implicaciones clínicas del algoritmo de cálculo de dosis
TRANSCRIPT
Implicaciones clínicas del algoritmo de cálculo de
dosis en el tratamiento de lesiones pulmonares
mediante Radioterapia Estereotáxica Extracraneal con
control intrafracción del movimiento respiratorio
UNIVERSIDAD CEU SAN PABLO
Facultad de Medicina
Departamento de Ciencias Médicas Clínicas
Daniel Zucca Aparicio
Directora: Dra. Carmen Rubio Rodríguez
Madrid 2019
2
3
El siguiente trabajo “Implicaciones clínicas del algoritmo de cálculo de dosis en el
tratamiento de lesiones pulmonares mediante Radioterapia Estereotáxica
Extracraneal con control intrafracción del movimiento respiratorio” presentado por
D. Daniel Zucca Aparicio para aspirar al grado de Doctor, ha sido realizado bajo mi
dirección en el Departamento de Oncología Radioterápica del Hospital Universitario HM
Sanchinarro, adscrito a la Facultad de Medicina de la Universidad CEU San Pablo de
Madrid.
Revisado el texto, estoy conforme con su presentación para ser evaluado.
Fdo. Dra. María del Carmen Rubio Rodríguez
Profesora Colaboradora Doctora
Departamento de Ciencias Médicas Clínicas
Facultad de Medicina
Universidad CEU San Pablo
4
5
ÍNDICE
AGRADECIMIENTOS ........................................................................................ 9
1. INTRODUCCIÓN ................................................................................ 11
1.1. MOVIMIENTO RESPIRATORIO EN RADIOTERAPIA ..... 11
1.1.1. Características del movimiento respiratorio............................. 11
1.1.2. Técnicas de adquisición de imágenes 4D ................................. 13
1.1.3. Técnicas de control intrafracción del movimiento respiratorio
18
1.1.4. Influencia del movimiento respiratorio en radioterapia ......... 22
1.2. ALGORITMOS DE CÁLCULO DE DOSIS .............................. 25
1.2.1. Caracterización dosimétrica de campos pequeños .................. 25
1.2.2. Métodos de cálculo de dosis deterministas .............................. 28
1.2.2.1. Algoritmos basados en núcleo puntual de deposición de
dosis 30
1.2.2.2. Algoritmos basados en núcleo filiforme de deposición de
dosis 32
1.2.3. Métodos de cálculo de dosis estocásticos ................................ 34
1.2.3.1. Modelo de Fuente Virtual ..................................................... 36
1.2.3.2. Transporte de energía en el medio humano ....................... 37
1.2.3.3. Técnicas de reducción de varianza estadística .................... 38
1.3. CÁLCULO DOSIMÉTRICO DE LESIONES PULMONARES
EN RADIOTERAPIA ESTEREOTÁXICA EXTRACRANEAL ...... 39
2. HIPÓTESIS ............................................................................................. 41
3. OBJETIVOS ............................................................................................ 43
6
4. MATERIAL Y MÉTODOS ................................................................. 45
4.1. SISTEMA DE IRRADIACIÓN CON CONTROL
RESPIRATORIO BASADO EN MARCADORES FIDUCIALES
INTERNOS .................................................................................................. 45
4.1.1. Pruebas de aceptación de un sistema de gating respiratorio ... 46
4.1.2. Localización espacial y posicionamiento del isocentro de
tratamiento con el ciclo respiratorio ....................................................... 49
4.1.3. Evaluación de la dosis absorbida .............................................. 50
4.1.4. Evaluación de la distribución de dosis absorbida ................... 52
4.1.5. IMRT en lesiones sometidas a control respiratorio ................ 53
4.2. SISTEMA DE PLANIFICACIÓN MONTE CARLO DE USO
CLÍNICO EN RADIOTERAPIA ............................................................. 55
4.2.1. Verificación experimental en medios homogéneos ................ 55
4.2.1.1. PDD y perfiles de dosis ........................................................ 56
4.2.1.2. Dosis absorbida ...................................................................... 56
4.2.1.3. Factores de campo ................................................................. 56
4.2.1.4. Transmisión de MLC ............................................................ 57
4.2.2. Verificación experimental en medios heterogéneos ............... 58
4.2.3. Dosis referida a agua y dosis referida a medio ........................ 59
4.2.4. Análisis de la varianza estadística .............................................. 61
4.3. CONSIDERACIONES DOSIMÉTRICAS ASOCIADAS AL
CÁLCULO CON CORRECCIÓN DE HETEROGENEIDAD EN
EL TRATAMIENTO DE LESIONES PULMONARES ..................... 63
4.3.1. Influencia del algoritmo de cálculo en los indicadores
dosimétricos ............................................................................................... 65
4.3.2. Indicadores dosimétricos en función del volumen y de la
densidad de la lesión ................................................................................. 66
4.3.3. Influencia de la dosis biológicamente efectiva en la
probabilidad de control tumoral .............................................................. 66
7
5. RESULTADOS Y DISCUSIÓN ........................................................ 69
5.1. SISTEMA DE IRRADIACIÓN CON CONTROL
RESPIRATORIO BASADO EN MARCADORES FIDUCIALES .... 69
5.1.1. Pruebas de aceptación de un sistema de gating respiratorio ... 69
5.1.2. Localización espacial y posicionamiento del isocentro de
tratamiento con el ciclo respiratorio ....................................................... 69
5.1.3. Evaluación de la dosis absorbida .............................................. 73
5.1.4. Evaluación de la distribución de dosis absorbida ................... 73
5.1.5. IMRT en lesiones sometidas a control respiratorio ................ 77
5.1.6. Especificaciones y tolerancias .................................................... 82
5.1.7. Discusión ...................................................................................... 84
5.2. SISTEMA DE PLANIFICACIÓN MONTE CARLO DE USO
CLÍNICO PARA RADIOTERAPIA........................................................ 89
5.2.1. Verificación experimental en medios homogéneos ................ 89
5.2.1.1. PDD y perfiles de dosis ........................................................ 89
5.2.1.2. Dosis absorbida ...................................................................... 90
5.2.1.3. Factores de campo ................................................................. 90
5.2.1.4. Transmisión de MLC ............................................................ 92
5.2.2. Verificación experimental en medios heterogéneos ............... 93
5.2.3. Dosis referida a agua y dosis referida a medio ........................ 95
5.2.4. Análisis de la varianza estadística .............................................. 99
5.2.5. Discusión .................................................................................... 100
5.3. CONSIDERACIONES DOSIMÉTRICAS ASOCIADAS AL
CÁLCULO CON CORRECCIÓN DE HETEROGENEIDAD EN
EL TRATAMIENTO DE LESIONES PULMONARES ................... 103
5.3.1. Influencia del algoritmo de cálculo en los indicadores
dosimétricos ............................................................................................. 103
5.3.2. Indicadores dosimétricos en función del volumen y de la
densidad de la lesión ............................................................................... 107
8
5.3.3. Influencia de la dosis biológicamente efectiva en la
probabilidad de control tumoral ............................................................ 114
5.3.4. Discusión .................................................................................... 117
5.4. DISCUSIÓN GENERAL .............................................................. 121
6. CONCLUSIONES ............................................................................... 125
7. LÍNEAS DE DESARROLLO .......................................................... 127
LISTA DE FIGURAS ........................................................................................ 129
LISTA DE TABLAS .......................................................................................... 135
GLOSARIO .......................................................................................................... 137
BIBLIOGRAFÍA ................................................................................................ 145
9
AGRADECIMIENTOS
Deseo mostrar mi más sincero agradecimiento y muestras de cariño a,
A Carmen Rubio Rodríguez, cuya calidad humana y excelencia profesional me han ayudado
a encaminar mi recorrido durante todos estos años, animándome a dar lo mejor de mí
mismo, y cuyo fruto se manifiesta en este trabajo.
A Pedro Fernández Letón, quien como mentor confió en mí para darme la oportunidad de
crecer a su lado, sabiéndome dar siempre los mejores consejos en lo profesional, y cuya
valiosa figura que para mí representa, también ha sabido dármelos en lo personal.
A Ovidio Hernando Requejo, cuya humildad en el buen hacer y su gran capacidad de
compartir su conocimiento, me ha permitido poder trabajar de la mano en el desarrollo de
muchas de las cuestiones abordadas en este documento.
A todos mis compañeros, los que han estado y los que seguirán conmigo, que tanto me han
enseñado en el día a día y de quienes espero poder seguir formándome en el futuro.
A Ruth, mi compañera y gran amiga, de quien tanto he aprendido desde que una tarde de
noviembre en Baeza aparecieras en mi vida y de quien tanto seguiré aprendiendo durante
todos los años que a tu lado pasemos juntos.
A Martín, ese pequeño gran torbellino que ha cambiado nuestras vidas de un modo que
jamás hubiera pensado que pudiera ser tan agradable y con quien deseo compartir toda
nuestra felicidad.
Y por último, a mi madre, que allá donde esté, querría que se sintiera orgullosa de mí…
10
11
1. INTRODUCCIÓN
1.1. MOVIMIENTO RESPIRATORIO EN RADIOTERAPIA
El tratamiento de procesos oncológicos mediante el uso dirigido de radiaciones ionizantes
impartidas por equipos emisores de haces de fotones o de partículas cargadas constituye el
elemento fundamental que describe a la radioterapia. Los mecanismos de interacción de la
radiación con la materia producen como consecuencia el daño y muerte celular,
principalmente de las células tumorales, preservando los niveles de dosis absorbida en el
tejido sano circundante a valores tan bajos como sean razonablemente posibles.
Durante el tiempo de tratamiento pueden producirse cambios anatómicos significativos,
como los responsables del movimiento y deformación intrafracción debidos a los sistemas
respiratorio, digestivo y cardiovascular, o los asociados a los movimientos y deformaciones
interfracción debidos a la reducción o crecimiento tumoral, traslaciones y rotaciones de la
lesión respecto a las estructuras óseas, diferencias de llenado de intestino o vejiga, y
pérdidas o ganancias de peso derivadas del tratamiento radioterápico o demás terapias
concurrentes.
En la actualidad, uno de los avances tecnológicos desarrollados en radioterapia consiste en
la administración de tratamientos con técnicas de control respiratorio que permitan
localizar espacialmente y cuantificar la movilidad con la respiración de aquellas lesiones
susceptibles de modificar su posición con el ciclo respiratorio, como sucede en las lesiones
pulmonares, hepáticas o adrenales1,2. De este modo, es posible controlar la administración
de la dosis de radiación acorde al movimiento respiratorio3 y conseguir una reducción de
los márgenes de expansión de la lesión desde el volumen de tratamiento clínico (CTV) al
volumen de tratamiento planificado (PTV) (ICRU 504).
Disponer de los mecanismos adecuados de localización espacial y control del movimiento
respiratorio permite considerar el hipofraccionamiento de estas lesiones, escalando la dosis
por fracción con intención ablativa (RTOG 04385, RTOG 08136, RTOG 09157), mediante
la técnica de tratamiento denominada como radioterapia estereotáxica extracraneal (SBRT).
1.1.1. Características del movimiento respiratorio
Diversos estudios8,9 han evaluado el movimiento de lesiones pulmonares durante la
respiración empleando sistemas de seguimiento en tiempo real de marcadores fiduciales
implantados en las proximidades de la lesión, mediante series de imágenes obtenidas con
fluoroscopia, y procesadas para determinar la posición 3D, usando reconocimiento de
patrones y proyecciones geométricas calibradas. La posición de la lesión en función del
tiempo puede representarse mediante la ecuación 1,
𝑆(𝑡) = 𝑆0 − 𝑆 𝑐𝑜𝑠2𝑛(𝜋𝑡
𝑇− ∅) (1)
12
donde S0 es la posición de la lesión en exhalación y S es la amplitud de movimiento; por lo
que S0 – S proporciona la posición en inhalación, T es el periodo del ciclo respiratorio en
segundos, y Ø corresponde a la fase inicial10. La amplitud, la posición de la lesión en las
fases de exhalación e inhalación, la posición promedio de la lesión y la longitud del ciclo
respiratorio pueden calcularse basándose en la curva respiratoria parametrizada mediante
un ajuste por mínimos cuadrados de cada ciclo respiratorio promedio.
