CT引导3D打印共面模板辅助125I粒子植入治疗胸壁转移瘤的疗效与剂量学研究

来源 :中华放射医学与防护杂志 | 被引量 : 0次 | 上传用户:wwjnb2009888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的

探讨3D打印共面模板(3D-printed coplanar template,3D-PCT)辅助CT引导125I放射性粒子植入(radioactive 125I seedimplantation,RISI)治疗胸壁转移瘤的技术方法和临床疗效,并分析剂量学参数对疗效的影响。

方法

回顾性分析2014年1月—2021年3月于滕州市中心人民医院行3D-PCT辅助CT引导125I粒子植入治疗55例胸壁转移瘤临床资料。术前经TPS制定治疗计划,术中在3D-PCT辅助下行125I粒子植入,术后第3天复查CT进行术后剂量验证。术后定期复查CT计算局部控制率、总生存(OS)率,并评价患者疼痛缓解情况及相关并发症。采用Log-rank检验、Cox回归行单因素、多因素分析局部控制时间(local control time, LCT)的影响因素,受试者工作特征(ROC)曲线分析剂量学参数预测LCT的临界值。

结果

55例行3D-PCT辅助CT引导125I粒子植入治疗的胸壁转移瘤患者术后1、2、3年OS率为72.7%(40/55)、21.8%(12/55)、16.4%(9/55);术后3、6、12、24个月局部控制率为96.4%(53/55)、86.5%(45/52)、85.0%(34/40)、91.7%(11/12)。术后GTV、粒子数目、D90D100V100V150V200、CI、EI、HI与术前比较差异均无统计学意义(P>0.05);术后V90较术前降低,差异有统计学意义(P=0.006)。单因素Cox回归分析病理分级、D90D100V90V200对LCT有显著影响(P<0.05);将之纳入多因素Cox回归分析后病理分级、D90为LCT独立影响因素,其余因素差异无统计学意义(P>0.05)。Log-rank生存分析显示D90≥127 Gy的患者比D90<127 Gy局部控制时间显著延长(χ2=16.61,P=0.000)。术后3个月疼痛缓解率为80.8%(21/26)。1~2级度放射性皮炎5例,Ⅲ度放射性皮炎1例。

结论

对于胸壁转移瘤,应用3D-PCT辅助CT引导125I粒子植入剂量精准可控,疗效确切,不良反应少;当D90≥127 Gy时LCT显著延长,D90为LCT的独立影响因素。

其他文献
期刊
期刊
期刊
目的验证末端尿苷基转移酶(TUT4)通过影响miR132/212簇的尿苷化作用影响食管上皮细胞(HEEC)的放射敏感性。方法本研究通过PCR的方法检测0、2、4、6和8 Gy X射线照射后0、6、18、24和48 h HEEC中TUT4的表达。将细胞分为阴性对照组、下调TUT4表达组(shTUT4组)、单纯6 Gy照射组(6 Gy组)、6 Gy照射+下调TUT4表达组(6 Gy+shTUT4组)分
目的探讨放射性125I粒子对肝癌裸鼠皮下移植瘤微血管形成的影响及其机制。方法构建人肝癌Huh7细胞裸鼠皮下移植瘤模型,将12只裸鼠用随机数表法分为观察组和对照组,每组6只。观察组移植瘤植入一枚活度为2.96×107Bq粒子,对照组植入一枚活度为0的空粒子。每4天测量1次移植瘤体积,记录肿瘤生长曲线。28 d后取下移植瘤,用免疫组织化学染色法检测CD31评估移植瘤微血管密度(MVD)。用免疫组织化学
目的分析组织成分及密度对125I粒子植入剂量分布影响,为临床放射性粒子植入剂量计算和评估提供参考。方法应用egs_brachy软件建立OncoSeed 6711型125I放射性粒子物理模型,计算剂量率常数和水中径向剂量函数g(r),以验证计算模型准确性;根据不同组织的元素组成及密度表,分别计算125I粒子在水、前列腺、乳腺、肌肉、骨等不同介质中g(r)和剂量分布。结果计算得到的剂量率常数为0.95
目的分析影响ⅠB1~ⅡA宫颈癌术后患者预后因素,评估调强放疗及联合同步化疗治疗模式的作用和不良反应。方法回顾性分析2009年1月—2019年12月常州市第二人民医院收治362例ⅠB1~ⅡA宫颈癌术后符合1项或多项中危复发因素患者的临床资料和随访结果。362例患者中行同步放化疗161例,单纯放疗131例,未辅助放疗70例。采用Kaplan-Meier法和Log-rank检验进行单因素生存分析,采用二
目的利用结构相似性指数(structural similarity index, SSIM)对放疗计划的三维剂量分布进行评价,比较SSIM相对现有常用质量评价指数的优缺点,同时构建以SSIM为基础的多处方剂量计划的评估方法。方法引入SSIM来分析实际与理想三维剂量数据并结合其空间位置信息给出各体素质量评分,进而计算感兴趣区域(ROI)内的平均值作为该区域的质量评分。选取2018年1月至2020年5
目的设计一种联合深度学习剂量预测和参数迭代优化算法的容积调强放射治疗(VMAT)全自动计划方法。方法选取2018年6月至2021年1月北京大学肿瘤医院既往165例直肠癌患者的VMAT计划开展研究,其中145例用于训练和验证深度学习模型,该模型用于预测危及器官的剂量,20例用于研究比对自动计划和人工计划的质量。该方法从危及器官的预测剂量分布中提取关键的剂量体积直方图(DVH)值作为初始优化参数(IO
目的为了完善放射性核素14C的监测方法,估算14C对人体造成的内照射剂量,保护14C暴露行业职工和公众的身体健康。方法用湿法氧化法对尿样进行前处理。分析时用过硫酸钾作为氧化剂把尿素氧化分解为二氧化碳,并用1 mol/L氢氧化钠吸收后,使吸收液转化为碳酸钙沉淀,碳酸钙粉末悬浮法制样,低本底液体闪烁计数仪检测计数并计算分析结果。结果用尿素作为载体优化后的反应时间为1 h,对于80 ml尿样,过硫酸钾的