序贯推量头颈部VMAT治疗计划的伽马通过率：复杂性度量与照射期特异性分析

《Physica Medica》：Gamma passing rates of sequential boost head and neck VMAT treatment plans: complexity metrics and irradiation phase-specific analysis

　　

目的：系统研究头颈部放射治疗计划中与容积旋转调强放疗（VMAT）技术低伽马通过率（GPR）值相关的参数，并评估复杂性度量能否预测患者特异性质量保证（PSQA）的通过或失败状态，从而减少PSQA工作负荷。方法：回顾性分析304个头部颈部VMAT治疗计划。针对每个照射期计算机构特异性容许限值（TL）和行动限值（AL）。使用文献中的度量评估计划复杂性，并提出了三个新型复合度量。对PTV照射期之间以及每个PTV照射期内的低GPR和高GPR亚组进行统计比较。采用相关性和受试者工作特征曲线分析评估度量与GPR之间的关系，以及其识别低GPR计划的能力。结果：GPR值随照射期增加而显著降低。复杂性度量与GPR呈现弱至中度相关性，且强度随照射期变化。复合度量分类性能有所改善，产生较低的假阳性率（FPR），并识别出显著比例的低GPR计划。结论：头颈部VMAT计划的可递送性强烈依赖于PTV照射期，复杂性度量和GPR值均证明了这一点。复合度量有效改进了对高可能性PSQA失败治疗计划的识别。本研究结果支持在临床使用中采用照射期特异性TL和AL，并深入理解PSQA结果。最后，本研究为将复杂性度量整合到PSQA工作流程中建立了框架。

**论文解读：序贯推量头颈部VMAT治疗计划的伽马通过率——复杂性度量与照射期特异性分析**

**研究背景与问题**

容积旋转调强放疗（VMAT）是一种通过动态机架旋转和多叶准直器（MLC）叶片连续运动实现高度适形剂量分布的放射治疗技术。然而，MLC位置、叶片速度、剂量率及机架转速的动态变化增加了计划复杂性，导致治疗计划系统（TPS）计算剂量分布与直线加速器（LINAC）实际递送剂量分布之间存在差异。为验证可递送性，国际指南推荐开展患者特异性质量保证（PSQA）程序，通常采用伽马分析及伽马通过率（GPR）进行评估。尽管已有研究探讨GPR与复杂性度量（如MLC运动、孔径形状、剂量率等）的相关性，但多数结果呈弱至中度相关，且不一致性高，尤其在序贯推量放疗方案中，目标体积随剂量变化，包含多个照射期（低、中、高风险PTV）。目前尚无研究对序贯推量头颈部VMAT计划进行照射期特异性分析。因此，研究人员开展本项研究，系统分析低GPR值的相关参数，评估复杂性度量能否预测PSQA失败，并引入新型复合度量以提高识别能力。

**研究目的与意义**

本研究旨在：① 计算各照射期的机构特异性TL和AL；② 分析复杂性度量与GPR的相关性；③ 提出三种复合度量（DREM、DRPA、DRED）以识别低GPR计划；④ 通过ROC分析评估度量分类效能。研究发表在《Physica Medica》。重要意义在于：首次进行照射期特异性分析，证明计划可递送性强烈依赖于照射期；提出复合度量显著提高识别高失败风险计划的能力；建立可推广的框架，将复杂性度量整合至PSQA临床流程，减少工作负荷。