En el estudio de Seppenwoolde y cols8, donde registraron los recorridos promedio 3D de
21 lesiones pulmonares empleando sistemas de seguimiento en tiempo real, encontraron
que en respiraciones normales, la amplitud de movimiento promedio de la lesión en
dirección cráneo-caudal era significativamente superior en tumores situados en los lóbulos
inferiores y no ligados a estructuras rígidas como la pared torácica o vértebras respecto a
otras localizaciones (p<0.005; prueba t de Student para dos colas, varianzas desiguales).
Estos resultados son consistentes con los encontrados en otras investigaciones previas
basándose en el análisis mediante TC11,12. Así mismo, obtuvieron histéresis en 10 de los
casos, es decir, el camino seguido por la lesión durante la inhalación fue diferente al
recorrido durante la exhalación. La diferencia en la fase inicial Ø mostrada en la ecuación 1
para cada una de las direcciones del espacio representa la histéresis.
Los autores encontraron grandes histéresis en los casos situados en la parte media anterior
del tórax donde el diafragma y la pared torácica podrían afectar al movimiento de un modo
complejo, aunque resaltaron la incertidumbre acerca de cuándo la histéresis era debida a
diferencias en la posición de la lesión o a diferencias en las características entre pacientes.
La forma de la curva promedio 3D se mantuvo bastante estable con el tiempo, siendo las
diferencias debidas principalmente a desplazamientos en la posición promedio de la lesión
y a cambios en la amplitud. El cambio intrafracción en la histéresis (diferencias en Ø) fue
reducido excepto en un paciente. En caso de considerar respiración activa voluntaria del
paciente, podría producirse una variación considerable en el recorrido de la lesión,
dependiendo de la expansión de la caja torácica.
El promedio de los desplazamientos de la lesión en cada dirección respecto de la posición
de referencia establecida en el TC de simulación adquirido en la fase de exhalación fue
reducido (desviación máxima de -1.6 mm) debido a que el tiempo empleado en la fase de
exhalación es generalmente mucho mayor que el empleado en la fase de inhalación11,13,14.
Así mismo, Seppenwoolde y cols8 encontraron que la variación en la posición tumoral en
exhalación en las direcciones cráneo-caudal y antero-posterior fue significativamente menor
(p<0.001; prueba t de Student para dos colas) respecto a la variación en la posición en
inhalación, confirmando de este modo que la posición de la lesión es más estable y
reproducible durante la fase de exhalación8,12. Sin embargo, en 6 de los 21 casos
investigados observaron un desplazamiento sistemático de la posición de la lesión con el
tiempo de tratamiento, particularmente en dirección posterior.
Las variaciones en los desplazamientos no difirieron entre la posición de la lesión en
inhalación y exhalación. Esta tendencia temporal podría atribuirse a una relajación gradual
del paciente durante el tratamiento o a la acción de la gravedad sobre el tejido pulmonar
poco después de que el paciente asuma la posición supina.
13
El desplazamiento sistemático podría deberse a los cambios en el tono muscular, ligeras
desviaciones en la posición del paciente o a que comience a respirar a un nivel diferente.
Estas tendencias y desviaciones son inconvenientes importantes en las técnicas de
tratamiento con control intrafracción del movimiento respiratorio basadas en la irradiación
con seguimiento sincronizado de la lesión (tracking) o bien la irradiación de la lesión en una
fase específica del ciclo respiratorio (gating). Además, Murphy y cols15 encontraron que
incluso en las técnicas basadas en la respiración mantenida durante la inhalación profunda
(deep inspiration breath-hold, DIBH) también se produce una lenta pero constante deriva en la
posición tumoral a lo largo de una secuencia extendida de respiraciones mantenidas.
1.1.2. Técnicas de adquisición de imágenes 4D
Desde hace algunos años han sido desarrollados sistemas de adquisición de imágenes
mediante tomografía computarizada en cuatro dimensiones (4DTC), sincronizadas con el
ciclo respiratorio del paciente16,17, que permiten un mayor conocimiento de su constitución
anatómica en cualquier fase de la respiración. Esta técnica es una herramienta necesaria
para una mejor delimitación de la lesión, que debido a su movilidad, compondría una
estructura denominada volumen de tratamiento interno (ITV), definida como un CTV más
un margen interno (IM). El IM explícitamente considera los movimientos fisiológicos de
los órganos internos. La expansión del ITV por otros márgenes de posicionamiento o setup
margins (SM) conduce finalmente a la constitución del PTV. El SM incluye una componente
debida a incertidumbres de posicionamiento del paciente (ICRU 6218).
Un requerimiento previo a la administración del tratamiento con precisión consiste en la
delimitación adecuada de la lesión con un grado igualmente elevado de precisión. Cualquier
movimiento, tanto del paciente como de los órganos internos durante la irradiación o entre
sesiones de tratamiento, así como cualquier error de posicionamiento, causa un detrimento
si la dosis está altamente conformada al CTV.
Existen dos maneras de considerar el movimiento en radioterapia19,20, las cuales requieren
del conocimiento de la magnitud del movimiento3, así como de los mecanismos empleados
para su reducción o corrección. El método más habitual consiste en emplear un modelo
estático del paciente mediante un TC de planificación del tratamiento en el que se aplican
márgenes suficientemente grandes en la delimitación del PTV, de tal modo que el CTV
permanezca con gran probabilidad contenido en la región de alta dosis, incluso en
presencia de movimiento.
El cálculo de dosis se realiza sobre este TC de planificación pero sin representar los efectos
debidos al movimiento. Aunque esta aproximación asegura buenos valores de cobertura del
CTV, no resuelve el problema cuando estructuras críticas cercanas deben ser sorteadas,
especialmente en aquellos casos de solapamiento del PTV con órganos a riesgo (OAR)4,18,
los cuales suelen ser el condicionante de la planificación mediante radioterapia de
intensidad modulada (IMRT)21. La otra aproximación considera y modela el efecto del
movimiento en la distribución de dosis durante el proceso de planificación del tratamiento,
proporcionando de este modo más información completa y precisa de la dosis
administrada, tanto sobre la lesión como sobre el tejido sano circundante10,22.
14
Los parámetros del tratamiento son manualmente ajustados o automáticamente
optimizados, hasta que la distribución de dosis modificada por el movimiento cubra al
CTV, preservando las estructuras críticas tanto como sea posible. El entendimiento y
modelado de los efectos del movimiento en las distribuciones de dosis es una aproximación
necesaria para la mejora en la práctica clínica. A modo de resumen, la primera
aproximación consiste básicamente en un difuminado del CTV conduciendo a un PTV
elongado23, mientras que el segundo método sería equivalente a un difuminado o
emborronamiento de la distribución de dosis22,24,25.
Los errores de posicionamiento, así como el movimiento de los órganos internos, limitan la
capacidad de reducir los márgenes de expansión tumoral en la planificación del tratamiento.
El movimiento interno presenta componentes interfracción e intrafracción, de manera que
la componente intrafracción es especialmente relevante en tratamiento de lesiones
pulmonares, hepáticas y pancreáticas, y en menor cuantía, lesiones mamarias o prostáticas.
Un método para tener en consideración explícitamente el movimiento intrafracción
consistiría en ajustar temporalmente el haz de radiación basándose en la posición de la
lesión con el ciclo respiratorio, de tal modo que el movimiento del haz se sincronice con el
movimiento tumoral, configurando un escenario radioterápico de 4D, formado por las
componentes 3D habituales más la componente temporal de la radiación. Esta
circunstancia permitiría una reducción de los márgenes de CTV a PTV con seguridad,
además de alcanzar los objetivos clínicos derivados de administrar dosis más elevadas a la
lesión reduciendo la dosis recibida por tejido sano circundante.
Considerar el movimiento respiratorio añadiendo márgenes de tratamiento para cubrir los
límites de movimiento de la lesión es un escenario claramente indeseable debido a que se
aumenta el volumen de tejido sano expuesto a altas dosis y por consiguiente, aumentan las
probabilidades de complicaciones derivadas del tratamiento.
La geometría tumoral deberá adaptarse en función de que a posteriori se vayan a realizar o
no técnicas de irradiación con control respiratorio, dado que si la lesión va a ser irradiada
en respiración libre, la geometría del PTV será diferente a la que tendría si la irradiación
fuera administrada con mecanismos de control respiratorio26. Entre los mecanismos de
irradiación con control respiratorio pueden encontrarse métodos de restricción del
movimiento como la compresión diafragmática (dampening), o estrategias de compensación
como la irradiación basada en el movimiento sincronizado del haz de radiación con la
respiración (tracking) o en la irradiación de la lesión en una fase establecida del ciclo (gating).
La radioterapia 4D podría definirse como la inclusión explícita de los cambios temporales
en la anatomía durante la imagen, planificación y administración del tratamiento
radioterápico27. En esta definición se abordan tanto los aspectos del movimiento
intrafracción como interfracción. Las técnicas de control de movimiento respiratorio
basadas en gating9,28,37–42,29–36 o respiración mantenida43–45 permiten alcanzar los mismos
objetivos que la radioterapia 4D. Existe evidencia clínica de que tecnologías de esta índole,
en las que la reducción segura del volumen de PTV permite un aumento de la dosis a la
lesión, preservando el tejido normal periférico, proporciona beneficios en el balance entre
control tumoral y complicaciones.
15
Si el movimiento respiratorio no es tenido en consideración durante la adquisición de los
datos anatómicos mediante imágenes de TC, como ocurre en tratamientos convencionales
de localizaciones torácicas y abdominales, este movimiento produce artefactos responsables
de la distorsión de la lesión, además de proporcionar información incorrecta de la posición
y del volumen9,28,46–49. Esos artefactos de movimiento suceden cuando diferentes partes de
una estructura se desplazan hacia el interior y exterior del corte de TC durante la
adquisición de imágenes.
Las técnicas basadas en 4DTC o estudios de TC correlacionados con la respiración50,51,60–
63,52–59 consisten en la sincronización de la adquisición de imágenes y proceso de
reconstrucción con la monitorización de la señal respiratoria, permitiendo que las imágenes
de cada fase de la respiración sean concatenadas en un estudio completo de imágenes
3DCT, para cada una de las fases específicas del ciclo respiratorio. Todas las fases
reconstruidas son ensambladas para generar un estudio 4DCT, mediante el cual es posible
obtener las series de inhalación, exhalación o bien la reconstrucción de un TC promediado
con las diferentes fases58.
Estas técnicas pueden clasificarse en dos grupos64: retrospectivas y prospectivas. Para las
adquisiciones de TC retrospectivas, tras el establecimiento de un patrón respiratorio estable
y periódico, el escáner determina los parámetros de adquisición necesarios de acuerdo con
el periodo respiratorio con los que se obtiene un estudio helicoidal de imágenes de TC.
Simultáneamente, la monitorización de la señal respiratoria registra los datos del
movimiento para su sincronización con los datos de adquisición del TC, creando un fichero
del movimiento respiratorio que es exportado a la estación de post-procesado del TC, en la
cual se manipulan los datos, para etiquetar las imágenes con la amplitud y fase asociadas del
movimiento respiratorio.
En las adquisiciones de TC prospectivas, tras haber establecido un patrón respiratorio, el
sistema de monitorización de la respiración envía una señal al escáner en una fase específica
para la obtención de un corte de TC empleando la adquisición secuencial. La técnica
prospectiva produce un estudio individual de imágenes 3DTC en la fase que previamente
haya sido seleccionada, mientras que la técnica retrospectiva genera un conjunto completo
de estudios de imágenes 3DTC en múltiples fases que permite la reconstrucción de
cualquier fase respiratoria a posteriori.
