌放疗计划的影响，为临床放疗计划设计提供参考。

1 资料与方法

1.1 一般资料

选取2021 年1 月至2022 年11 月在我院进行治疗的23 例食管癌患者为研究对象。纳入标准：① 原发灶均经病理证实为食管癌；② 放疗前无食管出血或穿孔。③ 无其他部位肿瘤；④ KPS 评分≥70 分；⑤ 病历资料完整。排除标准：有放疗禁忌证。本研究中男性患者16 例，女性患者7 例；年龄为60～85 岁（中位年龄为74 岁）；肿瘤部位：上段6 例，中段10 例，中上段6 例，下段1例。本研究经本院伦理委员会审批通过（批准文号：WBZY-LLWYH-2023-35），且均与患者或患者家属取得联系，签订知情同意书。

1.2 CT定位及放疗计划设计

患者采取仰卧位，头部垫头枕，并使用热塑膜固定，在飞利浦PET/CT 上进行定位扫描，重建层厚为5 mm。扫描图像传输至Monaco 5.11 计划系统中，医生按照ICRU 83 号报告[8]和国内指南[1-2,6]勾画大体肿瘤靶区及颈部转移淋巴结靶区、临床靶区（Clinical Target Volume，CTV）和各危及器官。以CTV 为基础，三维方向上外扩0.5 cm 生成计划靶区（Planning Target Volume，PTV）。

放疗计划处方为PTV 50 Gy/25 次，采用瑞典医科达Precise 加速器，计划类型为动态多叶光栅准直器（Dynamic Multi-Leaf Collimator，DMLC），能量选用6 MV X 射线，多叶光栅型号为MLCi2（含40 对叶片，叶片厚度均为1 cm），优化算法为蒙特卡洛算法，计划计算网格0.3 cm，整个计划的计算不确定度为0.7%。为每位患者均设计4 组放疗计划，并将其分别命名为OFF 组（通量平滑程度设置为Off）、LOW 组（通量平滑程度设置为Low）、MED 组（通量平滑程度设置为Medium）和HIG 组（通量平滑程度设置为High）。4 组放疗计划均使用同一等中心，最小子野宽度均为0.5 cm。所有计划设计完成后，将处方剂量归一至95%的靶区体积。

1.3 放疗计划评估指标

根据剂量体积直方图及Monaco 优化控制台窗口分别对靶区、危及器官、治疗参数进行评估。对PTV 评估最小剂量D98、最大剂量D2、平均剂量Dmean、均匀性指数（Homogeneity Index，HI）和适形度指数（Conformity Index，CI）[9-10]。

危及器官主要评估全肺、心脏、脊髓[11-13]。其中，双肺评估V30、V20、V10、V5、Dmean及正常组织并发症概率（Normal Tissue Complication Probability，NTCP），心脏评估V30、Dmean及NTCP，脊髓评估最大剂量Dmax。治疗参数主要评估机器跳数（Monitor Units，MU）、计划执行时间（Deliver Time，DT）和计划总控制点数目（Control Point，CP）。

1.4 NTCP计算

本研究使用基于等效均匀剂量（Equivalent Uniform Dose，EUD）的参数化NTCP 模型进行评估。EUD 的计算方式如公式（1）～（2）所示。

式中，vi和Di为某一体积vi受到剂量Di的照射；a和γ 为控制参数；TD50为某种正常组织经照射后一段时间内有50%发生并发症的剂量值。

本研究仅评估双肺和心脏的NTCP，计算NTCP 使用的相关参数如表1 所示[14-17]。

表1 计算NTCP使用的相关参数

1.5 基于熵权法的优劣解距离法分析

信息熵是用来描述系统信息含量的量化指标。针对某一评价指标，使用熵值来判断其离散程度，信息熵越小，指标的离散程度越大，该指标对综合评价的影响就越大。若该指标的值全部相等，意味着该指标在评价中不起作用。因此，可根据信息熵计算各个指标的权重，为多指标综合评价提供依据，该方法为熵权法。熵权法仅根据信息本身计算权重，可排除人为因素的干扰，保证权重分配的客观性。

