Архив номеров
Медицинская Техника / Медицинская техника №6, 2023 / с. 40-43

Сравнительный анализ математических моделей, описывающих радиобиологические процессы при лучевой терапии

Е.С. Сухих, Л.Г. Сухих, О.М. Стахова, Я.Н. Сутыгина, В.В. Розанов


Аннотация 

Для сравнения эффективности различных режимов фракционирования и оценки реакции нормальных тканей в лучевой терапии широко применяется концепция биологически эффективной дозы (BED), а также могут использоваться модели, описывающие вероятность контроля опухоли (TCP). 
В рамках рассматриваемой работы произведен сравнительный анализ нескольких режимов фракционирования при помощи моделей BED и TCP. Показано, что модель BED не учитывает неопределенность радиобиологического параметра α/β, уровень покрытия объема опухоли поглощенной дозой, что не позволяет принять адекватное решение о выборе режима лечения, основываясь только лишь на концепции BED, в то время как модель TCP позволяет учесть такие параметры.


Вернуться к содержанию

Сведения об авторах

Евгения Сергеевна Сухих, канд. физ.-мат. наук, доцент, Национальный исследовательский Томский политехнический университет, директор, НОЦ «Технологический референсный центр ионизирующего излучения в радиологии, лучевой терапии и ядерной медицине», научный сотрудник, НИИ онкологии Томского НИМЦ РАН, 
Леонид Григорьевич Сухих, д-р физ.-мат. наук, исполняющий обязанности ректора, Национальный исследовательский Томский политехнический университет, 
Ольга Михайловна Стахова, аспирант, Национальный исследовательский Томский политехнический университет, г. Томск, медицинский физик, отдел медицинской физики радиотерапевтической службы, ГАУЗ ТО «МКМЦ «Медицинский город», г. Тюмень, инженер, НОЦ «Технологический референсный центр ионизирующего излучения в радиологии, лучевой терапии и ядерной медицине», г. Томск, 
Яна Николаевна Сутыгина, медицинский физик, ОГАУЗ «Томский областной онкологический диспансер», инженер, НОЦ «Технологический референсный центр ионизирующего излучения в радиологии, лучевой терапии и ядерной медицине», г. Томск, 
Владимир Викторович Розанов, д-р биолог. наук, канд. физ.-мат. наук, профессор, ведущ. научный сотрудник, МГУ им. М.В. Ломоносова, г. Москва, 

Список литературы

1. Джойнер М.С., ван дер Когель О.Дж. Основы клинической радиобиологии. – М.: Бином, 2013. 600 с. 
2. O’Rourke S.F.C., McAneney H., Hillen T. Linear Quadratic and Tumour Control Probability Modelling in External Beam Radiotherapy // Journal of Mathematical Biology. 2008. Vol. 58 (4-5). PP. 799-817. 
3. Glatstein E. The omega on alpha and beta // Int. J. Radiation Oncology Biol. Phys. 2011. Vol. 81. № 2. PP. 319-320. 
4. Столбовой А.В., Залялов И.Ф. Радиобиологические модели и клиническая радиационная онкология // Онкология. Журнал им. П.А. Герцена. 2016. № 5. С. 88-96. 
5. McBride B. The Radiobiology Behind Dose Fractionation. 2009 / https://www.astro.org/AudioUpload/Updated7.Radiobiology- behind-Dose-fractionation_ATB.ppt. 
6. Webb S., Nahum A.E. A model for calculating tumour control probability in radiotherapy including the effects of inhomogeneous distributions of dose and clonogenic cell density // Phys. Med. Biol. 1993. Vol. 38 (6). PP. 653-666. 
7. Niemierko A. Reporting and analyzing dose distributions: A concept of equivalent uniform dose // Med. Phys. 1997. Vol. 24. № 1. PP. 103-110. 
8. Niemierko A. A unified model of tissue response to radiation // Med. Phys. 1999. Vol. 26. P. 1100. 
9. Gay H.A., Niemierko A. A free program for calculating EUD- based NTCP and TCP in external beam radiotherapy // Phys. Medica. 2007. Vol. 23. № 3-4. PP. 115-125. 
10. Barry M.A., Hussein M., Schettino G. Evaluating the Propagation of Uncertainties in Biologically Based Treatment Planning Parameters // Front Oncol. 2020. Vol. 10. PP. 1-10. 
11. Toma-Dasu I., Moiseenko V., Purdie T.G., Carlson D.J. Recent Developments in the Prediction of Clinical Outcomes Data in Radiation Oncology // Int. J. Radiat. Oncol. Biol. Phys. 2020. № 108 (3). PP. 513-517. 
12. Nahum A.E., Uzan J. (Radio)biological optimization of external- beam radiotherapy // Computational and Mathematical Methods in Medicine. 2012. Vol. 2012. PP. 1-13. 
13. Deasy J.O., Mayo C.S., Orton C.G. Treatment planning evaluation and optimization should be biologically and not dose/ volume based // Med. Phys. 2015. № 42 (6). PP. 2753-2756. 
14. Tommasino F., Nahum A., Cella L. Increasing the power of tumour control and normal tissue complication probability modelling in radiotherapy: Recent trends and current issues // Transl. Cancer Res. 2017. № 6. PP. 807-821. 
15. Rana S., Cheng C. Radiobiological impact of planning techniques for prostate cancer in terms of tumor control probability and normal tissue complication probability // Ann. Med. Health Sci. Res. 2014. Vol. 4. № 2. PP. 167-172.