Los estudios 4DTC proporcionan la posición tumoral media y rango de movimiento para
la planificación del tratamiento65–68, además de la relación de la trayectoria de la lesión
respecto a otros órganos, así como del elemento empleado para la monitorización de la
respiración59. Cualquier estudio de imagen 4DTC representa la anatomía y ciclo respiratorio
del paciente en un momento determinado. El patrón respiratorio puede cambiar durante la
adquisición y la posición del tumor variar entre diferentes días, de modo que usando
incluso técnicas 4DTC para la planificación del tratamiento, persistirán todavía
incertidumbres geométricas relativas a la posición y trayectoria de la lesión respecto al
tejido sano circundante.
En la adquisición de imágenes 4DTC, el factor de avance de la mesa se calcula basándose
en la duración promedio de la respiración, sin considerar la amplitud de movimiento del
tumor. Una lesión cuya amplitud de movimiento sea de 1 cm se moverá más despacio y,
por lo tanto, será escaneada en una exploración 4DTC con mayor facilidad que otra que se
mueva 4 cm, siempre que la duración de ambas respiraciones sea idéntica.
16
Si una lesión que se mueva irregularmente se desplaza hasta su máximo de amplitud fuera
del plano de adquisición del escáner, causará que esa posición no sea visible en la
reconstrucción de imágenes 4DTC. Cuanto mayor sea la amplitud máxima de movimiento,
mayor será el error potencial. Se han desarrollado técnicas de entrenamiento respiratorio69
para superar estas limitaciones, aunque con estos métodos, es posible encontrar artefactos
de movimiento58.
Los estudios 4DTC se requieren para asegurar el volumen y la posición de los órganos bajo
condiciones de movimiento respiratorio. La obtención de imágenes de una estructura móvil
sin métodos 4DTC puede dar como resultado variaciones sustanciales de volumen y
diferencias considerables en su posición relativa. Aunque las características del movimiento
pueden obtenerse controlando la respiración, independientemente de la disponibilidad de
4DTC, se necesita información precisa sobre la anatomía del paciente, la forma del órgano
y la posición del tumor para simular el acoplamiento del movimiento respiratorio y del TC.
Deben extremarse las precauciones para no subestimar el volumen del CTV cuando se usa
la superficie externa del paciente o cualquier otra señal sustitutiva durante la adquisición de
los datos 4DTC con el movimiento del tumor. La diferencia en el patrón respiratorio entre
el TC de simulación y la administración del tratamiento no se soluciona aumentando el
tiempo para la adquisición 4DTC. Las irregularidades en la señal respiratoria pueden
provocar artefactos de movimiento en las imágenes reconstruidas.
Los artefactos de movimiento en las imágenes 4DTC refleja la interacción entre el
movimiento de los órganos y del escáner (rotación del cabezal y desplazamiento de mesa).
Yamamoto y cols70 encontraron que el 90% de los pacientes presenta al menos un artefacto
de movimiento en las imágenes 4DTC. La fase final de la exhalación habitualmente es la
menos susceptible a producir artefactos debido al menor movimiento y mayor
reproducibilidad, haciendo la fase más estable del ciclo respiratorio13.
Rodríguez-Romero y Castro-Tejero71 en un estudio basado en maniquí obtenido con un
espesor de corte y espaciado de 2 mm, encontraron que la exactitud en la reconstrucción de
volumen y posición estaban dentro de ±3% y ±2 mm para estructuras mayores de 2 cm
con ±15 mm de amplitud máxima de movimiento y 3 s de período mínimo de movimiento.
Las variaciones de volumen excedieron el 5% para las dimensiones del objeto ≤1 cm,
dependiendo de la amplitud y del período del patrón respiratorio. Las discrepancias de
volumen aumentaban a medida que aumentaba la amplitud o la frecuencia de la respiración.
La descripción del ciclo respiratorio es crítica ya que la respiración no es a menudo
suficientemente reproducible, y por lo tanto requiere seleccionar la clasificación respiratoria
más precisa. Las dos categorías principales para la descripción respiratoria son las técnicas
basadas en fase y las basadas en amplitud.
El algoritmo basado en fase clasifica los datos de las proyecciones adquiridas a partir de
cada ciclo respiratorio en un número definido de agrupaciones distribuidas en incrementos
constantes de tiempo sobre cada ciclo. Este método asume que el ciclo respiratorio puede
ser subdividido en el tiempo de manera reproducible y funciona adecuadamente para
patrones respiratorios regulares, aunque falla cuando el periodo, la amplitud y la forma de
la señal respiratoria no sean suficientemente reproducibles. Este método de clasificación
conduce a una pérdida de imágenes e inconsistencias significativas en la reconstrucción de
los estudios72.
17
Este algoritmo fue el primero en ser introducido comercialmente, siendo adaptado de los
dispositivos de obtención de imágenes cardíacas, dado que los latidos presentan un
comportamiento mucho más regular que la respiración.
El algoritmo basado en amplitud clasifica los datos de las proyecciones adquiridas a partir
de cada ciclo respiratorio en agrupaciones basadas en valores de amplitud distribuidas a
partir de las amplitudes máximas promedio de inhalación y exhalación. Este método de
clasificación no distingue la duración entre la inhalación y la exhalación. En caso de
respiraciones irregulares, la clasificación basada en amplitud genera imágenes con menores
artefactos relacionados con el movimiento72.
Los patrones respiratorios irregulares se caracterizan por grandes variaciones en la amplitud
y/o periodo respiratorio durante el tiempo de escaneo. Debido a la naturaleza de los
métodos de adquisición 4DTC, los volúmenes reconstruidos sólo representan uno o dos
ciclos respiratorios completos dentro de la compleja variación del movimiento, causando
artefactos73 y pérdida de cortes en las imágenes de los volúmenes reconstruidos58.
Puede ser ventajoso obtener imágenes de los volúmenes de los pacientes durante varios
ciclos respiratorios para proporcionar información clínica más estadísticamente significativa
en la determinación del ITV, dado que pueden encontrarse derivas con el tiempo en los
picos de inhalación y exhalación8,74. Además, las adquisiciones 4DTC son largas (> 60 s), lo
cual puede incrementar el riesgo de movimientos inesperados del paciente que no estén
relacionados con la respiración durante el escaneo58,75.
El desarrollo e implementación de las técnicas de tratamiento 4D requiere de un
conocimiento preciso del movimiento de la lesión tanto en la adquisición de los datos
anatómicos durante la simulación, como en el correcto posicionamiento del paciente en la
unidad de tratamiento. En este sentido, existen herramientas que permiten la adquisición de
imágenes 4D mediante tomografía computarizada con haz cónico, denominada 4D CBCT,
que adquieren un estudio completo de imagen en unos pocos ciclos respiratorios53.
La integración de dispositivos de adquisición de imágenes sincronizada con la respiración
también es posible en unidades de tomografía por emisión de positrones, denominadas 4D
PET, cuyos beneficios en lesiones pulmonares mediante la obtención de imágenes de PET
durante una fase del ciclo, a modo de gating, han sido mostrados por diversos estudios76,77.
La combinación de ambas modalidades de imagen, sincronizadas con el ciclo respiratorio,
en unidades PET TC con capacidad 4D, ofrece multitud de posibilidades, tanto en la
imagen como en el tratamiento, de lesiones pulmonares.
Debido a la gran cantidad de datos proporcionada por los estudios de imagen 4D,
aproximadamente 10 veces superior a los estudios convencionales, la planificación 4D
requiere de herramientas de automatización de procesos para su gestión, como el registro
deformable de imágenes78–81, que permite el mapeo volumétrico del estudio de imagen
3DTC obtenido en una determinada fase respiratoria, como inhalación, a otra fase, como
exhalación. Las estructuras anatómicas delimitadas en la imagen TC correspondiente a la
inhalación, serían mapeadas a los estudios de TC de las demás fases, empleando las
matrices de transformación propias del registro deformable, obviando la necesidad de
contornear las estructuras en cada fase. No obstante, es preciso tener cautela en este
procedimiento dado que el registro deformable de imágenes puede introducir errores de
reconstrucción durante estas operaciones.
18
1.1.3. Técnicas de control intrafracción del movimiento respiratorio
El método DIBH es una técnica respiratoria controlada donde el paciente mantiene la
respiración supervisada durante el tratamiento, y que ofrece como beneficios la reducción
del movimiento de la lesión durante la irradiación al mantener la respiración, además del
aumento del tejido sano circundante al tumor debido al aumento del volumen pulmonar82.
En los tratamientos basados en gating respiratorio, un dispositivo externo al paciente
monitoriza el movimiento respiratorio permitiendo la administración del tratamiento
únicamente durante cierto intervalo de tiempo, sincronizado con el ciclo respiratorio. Esta
modalidad de tratamiento reduce la influencia del movimiento respiratorio con un esfuerzo
menor para el paciente comparado con la modalidad DIBH. Dentro de los distintos
sistemas de irradiación con control respiratorio existen diferencias substanciales, en función
del fabricante del modelo, por la forma en que cada uno monitoriza el ciclo respiratorio del
paciente. La señal de seguimiento de la lesión puede ser cualquier sistema externo como
sensores ópticos de movimiento, sistemas de luz desestructurada, espirómetros,
calibradores de tensiones, termistores nasales, o sensores de presión. Los sistemas internos
de seguimiento incluyen fluoroscopia, dispositivos de imágenes portales, sistemas de
posicionamiento global, transpondedores electromagnéticos, sistemas de resonancia
magnética o ultrasonidos.
Así el sistema de irradiación con control respiratorio desarrollado por Elekta funciona
mediante un espirómetro que por el caudal de aire registrado distingue la fase del ciclo
respiratorio en que se encuentra el paciente (Active Breathing Coordinator), bloqueando el
suministro de aire en un momento concreto del ciclo respiratorio a fin de mantener en esa
fase la respiración y administrando entonces la irradiación83.
El mecanismo de Siemens Medical Solutions consiste en reconocer la fase del ciclo respiratorio
mediante un sensor de presión en la zona del diafragma que es deformado con la
respiración en tiempo real (AZ-773V, ANZAI Medical), tanto en la adquisición de los datos
anatómicos mediante TC de simulación, como durante el tratamiento.
El sistema de Varian Medical Systems denominado Real Time Position Management (RPM System)
funciona monitorizando la respiración mediante la colocación sobre el pecho o abdomen
del paciente de un bloque con una serie de marcadores circulares reflectantes a la radiación
IR procedente de un dispositivo emisor y detectada mediante una cámara de dispositivo de
carga acoplada o CCD por su acrónimo en inglés82.
Algunos de los sensores del bloque se emplean para monitorizar el ciclo respiratorio,
mientras que el resto sirve para la calibración del sistema. Al comienzo de cada sesión, el
operador coloca el sistema en un modo denominado de seguimiento durante unos breves
ciclos respiratorios, para determinar la posición vertical máxima y mínima de los
marcadores destinados a la monitorización del movimiento.
Además, un algoritmo para la detección de la periodicidad permite comprobar si la forma
de la onda respiratoria, es decir, la posición de los marcadores respecto al tiempo es regular
y periódica. Una vez que la respiración sea estable y regular, el operador cambia el modo de
adquisición del sistema para el registro de la señal respiratoria.
19
Existen dos mecanismos de control de la respiración mediante gating fundamentadas en la
amplitud o la fase. En el modo basado en la amplitud, el usuario ajusta dos líneas
horizontales sobre la forma de la onda como niveles umbrales calculados respecto a las
posiciones mínima y máxima de los marcadores adquirida durante el modo de seguimiento,
de manera que el haz únicamente es activado durante el tratamiento cuando la señal
respiratoria se encuentra entre ambos niveles seleccionados.
