评估计划复杂性指标在胰腺癌患者在线自适应放疗中的作用

《MEDICAL PHYSICS》：Evaluating the role of plan complexity metrics in online adaptive radiotherapy for pancreatic cancer patients

　　

摘要

目的

系统研究胰腺癌磁共振直线加速器（MR-Linac）在线自适应放疗（oART）工作流程中计划复杂性指标（PCMs）的行为，并评估其作为治疗精度替代指标的潜力。

方法

回顾性分析了37名局部晚期胰腺癌患者，共获得222个MR-Linac治疗计划（37个参考计划和185个实际执行的治疗分次）。从三种优化器生成的计划中提取了15个PCMs： Penalty、Objectives and Constraints以及A3i（当前临床实践）。通过独立的剂量计算算法进行了计划特定质量保证（PSQA）评估。统计分析包括：（i）优化器之间的比较（ANOVA和混合效应模型），（ii）使用线性混合效应模型（LMEMs）对自适应计划复杂性指标进行方差分解，以及（iii）使用统计过程控制（SPC）和留一法（LOPO）交叉验证来评估PSQA的稳定性。

结果

优化器的选择显著影响了计划的复杂性。 Penalty优化器生成的计划复杂性更高，而Objectives and Constraints以及A3i生成的计划则具有更高的调制效率，并且包含更少的低MU（Modulation Unit）段。方差分解发现了一组在所有优化器中表现一致的指标，这些指标作为与算法无关的稳健描述符。受患者间方差（σ²_between）主导的指标被证明是可靠的替代指标。Tongue & Groove指数、平均叶片间隙和活动叶片数量等指标在患者间表现出较高的方差贡献（σ²_between ≥ 74%）。相比之下，与低MU段相关的指标（Seg_MU<5和Seg_MU<5 [%]）受患者内方差（σ²_within）的影响较大，其中A3i的波动最为明显（分别为85.8%和84.8%）。因此，这些描述符对计划特定或优化器相关的随机性更为敏感，而非稳定的患者因素。SPC分析表明，当前的自适应工作流程对大多数患者来说是稳健稳定的：13名患者中有11名的治疗分次从未低于容忍水平（TL），13名患者中有12名的治疗分次从未超过行动水平（AL），即使在LOPO-CV过程中动态重新计算阈值也是如此。

结论

本研究首次系统评估了MR引导的oART中的PCMs，揭示了不同优化器的复杂性特征、患者间的主要变异性以及选定指标对治疗精度的预测价值。尽管研究仅限于单一肿瘤部位和工作流程，但该方法有助于开发机构特定的、考虑复杂性的评分卡，以改进自适应规划和质量保证。

亮点

• MR-Linac oART中的计划复杂性受优化器选择的影响显著， Penalty优化器生成的计划复杂性更高，而A3i生成的计划调制效率更高。
• 方差分解确定了受患者间方差主导的稳健复杂性指标（如TG、ALG、NFields、LeafNum），这些指标适合作为患者特定复杂性的替代指标。
• 提出了一种适用于自适应MR-Linac工作流程的复杂性感知质量保证方法。
• SPC和LOPO-CV分析证实，自适应工作流程具有稳健的稳定性，大多数患者的治疗分次始终保持在容忍水平和行动水平范围内。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。