优劣解距离法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）是一种常用的综合评价方法，能充分利用原始数据的信息，精确反映各评价方案之间的差距。基本思路是根据所有方案数据构造出理想最优解和最劣解，通过算法评估方案系统中每个方案距离理想最优解和最劣解的综合距离，并根据结果进行评分。

本研究主要涉及以下步骤及数据处理方法：① 指标正向化：对极小型指标（结果越小越好）取倒数，极大型指标保持不变，正向化后数据记为矩阵X[n个评价对象，m个评价指标，见公式（3）]；② 数据的标准化处理：处理过程如公式（4）所示，标准化后数据记为矩阵Z；③ 计算概率矩阵P：对标准化后矩阵归一，见公式（5）；④ 计算信息熵e和信息效用值d及权重ω，见公式（6）～（8）；⑤ 根据公式计算正负理想距离D+、D-和综合得分S，见公式（9）～（11）。

1.6 统计学分析

使用SPSS 27.0 软件对23 例患者的评估指标进行单因素方差分析，评估不同通量平滑度对评估指标的影响，以P＜0.05 为差异有统计学意义。使用熵权法进行指标权重分配，并根据评估指标的均值，使用TOPSIS 对不同通量平滑度进行综合评分。

2 结果

2.1 靶区剂量分布结果

4 组计划的靶区剂量结果如表2 所示，各组评估指标剂量结果略有差异，但均无统计学意义（P＞0.05）。

表2 4组计划靶区剂量结果比较（±s）

表2 4组计划靶区剂量结果比较（±s）

注：CI：适形度指数；HI：均匀性指数。

分组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 危及器官剂量结果

4 组计划危及器官剂量结果如表3 所示，各危及器官的剂量结果差异均无统计学意义（P＞0.05）。

表3 4组计划危及器官剂量结果（±s）

表3 4组计划危及器官剂量结果（±s）

分组脊髓Dmax/Gy双肺心脏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 心脏和肺NTCP结果

4 组计划心脏和肺NTCP 计算结果如表4 所示，各组在NTCP 方面的差异均无统计学意义（P＞0.05）。

表4 4组计划心脏和肺NTCP结果（±s）

表4 4组计划心脏和肺NTCP结果（±s）

分组心脏双肺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 治疗参数结果

4 组计划治疗参数结果如表5 所示，各组在MU 方面的差异具有统计学意义（P＜0.05），但在DT 和CP 方面差异均无统计学意义（P＞0.05）。

表5 4组计划治疗参数结果（±s）

表5 4组计划治疗参数结果（±s）

注：ab分别表示单因素方差分析的两个齐性子集。MU：机器跳数；DT：计划执行时间；CP：计划总控制点数目。

分组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评估结果

TOPSIS 是一种常用的综合评价方法。在本研究中，D98、D2、Dmean满足临床要求即可，故不参与综合评价，剩余指标中，除CI指标为极大型指标（结果越大越好）外，其余指标均为极小型指标（结果越小越好）。本文先使用熵权法对参与分析的各指标进行权重计算，计算结果如表6 所示；将权重代入分析，4 组计划的TOPSIS 评估结果如表7 所示。结果表明，LOW 组的综合得分指数最高，HIG 组和MED 组次之，OFF 组最低。

表6 熵权法计算结果

表7 4组计划TOPSIS分析结果

3 讨论

随着放疗技术的不断进步，低分割放疗的应用范围逐渐扩大，不仅要求放疗过程中射线量的精确度，更要求照射位置的准确度，尤其是调强放疗射野由许多小面积子野构成，照射位置出现微小偏差可能会造成实际照射剂量与放疗计划剂量不匹配。为了减小这一误差，一方面可使用更精确的辅助定位装置和位置验证设备，减小摆位误差；另一方面则是从计划设计入手，通过减小剂量变化梯度减轻位置误差的影响。