Además, el algoritmo para la detección de la periodicidad desactiva inmediatamente el haz
en caso de irregularidades en la forma de la onda debida a movimientos involuntarios del
paciente, reactivándolo una vez que se restablezca la regularidad de la señal respiratoria. En
el modo basado en la fase, el operador especifica el intervalo de fases del ciclo dentro del
que se activará el haz, calculado basándose en el algoritmo de reconocimiento de
periodicidad. Para reducir el movimiento residual, las ventanas de irradiación suelen
seleccionarse centradas en el tramo final de la exhalación, dado que en esta fase, durante
una respiración normal, se produce una relajación muscular, proporcionando una posición
anatómica más reproducible comparado con el tramo final de la inhalación.
Un aspecto importante en los tratamientos con control de la irradiación mediante la
monitorización del ciclo respiratorio con marcadores externos es el relacionado con la
precisión en la predicción de la posición interna de los órganos basándose en estos
marcadores. Es de esperar una mejor correlación en aquellos procedimientos de gating en
los que se obtenga una imagen directa del movimiento de la lesión, pero esto requeriría de
la implantación de unos marcadores fiduciales internos en las proximidades de la lesión41,
con su consiguiente riesgo al considerarse una técnica invasiva.
Dado que el tumor no es a menudo visible en las imágenes portales o en fluoroscopia, en
ausencia de marcadores internos, es necesario confiar en algún sustituto anatómico
fácilmente discernible como el diafragma o la pared torácica anterior, de modo que se
determine para cada paciente individualmente la correspondencia entre el movimiento de la
lesión y el del sustituto anatómico adecuado84,85. Esta correlación interna - externa puede
perturbarse o perderse completamente debido a cambios transitorios de la respiración86.
Pueden suceder derivas en la señal externa causadas por el movimiento del paciente,
particularmente si la amplitud del movimiento es pequeña como sucede en la
monitorización del movimiento de la pared torácica anterior87.
En el caso del sistema de gating RPM basado en amplitud, una deriva en la forma de la onda
respecto a los umbrales establecidos puede resultar en una administración de la dosis en
una posición no intencionada del ciclo respiratorio. Las respiraciones irregulares pueden
afectar adversamente a la calidad de imagen de los estudios de TC adquiridos mediante
sincronización con la señal respiratoria, causando la asociación inadecuada de las imágenes
obtenidas con los puntos incorrectos del ciclo respiratorio y conduciendo a artefactos de
movimiento en el estudio de imagen. Por estas razones, es importante el adiestramiento del
paciente para familiarizarse con la técnica respiratoria y así evaluar la capacidad del paciente
para alcanzar señales respiratorias reproducibles.
20
Ford y cols32 observaron que las variaciones interfracción de la posición del diafragma en
algunos casos son superiores a las variaciones intrafracción. La cuantificación del
movimiento de la lesión mediante imagen es importante para determinar los márgenes
adecuados de PTV. Cuando se emplea un sustituto anatómico como el diafragma durante
el tratamiento, las magnitudes relativas del movimiento de la lesión y del sustituto deberían
estimarse al menos durante la simulación para inferir la cantidad de desplazamiento del
tumor asociado a un determinado desplazamiento del sustituto anatómico.
La aproximación habitual ha consistido en examinar el movimiento de la lesión mediante
fluoroscopia88. Otras técnicas consideran la repetición de estudios de TC con respiración
mantenida a diferentes niveles de inspiración29,84,89, imágenes secuenciales de TC en un
mismo corte14, estudios de RMN ultra-rápidos90, así como estudios de imagen adquiridos
mediante sistemas 4DTC que permiten correlacionar las imágenes 3D en múltiples
posiciones del ciclo respiratorio50,51,91. Es importante tener presente que la relación
posicional entre tumor y sustituto anatómico puede cambiar durante las sesiones de
tratamiento, confirmando que la constancia interfracción de la posición del sustituto no
garantiza necesariamente lo mismo para la lesión.
En ninguno de los métodos de control respiratorio descritos se identifica directamente la
posición de la lesión al no disponer de marcadores internos ni elementos de identificación
basados en imagen radiológica, de modo que aunque no sean invasivos, requieren de
comprobaciones adicionales que permitan correlacionar el movimiento de la lesión con la
respiración1.
El sistema de gating respiratorio debido a BrainLAB AG (BrainLAB IGRT / Adaptive Gating)
determina la posición relativa de la lesión durante cualquier momento del ciclo respiratorio
a partir de un marcador interno solidario con el volumen de irradiación y que es
identificable mediante la adquisición de una serie de imágenes radiológicas en proyecciones
estereoscópicas con el sistema de imagen guiada XR ExacTrac92–94.
Esta serie de imágenes radiológicas son obtenidas en las fases de exhalación e inhalación,
así como en aquella fase de la respiración en torno a la que se desea irradiar la lesión,
generalmente el tercio inferior del ciclo respiratorio, y que en adelante será denominada
nivel de referencia, o empleando la nomenclatura del fabricante, Gating Reference Level o
GRL. El sistema reconoce estas fases de la respiración por el movimiento relativo de un
conjunto de marcadores externos colocados en la superficie del paciente respecto a un
sistema de referencia estático y solidario con la mesa de tratamiento. Ambos elementos son
marcadores reflectantes a la radiación IR y reconocibles mediante el sistema de localización
y posicionamiento IR ExacTrac.
Cuando el sistema XR ExacTrac obtiene las imágenes radiológicas en cada una de estas tres
fases del ciclo respiratorio, identificando en cada serie las posiciones del marcador interno
se calculan las distancias existentes entre la posición de la lesión, a través del marcador, en
las fases de exhalación e inhalación respecto a la posición en el nivel de referencia.
De este modo, es posible definir una región dentro del ciclo respiratorio en la que el haz de
radiación será activado, denominada Beam ON Area, según la nomenclatura del fabricante,
o fracción activa del ciclo (en adelante FAC), acorde con los márgenes de expansión de
CTV a PTV debidos al movimiento respiratorio y que previamente han sido establecidos
en la planificación dosimétrica.
21
El cociente entre el tiempo activo del haz respecto al tiempo global de tratamiento es una
medida de la eficiencia de este método de irradiación. Dentro de la FAC aún existe
movimiento de la lesión, conocido como movimiento residual (Berbeco y cols95). La
elección de la anchura de una FAC debe ser un compromiso entre la cantidad de
movimiento residual y la eficiencia de la irradiación producida.
Una solución para atender al movimiento intrafracción de la lesión consistiría en trasladar
dinámicamente la dosis en el espacio de manera que sigua el cambio de posición tumoral.
En condiciones ideales, el seguimiento continuo en tiempo real de la lesión permitiría
suprimir la necesidad del margen debido al movimiento en las distribuciones de dosis,
mientras se mantiene una eficiencia plena en la administración del tratamiento durante el
ciclo respiratorio completo.
Para conseguir este propósito, el sistema de seguimiento debería tener la capacidad de
determinar la posición tumoral, anticiparse al movimiento para compensar las demoras en
el alineamiento del haz de radiación, reposicionarlo y adaptar la dosimetría a los cambios
morfológicos de la lesión y estructuras críticas, de manera automática y en tiempo real. En
este sentido, se entiende por tiempo real aquellas escalas temporales que son cortas
comparadas con el periodo en el cual exista un movimiento apreciable de la lesión. La
duración de la sesión de tratamiento condiciona tanto los efectos de movimiento como las
técnicas para su seguimiento.
Si el movimiento del paciente es rápido comparado con la velocidad de adaptación del haz,
como sucede con la respiración, es importante reconocer y atender al retraso en el
reposicionamiento del haz prediciendo las posiciones futuras del tumor, lo cual es
únicamente posible para movimientos sistemáticos, dado que movimientos aleatorios
rápidos no son predecibles con eficacia, impidiendo su seguimiento en tiempo real.
En la impartición del tratamiento, los aceleradores lineales dotados de colimador
multilámina (MLC) dinámico o mesas controladas remotamente, en principio, serían
capaces de administrar tratamientos de radioterapia 4D96,97, aunque para este propósito, la
unidad de tratamiento requeriría de aplicaciones informáticas predictivas y retroalimentadas
con la señal respiratoria del paciente. Así mismo, las unidades robotizadas son igualmente
adecuadas para la administración de planes de tratamiento 4D86,98–101. El tratamiento 4D
consistiría en el seguimiento del movimiento intrafracción del tumor, mediante el
movimiento del haz de radiación respecto a las estructuras óseas del paciente, bien
desplazando el campo de tratamiento o bien desplazando al paciente mediante el
movimiento controlado de la mesa.
El desplazamiento del campo de tratamiento puede realizarse empleando colimadores MLC
dinámicos96,97 o unidades robotizadas86,98–101. Una ventaja de esta aproximación consiste en
que el paciente se mantiene estacionario y por lo tanto, menos sensible a reacciones
involuntarias, en caso de sentir los desplazamientos de la mesa, además de poder considerar
explícitamente las deformaciones experimentadas por la lesión durante la respiración,
mediante la correspondiente conformación del campo de tratamiento con colimadores
MLC dinámicos. Bel y cols102 emplearon el reposicionamiento automático de la mesa de
tratamiento para realizar ajustes intermitentes de la posición del paciente en respuesta a
movimientos sistemáticos o aleatorios lentos. Algunos estudios96,97,103 han considerado el
reposicionamiento automático de la apertura definida por el colimador MLC como
aproximación al problema del movimiento de la lesión con la respiración.
22
En este escenario, el alineamiento del haz sólo es posible en el plano definido por el campo
de tratamiento, de manera que si el tumor rotase fuera de este plano podría comprometerse
la conformación de la dosis. El tiempo de respuesta necesario para el alineamiento de la
apertura debe considerar otros factores como el tiempo requerido para registrar la posición
de las láminas, demoras en el sistema de control del MLC, y limitación de velocidad de las
láminas. En estos procedimientos es necesario el uso de aplicaciones informáticas
predictivas99 para minimizar el error introducido en la sincronización del tiempo de
respuesta de las láminas, el cual es limitado, con la señal de seguimiento de la lesión. En la
misma línea, el entrenamiento del paciente para mantener un ciclo respiratorio estable es
imprescindible para reducir cualquier error potencial69.
1.1.4. Influencia del movimiento respiratorio en radioterapia
Durante la respiración, las lesiones pueden moverse a velocidades similares a las de las
láminas, por lo que en tratamientos de IMRT, el movimiento tumoral puede estar en fase
con el movimiento programado de las láminas, requiriendo velocidades de lámina
considerablemente mayores que pudieran, en ocasiones, exceder la limitación de velocidad.
Todas las aproximaciones de seguimiento en tiempo real requieren de la medición de la
posición de la lesión en una escala temporal más rápida que el movimiento en sí mismo,
obtenida habitualmente mediante imágenes radiológicas. Si este movimiento fuese rápido y
periódico, podría complementarse con medidas simultáneas de otras señales
correlacionadas con el movimiento, como los cambios morfológicos de la pared torácica o
abdominal con la respiración, la localización de la lesión mediante ultrasonidos104,105, o
empleando pequeños dispositivos emisores de radiofrecuencia implantados que funcionen
como transpondedores electromagnéticos106 detectados externamente al paciente.
Existen diversas maneras de localizar la lesión mediante imágenes radiológicas, como puede
ser la obtención de una imagen directa del tumor, de estructuras anatómicas óseas
conectadas rígidamente a la lesión, la detección de marcadores fiduciales implantados en las
proximidades del tumor, o el seguimiento de órganos como el diafragma, empleados como
sustitutos anatómicos con movimiento sincronizado con la lesión. Los métodos de imagen
basados en marcadores fiduciales presentan la ventaja de ser comparativamente fáciles de
localizar con herramientas de procesado automático de imágenes, y que la determinación de
la posición sólo implica un cálculo algebraico sencillo. Por lo tanto, el tiempo necesario
para estimar el posicionamiento puede ser del orden de 50 ms, permitiendo el seguimiento
de marcadores fiduciales en tiempo real mediante fluoroscopia8,41,107.