**主要关键技术方法**

研究人员回顾性分析了304个头颈部VMAT计划（来自“Attikon”大学医院），使用Eclipse TPS（v.15.1）计算，Vital Beam加速器（6 MV FF，最大剂量率600 MU/min，Millenium 120 MLC）递送，ArcCHECK圆柱形模体（1386个二极管探测器）测量剂量分布，SNC Patient软件（v.6.7.4）采用3%/2 mm和2%/2 mm伽马准则（全局归一化，10%低剂量阈值）进行分析。按照AAPM TG-218指南，对150个计划（每照射期50个）进行过程控制，计算各期TL和AL。复杂性度量（PA、EM、DR、MCSv）通过UCoMX MATLAB代码从RT-Plan DICOM文件计算。提出三种复合度量：DREM（DR×EM2）、DRPA（DR/PA）、DRED（DR×EM/PA）。统计方法包括Kruskal-Wallis检验、Spearman相关分析和ROC分析，样本为154个计划（低、中、高风险期分别为50、52、52个，各期包含等量低GPR和高GPR计划）。

**研究结果**

**3.1 容许限值与行动限值（TL and AL）**
过程控制样本（每期50个计划）计算显示：低风险期TL=99.1%，AL=97.6%；中风险期TL=97.3%，AL=94.6%；高风险期TL=94.5%，AL=88.7%。低、中风险期TL显著高于通用95%阈值，高风险期TL接近95%，AL低于90%。因此，低、中风险期采用机构TL，高风险期采用通用95%为分类阈值。

**3.2 统计分析（Statistical analysis）**
Kruskal-Wallis检验显示GPR值随照射期增加显著降低（3%/2 mm准则：中位数低风险99.2%，中风险97.3%，高风险95.0%）。PA度量从低到高风险期显著减小（中位数：低风险79.1 cm2，高风险12.4 cm2），DR度量显著增加，MCSv和EM无显著期间差异。在每期内部，低GPR组相比高GPR组具有显著更低的PA、更高的EM和DR值（如高风险期PA中位数：低GPR组12.4 cm2 vs. 高GPR组25.2 cm2）。Spearman相关分析表明，PA与GPR正相关（rs=0.286~0.587），EM、DR、DREM、DRPA、DRED与GPR负相关，相关性强度随期别变化（低风险期最弱，高风险期最强）。复合度量DRED在所有期别中相关性最强（rs=-0.382~-0.591）。

**ROC分析（ROC analysis）**
复合度量分类性能优于单个度量。低风险期：DREM阈值240.4 MU/min·cm2实现FPR 0%、TPR 56%、PPV 100%；中风险期：DRED阈值7.40 MU/min·cm3实现FPR 8.0%、TPR 74.1%、PPV 90.9%；高风险期：DRED阈值36.32 MU/min·cm3实现FPR 0%、TPR 53.8%、PPV 100%。单个度量中，EM在高风险期达到FPR 0%、TPR 46.2%，但TPR较低。复合度量可减少PSQA工作负荷：低风险期减少22%~28%，中风险期减少42%~48%，高风险期减少27%，且误拒绝率低。

**讨论与结论**

讨论部分指出，GPR与复杂性度量相关性弱至中度，但小孔径（如<4×4 cm2）对低GPR的贡献显著，可掩盖调制复杂性效应。复合度量可有效标记高失败风险计划，减少PSQA测量数量。研究局限性包括样本量勉强足够，且结果具有机构特异性（特定TPS、LINAC、模体），但框架可被其他机构采用。结论部分翻译如下：本研究调查了与序贯推量头颈部VMAT治疗计划中低GPR值相关的因素，这些计划在三个连续的PTV照射期递送。结果表明，计划可递送性强烈依赖于照射期，高风险期系统性地呈现比中、低风险期更低的GPR值。这凸显了进行照射期特异性分析以及使用照射期特异性TL和AL（而非单一通用接受准则）的必要性。未发现任何度量是GPR的强预测因子，但复杂性在所有期别中普遍与低GPR计划相关。然而，小孔径尺寸可产生强烈影响，即使对于调制程度较低的计划，也可导致更低的GPR值。本研究提出的复合度量阈值在识别测量前可能失败PSQA的治疗计划方面取得了有前景的结果，从而减少了临床PSQA工作负荷。最后，为将复杂性度量整合到临床工作流程中建立了框架，旨在减少高失败可能性治疗计划的耗时PSQA测量。