通量平滑度是影响剂量梯度变化的重要指标。在以Eclipse 计划系统为基础的研究中，贾晓斌等[18]对头颈部肿瘤的研究表明，随着通量平滑程度的增加，MU 呈下降趋势，但过度平滑会影响靶区的覆盖率及危及器官的剂量。在以Monaco 计划系统为基础的研究中，Low模式的优势在于提高计划质量，降低膀胱和股骨头的剂量，Medium 和High 模式的优势在于提升计划执行效率。而鲁黎明等[19]研究表明，4 种模式在直肠癌术后放疗剂量方面无明显差异，随着通量平滑程度的增加，子野数、MU 均降低，γ通过率和计划效率提高。王东等[20]在非小细胞肺癌立体定向放疗的研究中表明，不同通量平滑度在剂量方面无明显差异，High 模式相较于Medium 模式降低了治疗MU 和计划优化时间。

放疗计划设计已经由物理剂量优化转变为物理剂量和生物剂量双重优化。由于人体组织的不均匀性，仅评估危及器官的物理剂量无法准确判断该器官的损伤情况，而EUD 和NTCP 等放射生物学模型的引入，改善了这一情况，对放疗后的远期副作用有一定的预测效果。据相关研究发现[21-23]，根据放疗后随访结果，NTCP 模型对放疗计划评估和危及器官损伤预测具有一定价值，但能否普遍应用于临床，仍需深入研究。

在本研究中，4 种平滑模式生成的放疗计划均可满足临床治疗要求，靶区参数、危及器官剂量、双肺和心脏NTCP、DT 及CP 均无明显差异，该结果受肿瘤部位、放疗技术、放疗设备等因素影响较大[24-26]。但在MU 方面，随着通量平滑程度的提升，MU 呈降低趋势[21-23]。吴凡等[27]在胸中上段的容积调强放射治疗（Volumetric Modulated Arc Therapy，VMAT）剂量学研究中表明，相对于MED 组，HIG 组在心脏V30、脊髓Dmax和MU方面更低，在双肺V5方面更高，LOW 组的心脏V30、Dmean和脊髓Dmax较高，双肺V5较低，其余评价指标均无明显差异。与该研究相比，本研究在MU 方面结论趋于一致，在危及器官剂量方面略有差异，可能存在的原因如下：① 计划类型不一致，本研究使用的是DMLC技术，与VMAT 技术存在一定差异。② 所选择病例的靶区和危及器官勾画方面存在差异。TOPSIS 综合评估中，本研究根据各评估指标的特点，在剔除D98、D2、Dmean3 个满足临床要求即可的指标后，对计划进行综合评分，结果表明，Low 模式评分最高。

本研究有以下创新点：① 引入NTCP 对计划剂量进行评估，丰富了计划评估方法，增加了结论的说服力；② 引入基于熵权法的TOPSIS 分析，使大部分指标的结果得以参与到计划评估之中；③ 使计划评估过程量化，通过得分比较计划的优劣，保证了结果的客观性。本研究仍存在以下不足：① 参与TOPSIS 评估的指标采用了熵权法进行权重分配，而实际上，不同的放疗单位根据自身情况对各评估指标的权重分配并不相同，这可能会导致4 个分组的排序有所变化；② 本研究样本量仍有所不足，后续可适量扩充样本量细化研究，以期建立通量平滑模式与剂量的数学模型；③ 本文用于计算NTCP 的参数均来自参考文献，后续可在大量样本的基础上，建立起符合本单位情况的NTCP 模型，以期达到最符合本单位实际治疗情况的预测结果。

综上所述，在食管癌放疗计划设计中，4 种通量平滑模式均能满足临床治疗要求，通量平滑度的提高可降低治疗MU；在考虑计划整体指标的情况下，可选择Low 模式以达到最优的剂量结果。