Como desventaja estaría que es un procedimiento invasivo, con riesgo de neumotórax e
infección, además del riesgo de migración de los marcadores en el paciente, entre la fase de
adquisición de los datos anatómicos en la simulación y la administración del tratamiento. La
estrategia para abordar el seguimiento de los movimientos estocásticos se basa en asumir
que la mayoría de los movimientos son suficientemente pequeños como para ignorarlos y
que los movimientos grandes son infrecuentes. La obtención periódica de imágenes del
paciente, en intervalos temporales adecuados, permite detectar y corregir los movimientos
mayores que ocasionalmente pudieran acontecer y antes de que sea incorrectamente
administrada una cantidad de dosis elevada.
23
La frecuencia en la adquisición de imágenes está condicionada a la frecuencia de aparición
de estos grandes movimientos. Esta secuencia de imágenes proporciona una distribución
aleatoria de movimientos, que al representarse mediante histograma de frecuencia, puede
emplearse para estimar la frecuencia óptima de adquisición de imágenes. El sistema de
seguimiento registra las coordenadas del tumor cada vez que se obtiene una imagen para
actualizar su posición.
El registro de las posiciones para cada tratamiento es un muestreo casi periódico de los
movimientos reales. Agrupando un gran número de estos registros mediante un histograma
de frecuencias para las fluctuaciones en la posición, sería posible estimar el patrón real y la
frecuencia de movimiento del paciente mediante inferencia estadística.
En cuanto a la consideración de los movimientos sistemáticos, el seguimiento en tiempo
real de los marcadores internos permite la corrección de las derivas sistemáticas de la
posición tumoral media, responsable de producir una desviación cada vez mayor de la
posición en la que la dosis es administrada respecto a la ubicación deseada.
En la irradiación de lesiones en movimiento puede ocurrir que el haz de radiación no sea
administrado simultáneamente sobre la totalidad del PTV, como sucedería en la
secuenciación de segmentos de IMRT, de modo que si la lesión como los órganos a riesgo
están en movimiento, existe el riesgo potencial de que la dosis sea impartida localmente de
un modo diferente respecto a lo debido, con la consiguiente aparición indeseada de
regiones de infra y sobredosificación, siendo este fenómeno descrito como efecto interplay.
Esta circunstancia es particularmente problemática cuando los periodos de los
movimientos de secuenciación de segmentos y respiratorio son similares. Si el patrón de
intensidad es administrado extremadamente rápido respecto al periodo de movimiento del
órgano, no habrá oportunidad para que partes de la lesión reciban exceso o defecto de
dosis, mientras que si es extremadamente lento, se generará un gran efecto de promediado
del movimiento del órgano que tenderá a que la dosis en el interior de la lesión sea muy
similar a la deseada26.
Sin embargo, dado que en tratamientos de IMRT es frecuente la administración de la dosis
en minutos, el periodo en la secuenciación de los segmentos es de segundos, lo cual
desafortunadamente coincide con el periodo típico de movimiento interno de los órganos,
especialmente de aquellos asociados con la respiración. La estimación de la magnitud de
estos artefactos ha sido estudiada en diversos artículos, como indican en su revisión
Bortfeld y cols19. El movimiento residual de la lesión es particularmente problemático en
tratamientos de IMRT.
Análogamente al caso clásico de yuxtaposición de campos donde el solapamiento de
penumbras puede producir regiones de subdosificación, y que suele resolverse mediante el
ensanchamiento de penumbras moviendo cada día los bordes de los campos yuxtapuestos
a diversas posiciones que varían entre sí varios milímetros en el isocentro, en el caso de
IMRT es posible conseguirlo mediante la limitación de los gradientes de intensidad dentro
de cada perfil de intensidad del haz108. Por otra parte, es posible reducir, aunque no
eliminar, esta heterogeneidad de dosis debida al movimiento residual mediante la aplicación
de cada campo varias veces, bien en cada sesión o aumentando el fraccionamiento, con el
objetivo de promediar este efecto a lo largo del tratamiento109.
24
25
1.2. ALGORITMOS DE CÁLCULO DE DOSIS
1.2.1. Caracterización dosimétrica de campos pequeños
El tratamiento de lesiones de reducido volumen mediante SBRT requiere del empleo de
haces de radiación de pequeñas dimensiones, que pueden sumar sus penumbras en la zona
del tumor, además de tener habitualmente formas irregulares. La caracterización
dosimétrica de haces estrechos es complicada debido a la perturbación introducida por el
detector, cuyas dimensiones son comparables al tamaño del campo de radiación, a la
pérdida de equilibrio electrónico lateral al ser las dimensiones del campo similares a las de
la penumbra, así como a las incertidumbres de posicionamiento del dispositivo de medida.
La determinación de las propiedades dosimétricas en esta situación tiene asociado un alto
grado de incertidumbre. En esta sección se describen los problemas asociados a la
dosimetría de campos pequeños, además de exponer la necesidad de caracterizar
adecuadamente sus propiedades dosimétricas en un sistema de planificación (TPS).
Aunque no existe un claro consenso sobre a partir de qué dimensiones un campo debe
considerarse pequeño, en la práctica, campos menores o iguales que 3 cm x 3 cm presentan
propiedades dosimétricas que requieren especial atención110. Existen diversos fenómenos
que deben considerarse para una correcta caracterización dosimétrica y modelado en el
sistema de planificación, cuyo efecto en campos pequeños es más acusado110,111.
Estos fenómenos son la oclusión parcial de la fuente primaria de radiación debido al
solapamiento de penumbras procedentes de bancadas enfrentadas y la ausencia de
equilibrio electrónico lateral de partículas cargadas (CPE). Como consecuencia, se produce
una reducción en la dosis absorbida, siendo la oclusión parcial de la fuente el efecto que
mayor influencia presenta en dicho fenómeno. Adicionalmente, el tamaño del detector
empleado en la dosimetría influye en la medida, perturbando las condiciones de equilibrio
electrónico de manera difícil de evaluar110. Es el denominado efecto de volumen que
sugiere el empleo de detectores que perturben lo mínimo posible el campo de radiación a
analizar.
Al colimar un haz por debajo de cierto tamaño de campo, parte del área de la fuente
primaria, extensa y de dimensiones finitas, queda ocultada desde la posición del detector.
Esto afecta a la cantidad de radiación que alcanza el punto de medida proveniente de la
fuente y por lo tanto a la dosis absorbida, que disminuye drásticamente. Si, debido a las
pequeñas dimensiones del campo, la extensión completa de la fuente no pudiera ser
observada desde el punto de medida en el centro del haz de radiación, ambas penumbras
geométricas se superpondrían.
El equilibrio electrónico lateral está asociado al alcance de las partículas secundarias
(electrones y positrones) y depende por lo tanto de la energía del haz de fotones incidente,
así como de la composición del medio (a través de la densidad electrónica).
La falta de equilibrio electrónico lateral debida al alcance finito de los electrones
secundarios, comparable a las dimensiones del campo pequeño, motiva que ambas
penumbras enfrentadas se solapen, contribuyendo a la disminución del factor de salida o
output factor. La contribución de ambos efectos sobre la penumbra global y sobre la
disminución de la dosis absorbida se puede apreciar en la Figura 1.1.
26
Figura 1.1. Considerando tamaños de campo suficientemente grandes como para existir equilibrio
electrónico de partículas cargadas (CPE) así como permitir una visualización completa de la fuente, la
anchura completa a mitad del máximo (FWHM) de los perfiles de dosis conduce a unos tamaños de campo
correctamente determinados dado que los bordes del campo se encuentran aproximadamente al nivel de 50%
de dosis en condiciones de CPE, según se indica en la imagen de la izquierda. Cuando el tamaño de campo
es del mismo orden que el alcance electrónico lateral, la penumbra de bordes de colimación enfrentados
comienza a solaparse, causando un pequeño error en la determinación del tamaño de campo a partir de los
datos de FWHM (imagen central), siendo más dramático para campos muy pequeños, dado que la curva
resultante presenta un máximo menor y, por lo tanto, su valor medio será desplazado exteriormente respecto
a la posición correcta, resultando en un tamaño de campo sobrestimado, como se aprecia en la imagen de la
derecha (adaptado de Das y cols110).
Esta circunstancia conlleva que la determinación del tamaño de campo mediante la medida
de la anchura total a la mitad del máximo (FWHM) no se pueda aplicar. Las dimensiones
del campo resultan sobreestimadas respecto a la aplicación del mismo criterio para campos
donde las penumbras globales no se superponen, como puede observarse en la Figura 1.1.
Es importante asegurar que el sistema de planificación reproduce adecuadamente los
tamaños de campo del acelerador, es decir, la definición del tamaño de campo en ambos
equipos debe ser coherente. Adicionalmente, es preciso considerar la influencia de los
colimadores secundarios en los perfiles del campo pequeño delimitado por el colimador
multilámina. La posición de las mordazas secundarias puede influir significativamente sobre
el perfil de fluencia a la salida del cabezal, según demostraron Ding y cols112.
Esta circunstancia ha de tenerse en consideración en el modelado de los haces. Se
recomienda separar los colimadores secundarios la distancia necesaria para impedir que su
presencia afecte a la fluencia del campo pequeño, dado que de otro modo aumentaría su
penumbra geométrica. Es preciso resaltar también que al no haber equilibrio electrónico
lateral, el espectro energético cambia con respecto al de un campo grande, endureciéndose,
dependiendo del tamaño de campo, además de variar respecto a la distancia al eje central.
El efecto de la variación del espectro en los cocientes de poderes másicos de frenado, sin
embargo, es mínima, como demostraron Sánchez-Doblado y cols113.
27
Un problema relacionado con la caracterización dosimétrica de campos pequeños es el
concerniente al modelado en el sistema de planificación para reproducir de la forma más
fidedigna posible el comportamiento del haz de radiación ante tales circunstancias.
La ausencia de equilibrio electrónico lateral en los campos pequeños, sumado a la
correspondiente superposición de penumbras, afecta tanto a la caracterización de perfiles
como de factores de campo. En el modelado en un sistema de planificación, el tamaño de
la fuente virtual es el parámetro que permite ajustar ambas propiedades, siendo
habitualmente ajustado para una situación de compromiso.
Como ha sido observado, las peculiaridades asociadas a los campos pequeños difieren
notablemente de la situación convencional, siendo preciso asegurar el buen modelado de
estas situaciones en el sistema de planificación, incluyendo explícitamente los datos
dosimétricos de campos pequeños hasta el tamaño mínimo a utilizar clínicamente. Los
campos pequeños constituyen, de por sí, un reto dosimétrico que requiere un tratamiento
especial por separado, añadido al modelado de los haces de radiación en situaciones
estándar (campos convencionales)
Para ilustrar cómo afectan las propiedades de los campos pequeños al modelado y su
relación entre penumbra y factor de campo, en la Figura 1.2 es posible observar la
diferencia en la forma del perfil de dosis y la variación de los factores de campo asociada
con las dimensiones de la fuente y cómo un ajuste inadecuado del tamaño de la fuente
puede conducir a valores incorrectos en las dimensiones de las penumbras y factores de
campos calculados para campos pequeños por parte del sistema de planificación.
Figura 1.2. El modelado de los haces de radiación en el sistema de planificación es muy sensible a
parámetros como las dimensiones de la fuente de radiación, especialmente para campos pequeños, donde un
tamaño excesivo conduce a una sobrestimación de las penumbras, además de un brusco descenso de los
factores de campo respecto a los determinados experimentalmente en el proceso de caracterización dosimétrica
(adaptado de Aspradakis y cols114).
28
1.2.2. Métodos de cálculo de dosis deterministas
Los métodos de cálculo de dosis deterministas son aquellos que bajo las mismas
condiciones de cálculo proporcionan siempre los mismos resultados dosimétricos. En esta
clasificación se engloban métodos de cálculo basados en modelos analíticos que
caracterizan el transporte de energía en el medio, conocidos como convolución -
superposición, fundamentados en el cálculo de dosis absorbida a partir de una convolución
de la energía total cedida al medio por los fotones primarios (que no han interaccionado
previamente), denominada TERMA, T(r), en cada punto de interacción y el núcleo de
deposición de energía, H(r), según la ecuación 2,
𝐷(𝑟) = ∭ ∫ 𝑇(𝑟′,
𝑉
𝐸) ∗𝜌(𝑟′)
𝜌(𝑟)𝐻(𝑟, 𝑟′, 𝐸)𝑑3𝑟′𝑑𝐸 (2)
donde r se refiere a la posición del punto de cálculo y r’ a los puntos de interacción según
se describe en la Figura 1.3.
Figura 1.3. Representación esquemática de la deposición de dosis en un elemento diferencial de volumen
situado en r debido a las interacciones producidas en otro elemento diferencial de volumen situado en r’,
considerando las diferencias de camino radiológico entre ambos puntos debido a la densidad electrónica del
medio. Dada la divergencia de los haces, los núcleos de deposición de energía deberían de orientarse alineados
con la dirección del haz115 (kernel tilting). En caso contrario, las deviaciones podrían ser superiores al 3%
en el eje y aún mayores fuera de eje y en las zonas de penumbra del campo, especialmente para tamaños de
campo grande y DFS pequeñas, donde los haces presentan mayores divergencias116.
29
El TERMA incluye la energía cedida tanto a fotones dispersados como a partículas
cargadas (electrones y positrones), a diferencia del conocido KERMA que únicamente
considera la energía cedida a las partículas cargadas. El elemento H(r,r’,E) representa el
núcleo puntual de convolución117, o point dose kernel en nomenclatura inglesa, e indica la
fracción de energía media impartida en un volumen pequeño situado en r debida a fotones
primarios de energía E procedentes tanto de la fuente como del cabezal, que interaccionan
en un volumen infinitesimal centrado en r’, donde la distinta densidad del medio en el
recorrido entre ambos puntos influye en la cuantía de la dosis absorbida.
Diversos investigadores118–121 han propuesto de manera independiente el uso de núcleos de
deposición de energía en dosimetría, siendo posteriormente ampliados estos estudios con
más detalle en otra serie de artículos122–125. En función de las características espaciales para
el cálculo es posible clasificarlos en tres categorías126.
Los núcleos puntuales son aquellos que describen la distribución de energía impartida en
un medio infinito debido a la interacción de un fotón primario único, mientras que los
núcleos filiformes o pencil beam kernels describen la deposición de energía en un medio semi-
infinito a partir de un haz paralelo de área infinitesimal. El último grupo corresponde a los
núcleos planares que describen la distribución de energía depositada a partir de las
interacciones primarias localizadas en un plano de un haz estrecho bidimensional infinito.
Las complicaciones asociadas al transporte acoplado electrón/positrón-fotón limitan las
posibilidades de cálculo analítico de los núcleos de convolución por lo que el método
generalmente más empleado para su obtención es la simulación Monte Carlo (MC).
El conocimiento del espectro de cada energía disponible para uso clínico es fundamental
para los modelos de convolución - superposición, de modo que en algunos casos se utilizan
datos de un espectro en el eje y otro fuera de eje a una distancia definida con los que
modelar los diferentes tamaños de campo, calculando el espectro endurecido debido a los
modificadores del haz, mientras que en otros casos es posible modelar cada tamaño de
campo, e incluso cada modificador del haz, con diferentes espectros de energía.
Los intervalos de energía proporcionados en el espectro permiten desarrollar una
discretización y ponderación en el TERMA y en los núcleos, de modo que en la expresión
de la integral de convolución (ecuación 2) aparezcan unas magnitudes promediadas e
independientes de la energía, para que una vez resuelta la integración en las componentes
espaciales, sólo sea necesario aplicar una serie de correcciones finales poco costosas
computacionalmente.
El modelado de la contaminación electrónica se realiza calculando los rendimientos en
profundidad para el conjunto de campos considerados en el modelado partiendo de los
datos del espectro y comparándolos respecto a los valores medidos, de tal modo que la
diferencia es debida a la contaminación electrónica, parámetro que es función del tamaño
de campo equivalente y de la energía del acelerador.
El modelado de la radiación dispersada por el cabezal de la unidad se implementa
considerando dos focos, uno empleado para caracterizar la radiación primaria y otro para la
componente dispersada, como una distribución gaussiana extendida con una contribución
que es dependiente de la cantidad de radiación dispersada en el cabezal del acelerador.
30
El TERMA se calcula atenuando la fluencia de cada componente del espectro de energía de
forma independiente a través de los elementos modificadores del haz, a lo largo de
diferentes líneas divergentes entre el foco y cada uno de los puntos de cálculo en el medio.
En algunos sistemas de planificación esta fluencia se determina mediante el modelado de la
geometría del cono ecualizador basándose en la medida de un perfil de dosis a una distancia
y profundidad específicas.
1.2.2.1. Algoritmos basados en núcleo puntual de deposición de dosis
Debido al carácter continuo que presenta el espectro de la radiación de frenado, resulta
conveniente la consideración de núcleos puntuales polienergéticos pesados según la
contribución de los diferentes niveles energéticos del espectro. Anhesjö127 encuentra que
estos núcleos polienergéticos pueden expresarse analíticamente como (ecuación 3),
ℎ𝑝𝑜𝑙(𝑟, 𝜃) = 𝐴𝜃𝑒−𝑎𝜃𝑟 + 𝐵𝜃𝑒−𝑏𝜃𝑟
𝑟2 (3)
donde los parámetros A, a, B y b dependen del ángulo de dispersión y del potencial de
aceleración. El radio r es la distancia desde el punto de interacción de los fotones al punto
de cálculo de dosis, mientras que representa el ángulo frente a la dirección de incidencia
del fotón primario.
Esta dependencia funcional presenta una singularidad en el origen de coordenadas, aunque
la integración sobre todo el volumen es finita, como es requerido. La fuerte variación en el
origen de estos núcleos es fundamental en la interpolación de los datos necesarios para el
cambio de coordenadas cilíndricas (las propias del cálculo de los núcleos mediante MC) a
cartesianas (las correspondientes al sistema de planificación).
Los núcleos polienergéticos se calculan para cada punto promediando los núcleos
monoenergéticos en función del peso de cada componente energética del TERMA, para lo
cual se asume que no existe variación importante ni del TERMA ni de los núcleos debido a
la variación del espectro en profundidad. La variación del TERMA se debe a que el
cociente de los coeficientes de atenuación lineal y de absorción de energía (/en) decrece
con la energía, mientras que la variación de los núcleos polienergéticos se debe a que las
componentes de alta energía del espectro son relativamente más importantes en
profundidad. No obstante, debido a la suave variación del coeficiente de absorción con la
energía, la desviación al no considerar esta corrección en el cálculo de la dosis absorbida es
inferior a 2% a 15 cm de profundidad para un rango amplio de energías (6 MV a 18 MV) y
tamaños de campo115, aumentando esta desviación para energías bajas y campos pequeños.
Existen diferentes métodos propuestos115,128–130 para la corrección del TERMA y de los
núcleos polienergéticos por la variación del espectro de energía con la profundidad,
dividiendo cada uno de estos parámetros en dos componentes, una debida a la radiación
primaria, con núcleos monoenergéticos calculados por Mackie131 mediante simulación MC,
y otra debida la radiación dispersada, con núcleos calculados considerando fenómenos de
dispersión múltiple, radiación de frenado y aniquilación131.
31
Los núcleos polienergéticos corregidos por endurecimiento espectral del haz128 en
profundidad (kernel hardening correction) proporcionan acuerdos satisfactorios con respecto a
simulaciones MC empleando un reducido coste de computación.
Para que la integral descrita en la ecuación 2 se corresponda con un producto de
convolución es preciso que el núcleo H(r,r’,E) sea espacialmente invariante, lo cual sucede
para haces monoenergéticos, paralelos (no divergentes) y en medios homogéneos.
En condiciones de heterogeneidad, la distancia radiológica que considera las diferentes
densidades del medio, no se corresponde con la distancia geométrica, de modo que el
núcleo deja de ser espacialmente invariante y por lo tanto, la integral pasa de representar
una convolución a representar una superposición de diferentes núcleos ponderados por la
fluencia en cada punto de interacción del haz en el volumen absorbente, generalizándose de
este modo el problema del transporte de energía en el medio.
En condiciones de superposición no es posible aplicar la transformada de Fourier para la
resolución numérica de los cálculos de la integral, perdiéndose de este modo la potencial
rapidez de cálculo. Se han formulado técnicas para agilizar el cálculo de la integral de
superposición, como la aproximación de cono colapsado propuesta por Anhesjö127,
consistente en la discretización del núcleo polienergético, hpol(r, ).
La energía cedida por los fotones primarios (TERMA) en un punto de interacción r’ y
transportada y absorbida a lo largo de un ángulo sólido determinado, se considera
transportada y depositada en la dirección del eje central del cono definido por el punto r’ y
el ángulo sólido considerado, como si dicho cono hubiera colapsado sobre su propio eje.
Este proceso implica la división del espacio en torno a cada punto de interacción r’
mediante conos esféricos con geometría 4 estereorradianes con una serie de direcciones
en las que se produce la absorción de energía.
Esta aproximación será tanto más exacta cuanto mayor sea el número de direcciones
estimadas. En la práctica, se emplean del orden de 100 direcciones colapsadas132. Cuanto
mayor sea la distancia del punto de interacción r’ donde se produzca la absorción de
energía, peor será la aproximación, aunque esto no representa inconveniente en la práctica
clínica dado que la función hpol(r, ) decae rápidamente con el radio.
Los algoritmos de convolución – superposición basados en núcleo puntual describen los
mecanismos de interacción de la radiación con la materia y el transporte de partículas
mediante referencias a fundamentos físicos, por lo que estos algoritmos proporcionan
resultados mejores en situaciones complejas que los modelos semi-empíricos basados en
medidas133, aunque en situaciones sencillas presenten resultados comparables.
El comportamiento de los modelos de convolución – superposición en presencia de
heterogeneidades está condicionado fundamentalmente por dos efectos. El primero afecta
al TERMA en cada uno de los puntos del recorrido descrito por el rayo primario cuando la
heterogeneidad se encuentra entre la fuente y el punto de deposición de energía, lo cual se
soluciona atenuando el TERMA de acuerdo con el cálculo del camino radiológico
equivalente, utilizando el valor de las densidades electrónicas de cada uno de los vóxeles
incluidos en su recorrido. El segundo efecto se produce cuando la heterogeneidad se
localiza entre el punto de interacción y el de deposición de energía, la cual varía en función
de la naturaleza y densidad electrónica de la heterogeneidad.
32
En las energías de terapia, donde la interacción predominante es debida al efecto Compton,
la deposición será función de la densidad electrónica del medio. En estos casos, es de
aplicación de manera exacta el teorema de O’Connor134, por lo que todas las propiedades
físicas se mantienen si de forma lineal se ponen en escala los núcleos de acuerdo a la
densidad de la heterogeneidad.
Las principales limitaciones de estos algoritmos se producen básicamente en las situaciones
más extremas, como haces de alta energía y reducidas dimensiones en medios de baja
densidad, donde la pérdida de equilibrio electrónico hace que la aplicación del teorema de
O’Connor134 no sea válida y la aproximación de poner en escala los núcleos de convolución
por la densidad del medio no sea suficientemente precisa.
Sin embargo, las desviaciones registradas para estos algoritmos se encuentran dentro de la
tolerancia general de 3% de diferencia de dosis y 3 mm de distancia de acuerdo en la
mayoría de situaciones evaluadas135–137, representando de este modo el escenario previo a la
implementación de los algoritmos de cálculo Monte Carlo, aunque siendo en la práctica y
en muchos casos comparables en exactitud136.
1.2.2.2. Algoritmos basados en núcleo filiforme de deposición de dosis
En los inicios del desarrollo de los modelos de convolución – superposición basados en
núcleo puntual, dados los elevados costes de computación que se requerían, hizo necesaria
la implementación de unos métodos de cálculo que, basados en los mismos principios que
el núcleo puntual, utilizaban el núcleo de haz estrecho, denominado pencil beam kernel.
Estos núcleos filiformes representan la deposición de dosis debida a un haz de fotones que
interacciona a lo largo de una recta a modo de convolución previa de los núcleos puntuales
con la atenuación de la fluencia primaria a lo largo de la profundidad.
Esto supone un ahorro considerable de tiempo de cálculo al discurrir de una convolución
3D a múltiples convoluciones 2D. Los núcleos pencil beam pueden obtenerse mediante
simulación MC138,139 de modelos analíticos140 e incluso extraídos de datos experimentales141
para un espectro efectivo determinado en base a rendimientos en profundidad medidos
según el método de Anhesjö127.
La primera implementación del algoritmo Pencil Beam en un sistema de planificación se debe
a Mohan y cols124 en 1986, empleando un método para calcular campos irregulares basado
en una convolución 2D mediante transformadas rápidas de Fourier (acrónimo inglés, FFT)
de la fluencia con núcleos filiformes obtenidos mediante simulación MC, denominados por
los autores como diferential pencil beam, siendo más sencillo de implementar pero a costa de
no ser válido para el cálculo de heterogeneidades, ni curvatura de superficies.
En el caso del algoritmo denominado como AAA142 (Anisotropic Analytical Algorithm) la dosis
absorbida se calcula considerando un modelo de dos fuentes de fotones para la radiación
primaria y dispersada, además de otra fuente de contaminación electrónica.
33
En este caso se desarrolla una convolución 3D de los núcleos pencil beam simulados con MC
y puestos en escala atendiendo a la densidad electrónica del medio, siendo una mejora en la
exactitud del cálculo respecto a implementaciones anteriores como la denominada single
pencil beam143, donde los núcleos filiformes se calculan en base a datos experimentales como
factores de campo, rendimientos en profundidad y perfiles de dosis medidos a diferentes
profundidades144.
El cálculo de heterogeneidades se realiza modificando el núcleo en función del camino
radiológico definido por la densidad electrónica del medio. Esto supone una pérdida de
exactitud respecto a los algoritmos de convolución – superposición basados en núcleo
puntual para el cálculo de heterogeneidades laterales, donde la densidad en las regiones
laterales del núcleo filiforme no coincida con la densidad en el eje para una misma
profundidad, lo que conduce a un modelado inadecuado de la dispersión electrónica lateral.
No obstante, esta desviación es asumible en determinadas situaciones clínicas en las que no
existan grandes variaciones de densidad, a base de la reducción del tiempo de computación.
En caso de heterogeneidades tisulares de alta densidad como hueso, especialmente para
haces de fotones de alta energía donde fenómenos como la creación de pares son
importantes, no resulta suficientemente adecuado poner en escala los núcleos, sino emplear
en su lugar el cociente entre el coeficiente de atenuación lineal del hueso y el del agua124.
En función de las aproximaciones consideradas en la implementación de los diferentes
modelos de Pencil Beam, como la ausencia de contaminación electrónica relevante para la
zona de acumulación, o las simplificaciones realizadas en el cálculo de medios heterogéneos
en los que se proporcionan resultados similares a los algoritmos unidimensionales basados
en medidas como Batho133, los resultados dosimétricos estarán limitados principalmente
porque los núcleos filiformes son obtenidos en un medio semi-infinito, lo que conduce a
una sobrestimación de la dosis absorbida (superior a 5% en haces de alta energía) para
campos grandes que incidan sobre un maniquí pequeño145.
34
1.2.3. Métodos de cálculo de dosis estocásticos
En algunos sistemas de planificación comerciales se han incorporado algoritmos de cálculo
de dosis para haces de fotones basados en código Monte Carlo (MC)146,147. Estos métodos
de computación, al igual que sucede con los algoritmos de cálculo deterministas, requieren
de unas pruebas de control de calidad previas a su uso clínico, destinadas a la evaluación de
la exactitud de los resultados calculados en comparación con las medidas experimentales.
En el rango de energías empleado habitualmente en radioterapia externa (haces de MV) los
fotones interaccionan con la materia circundante a través de cuatro procesos principales:
dispersión incoherente (Compton) con electrones corticales, producción de pares en
presencia del campo electromagnético nuclear o electrónico, absorción fotoeléctrica, y
dispersión coherente (Rayleigh). Los tres primeros tipos de colisión transfieren energía del
campo de radiación del fotón a los electrones o positrones. En la mayoría de los casos la
interacción predominante es la dispersión Compton, aunque la producción de pares es cada
vez más importante con el aumento de la energía, pudiendo incluso dominar a altas
energías en componentes de número atómico elevado como los que se encuentran en los
cabezales de las unidades de tratamiento.
Cuando los electrones atraviesan la materia, experimentan un gran número de interacciones
elásticas y ceden energía principalmente a través de dos procesos: colisiones inelásticas con
los átomos y moléculas e interacciones radiativas. Las colisiones inelásticas resultan en
excitaciones y ionizaciones, que conducen a electrones secundarios (partículas ). Las
pérdidas radiativas de energía, que suceden en forma de radiación de frenado y fenómenos
de aniquilación con positrones, transfieren energía de vuelta a fotones y conducen al
acoplamiento de los campos de radiación de electrones y fotones.
El campo macroscópico de radiación electrón-fotón puede describirse matemáticamente en
términos de un conjunto de ecuaciones de transporte integro-diferenciales acopladas. Estas
ecuaciones de transporte son especialmente complicadas, de modo que excluye la
posibilidad de un tratamiento analítico excepto bajo diversas aproximaciones. Los métodos
de simulación MC permiten su resolución, pudiendo ser aplicados para cualquier rango de
energía, geometría y composición de materiales subyacente.
Una solución al problema del transporte de partículas en la materia, exacta dentro del
conocimiento existente de los procesos de colisión fundamentales, puede obtenerse
mediante una simulación MC analógica, en la que todas las interacciones de partículas con
los átomos y moléculas circundantes son explícitamente simuladas, incluyendo aquellas
interacciones de partículas secundarias creadas en las colisiones.
Una simulación MC analógica es, por lo tanto, una simulación fidedigna de la realidad física
mediante métodos computacionales: las partículas son creadas de acuerdo con las
distribuciones que describen la fuente, desplazándose una cierta distancia, determinada por
una distribución de probabilidad, hasta el lugar de colisión, dispersándose en otro estado de
dirección y/o energía, creando posiblemente partículas adicionales. Estos fotones
eventualmente se extinguen como resultado de producción de pares o eventos
fotoeléctricos, o cuando experimentan dispersión Compton a energías inferiores a una
energía baja de corte predeterminada, denominada a menudo PCUT.
35
Las simulaciones MC analógicas, referidas con frecuencia como técnicas de evento-a-
evento o interacción-a-interacción, son típicamente empleadas en el transporte de
partículas neutras, dado que no resulta práctico para el transporte de partículas cargadas
debido al gran número de interacciones que experimentan hasta ser localmente absorbidas,
cuando la energía de estas partículas decae por debajo de una determinada energía de corte
para el seguimiento de partículas cargadas, denominado a menudo ECUT. Todos los
códigos MC de propósito general emplean, de este modo, esquemas de historias
condensadas para el transporte de partículas cargadas148.
Esta técnica se basa en la observación de que la inmensa mayoría de interacciones
electrónicas conduce a cambios muy pequeños en la energía y/o dirección del electrón.
Muchas de estas interacciones de pequeño efecto pueden, por lo tanto, agruparse en pasos
relativamente pequeños de historias condensadas, cuyo efecto acumulado sea tenido en
consideración muestreando los cambios de energía, dirección y posición, a partir de
distribuciones apropiadas para los grupos de interacciones.
El muestreo de deflexiones angulares está basado en formalismos de dispersión múltiple,
como el de Molière149 fundamentado en aproximaciones para ángulos de dispersión
pequeños, de modo que deflexiones mayores están modeladas con menor precisión, o el
formalismo de Goudsmit-Saunderson150 válido para todos los ángulos de dispersión,
aunque menos sencillo de implementar, por lo que los códigos basados en esta teoría
usualmente muestrean el ángulo de dispersión a partir de distribuciones de dispersión
múltiple almacenadas que han sido calculadas para un conjunto preseleccionado de
recorridos durante la fase inicial del cálculo.
En el transporte de partículas cargadas, la elección de la energía de corte puede afectar al
cálculo de dos maneras importantes; cuanto mayor sea el valor de corte, más rápido será el
cálculo pero, salvo que se realice con la debida precaución, detenerse en un valor de corte
demasiado elevado puede perturbar las distribuciones de dosis, debido a que la partícula
cargada supuestamente detenida puede haber depositado energía a una distancia mayor de
donde su trayectoria ha sido finalizada.
En una simulación MC las cantidades físicas son computadas promediando sobre un
conjunto dado de partículas en cascada y sobre un volumen finito o vóxel. Conforme
aumentan las dimensiones del vóxel, para una incertidumbre estadística determinada, el
tiempo de computación decrecerá, además de la consecuente reducción de la resolución
espacial. Un aspecto importante de los cálculos MC es la presencia de incertidumbres
estadísticas debido a la naturaleza estocástica del método.
Una aproximación para mejorar la eficiencia de la simulación consiste en desarrollar una
simulación de los elementos del cabezal independientes del paciente, almacenando un
espacio de fase con parámetros de todas las partículas según atraviesan el plano de
recuento, como energía, posición, dirección, carga y posiblemente otra información como
la región de creación o interacción de las partículas.
La ventaja de esta aproximación consiste en poder reutilizar esta parte del cálculo con la
frecuencia necesaria. Las partículas son transportadas posteriormente al sistema de
colimación específico del paciente y almacenadas en otro espacio de fase en la base del
acelerador, o trazadas a través del paciente en la misma simulación.
36
1.2.3.1. Modelo de Fuente Virtual
El denominado Modelo de Fuente Virtual, basado en la caracterización del cabezal a partir
de datos de haces medidos como rendimiento en profundidad, perfiles de dosis y factores
de campo, consiste en una representación paramétrica del espacio de fase mediante diversas
sub-fuentes generadoras de partículas en una simulación MC. Este modelo, validado para
haces de fotones y electrones por diversos autores151–155, tiene como principal ventaja una
rápida optimización para diferentes aceleradores a partir de un conjunto de medidas, siendo
menos crucial disponer de información detallada sobre el cabezal de la unidad, al no
resultar siempre sencillo obtener esa información directamente del proveedor. Además,
presenta la ventaja de no contener ruido estadístico, a diferencia de los modelos basados en
espacio de fase, por lo que la denominada varianza latente156 es despreciable.
El código XVMC desarrollado por Fippel157 como extensión para haces de fotones del
código VMC creado por Kawrakow y cols158 corresponde a este modelo implementado en
el sistema de planificación iPlan RT Dose, constituido por tres componentes principales: la
primera consistente en una fuente virtual generadora de partículas mediante distribuciones
gaussianas que simulan la fuente de radiación primaria (target), secundaria y contaminación
electrónica (filtro aplanador y colimador primario) de la parte superior del cabezal.
Los parámetros que definen estas fuentes se ajustan según las medidas en aire, mientras que
la componente de contaminación electrónica se modela a partir de la medida de PDD en
agua para el campo de referencia, mientras que el resto de las medidas en agua es empleado
para ajustes finos de comprobación del modelo simulado. Las partículas se transfieren a
continuación a la segunda componente de modo que en función de la configuración del
campo, las partículas se absorben, se dispersan o atraviesan el sistema de colimación sin
interaccionar. Las partículas supervivientes se transferirán al motor de cálculo de dosis en el
paciente. En esta tercera componente, se simula el transporte de radiación a través de la
geometría del paciente y se calcula la distribución de dosis resultante, según dosis referida a
agua o dosis referida a medio159.
Los componentes del sistema de colimación, mordazas y colimador micromultilámina,
(mMLC), se modelan de forma distinta; el rectángulo formado por las posiciones de ambos
pares de mordazas se utiliza para definir el área de registro de las partículas iniciales; esto
significa que sólo los fotones y los electrones se consideran cuando atraviesan esta abertura,
es decir, el algoritmo MC presupone que no existe transmisión a través de las mordazas,
estimándose que el error asociado a esta suposición es inferior a 0.5% en base a las medidas
experimentales de la transmisión.
El modelado del colimador mMLC, basado en el trabajo de Fippel160, puede simularse con
dos niveles de precisión distintos, denominados accuracy optimized y speed optimized. En la
opción speed optimized se ignoran los espacios de aire entre láminas adyacentes y el diseño
tongue and groove correspondiente. Sin embargo, las propiedades físicas de las láminas como
el espesor, la anchura, el material y el diseño frontal son adecuadamente caracterizadas.
Mediante esta opción es posible reducir el tiempo de computación en un factor de 2 a 3,
aunque la repercusión en la precisión dosimétrica puede incrementarse en el caso de IMRT.
Por consiguiente, se recomienda emplear la opción accuracy optimized que siempre considera
el diseño tongue and groove correcto en función del modelo de MLC.
37
1.2.3.2. Transporte de energía en el medio humano
La simulación MC en el medio humano está basado en las referencias de Fippel157,
Kawrakow y cols158, Kawrakow y Fippel161, consistente en series de historias condensadas
para el transporte de electrones de contaminación y secundarios a través de diferentes
medios empleando un algoritmo denominado boundary crossing. La energía de un electrón al
final de su trayectoria se considera que ha sido depositada localmente cuando su energía es
inferior a una energía de corte.
En este código se ha implementado una aproximación en la cual la parte final del recorrido
de los electrones es transportada por su alcance residual en un único paso de historias
condensadas. Esta modificación aumenta el tiempo de cálculo por historia, pero permite
mayores energías de corte, con lo que en balance, la velocidad de computación aumenta.
Basándose en la curva de calibración de TC que permite la conversión de valores de
Unidad Hounsfield (UH) específicos del estudio de imagen a densidad electrónica propia
del medio, el algoritmo de cálculo MC en iPlan RT Dose convierte internamente estas
densidades electrónicas en otros parámetros necesarios para el cálculo como densidades
másicas, secciones eficaces y poderes másicos de frenado.
Esta conversión se realiza sin el paso intermedio que implica calcular la composición
estequiométrica fundamental. La relación entre densidad electrónica y densidad másica
relativa a agua se determina mediante una función de ajuste cuyos parámetros dependen de
la densidad másica del medio respecto a la densidad del agua para una serie de materiales
tabulados en ICRU 46162 y que permite calcular las secciones eficaces de absorción
fotoeléctrica, interacción Compton, producción de pares, además de los poderes másicos
de frenado de colisión y radiación.
La factorización de estas secciones eficaces y poderes másicos de frenado en una función
que dependa de la densidad másica del medio y otra de la energía es una aproximación,
adecuada en el tejido humano, aunque en otras situaciones, como en el caso de prótesis o
implantes, podría proporcionar un cálculo de dosis incorrecto.
La resolución espacial empleada en la matriz de cálculo está condicionada como un
múltiplo entero de las dimensiones del vóxel, las cuales están definidas por la matriz de
adquisición de la imagen, las dimensiones del campo de visión (FOV) y el espesor de corte
empleado en el estudio de TC, siendo 2.0 mm la resolución mínima admitida en el TPS.
Para un número constante de partículas, N, la incertidumbre estadística estará condicionada
por la resolución espacial, mediante las dimensiones del vóxel utilizado; reduciendo sus
dimensiones se aumentará la incertidumbre relativa dado que una menor cantidad de
partículas depositará dosis en un volumen menor, aunque aumentando las dimensiones del
vóxel disminuirá la incertidumbre relativa a costa de introducir errores debidos a la
reducción de la resolución espacial y efectos de promediado de dosis.
En los cálculos MC, las dimensiones recomendadas de los vóxeles son de 1 mm a 2 mm de
lado, para campos menores de 30 mm x 30 mm o en los cálculos de dosis que requieran de
la consideración de detalles específicos propios del colimador MLC como la transmisión
inter-lámina e intra-lámina.
38
1.2.3.3. Técnicas de reducción de varianza estadística
La precisión del cálculo de dosis con MC depende de la varianza estadística definida. El
parámetro de varianza media calcula de forma aproximada el número de series de partículas
que se necesitan para alcanzar esta varianza por haz como porcentaje de la dosis máxima de
dicho haz. La varianza estadística por vóxel, definida como el cuadrado de la desviación
típica relativa de la dosis de ese vóxel, disminuye de modo inversamente proporcional con
el aumento del número de historias, N.
Las técnicas que mejoran la eficiencia modificando la varianza para un N dado sin
introducir ningún sesgo en el resultado, es decir, sin cambiar el valor esperado
correspondiente a un cálculo infinitamente extenso, se denominan técnicas de reducción de
varianza. Estas técnicas aumentan a menudo el tiempo de simulación de una historia
particular, siendo sólo útiles si la eficiencia global es mejorada.
El código XVMC ofrece significativas mejoras de velocidad de computación debido a
técnicas de reducción de varianza como desdoblamiento de partículas, ruleta rusa y
reutilización de historias, en comparación con códigos MC para fines generales, como
EGSnrc163. Las series de partículas de MC pueden seguir hilos paralelos por lo que el
código aprovecha todas las ventajas de utilizar equipos con varios procesadores.
La comprobación del modelado en un sistema de planificación MC es necesaria al igual que
sucede en los algoritmos de cálculo convencionales, porque pueden surgir errores
sistemáticos en el código, problemas en el modelado del haz de radiación, en la conversión
de la información del TC, en el uso de técnicas de reducción de varianza y métodos de
reducción de ruido.
Pueden seguirse dos métodos para la comprobación, mediante la comparación con un
sistema de cálculo independiente y preciso, empleando otro código de simulación MC
distinto o mediante la comparación con medidas experimentales realizadas en maniquís de
diferente composición, como se propone en el presente documento, para asegurar la
precisión del modelo empleado en la simulación del haz y del transporte de radiación en
medios homogéneos y heterogéneos, enfatizando los efectos de desequilibrio electrónico164.
39
1.3. CÁLCULO DOSIMÉTRICO DE LESIONES PULMONARES
EN RADIOTERAPIA ESTEREOTÁXICA EXTRACRANEAL
En los tratamientos de radioterapia estereotáxica extracraneal (SBRT) se administran altas
dosis por fracción con intención ablativa, mediante el uso de haces de radiación de
reducidas dimensiones, generalmente sobre medios de baja densidad tisular como sucede
en las lesiones pulmonares, de modo que se produce una pérdida de equilibrio electrónico
lateral en aquellas regiones próximas a las heterogeneidades de baja densidad.
Los primeros tratamientos de lesiones pulmonares mediante SBRT fueron descritos por
Blomgren y cols165. Desde entonces, diferentes estudios publicados han mostrado
excelentes tasas de control local en tratamientos hipofraccionados de cáncer de pulmón no
microcítico en estadio precoz, tanto operables como no operables, o de metástasis
pulmonares tratadas mediante SBRT, empleando esquemas de fraccionamiento y modos de
prescripción muy diversos dependiendo de la localización o tamaño de la lesión31,101,174–
176,166–173.
Los resultados de estas series están asociados a las distribuciones de dosis recibida por las
lesiones, las cuales dependen de las correcciones de heterogeneidad tisular considerada por
los algoritmos de cálculo de dosis. Las investigaciones desarrolladas por De Jaeger y cols177,
Chetty y cols178, y Lindsay y cols179 son algunas de las primeras que evaluaron la influencia
de los algoritmos de cálculo en la mejora de los resultados clínicos observados en pacientes
tratados con cáncer de pulmón.
Los algoritmos de cálculo de dosis incluidos en los sistemas de planificación de tratamiento
comerciales deben tener un modelado adecuado basado en correcciones de las
heterogeneidades tisulares con el propósito de realizar un cálculo adecuado de las unidades
monitor (UM) necesarias a administrar durante la irradiación del paciente.
Los algoritmos de cálculo de dosis con corrección de heterogeneidad, dependiendo del
modo en que consideran los cambios en el transporte electrónico lateral180, no son
consistentes entre diferentes sistemas de planificación132,181–184.
Por esta razón, en el protocolo RTOG 0236185 se requería explícitamente del empleo de
algoritmos de cálculo sin corrección de heterogeneidad, debido a la mayor consistencia de
estos algoritmos en medios homogéneos como agua para diferentes TPS, conduciendo a su
vez a una mayor consistencia con la que uniformizar la prescripción de dosis en diferentes
protocolos. Sin embargo, para entender mejor la correlación existente entre los esquemas
de fraccionamiento de dosis y los resultados clínicos, es necesario que el cálculo de dosis
sea preciso, considerando correcciones de heterogeneidad.
Los códigos de Monte Carlo son adecuados para la interpretación de las heterogeneidades
tisulares debido a su capacidad de simular el transporte de radiación de fotones secundarios
dispersados y de las condiciones de equilibrio electrónico lateral, de modo que permite la
predicción de distribuciones de dosis más precisas, especialmente en el caso de haces
estrechos en presencia de medios de baja densidad.
40
En la comparación de resultados de MC con algoritmos de cálculo convencionales,
conviene distinguir entre efectos relacionados con las diferencias en el modelado del haz y
los efectos relacionados con el transporte de partículas dentro de la geometría del paciente.
Para tratamientos de pulmón, el transporte lateral de electrones secundarios en el tejido
pulmonar de baja densidad influye enormemente en las distribuciones de dosis.
Los criterios dosimétricos considerados en el documento RTOG 08136 se basaron en los
resultados obtenidos empleando algoritmos de cálculo distintos de MC, como convolución
- superposición. En diversas publicaciones se ha investigado el modo en que los algoritmos
de cálculo de dosis MC proporcionan los criterios dosimétricos referidos.
Li y cols186 evaluaron el algoritmo de cálculo MC empleado en el sistema de planificación
Monaco (Computerized Medical System, an Elekta Company, St. Louis, MO) en planes de SBRT
sobre lesiones pulmonares, comparando los resultados frente al algoritmo de superposición
de XiO (Computerized Medical System, an Elekta Company, St. Louis, MO), mientras que Rana y
cols187 evaluaron el algoritmo Acuros XB de Eclipse (Varian Medical Systems, Palo Alto, CA)
con el algoritmo AAA (Anisotropic Analytical Algorithm) incluido también en Eclipse.
Zhuang y cols188 calcularon con MC las distribuciones de dosis originalmente calculadas
con PB sobre lesiones pulmonares tratadas mediante SBRT, además de estudiar la posible
dependencia del volumen y localización en la comparación de algoritmos.
Es interesante remarcar que el protocolo RTOG 08136 reemplaza al anterior RTOG
0236185 donde se mencionaba expresamente no considerar correcciones por heterogeneidad
en el cálculo de dosis en lesiones pulmonares.
En base a recomendaciones de Reynaert y cols147, los parámetros importantes en una
comparación de algoritmos de cálculo convencionales con los resultados obtenidos con
MC son aquellos clínicamente relevantes en la planificación y evaluación, i.e., dosis media
(Dmedia), dosis recibida por el 90% de volumen de la lesión (D90%) o en isocentro (Diso) para
el volumen de tratamiento planificado (PTV) y dosis máxima (Dmáx), Dmedia, o dosis integral
para órganos a riesgo (OAR), siendo menos relevante la comparación de fracciones de
volumen que reciben una determinada dosis, especialmente para histogramas dosis-
volumen (HDV) con una gran pendiente, como sucede en el PTV, donde una pequeña
desviación de dosis puede proporcionar una gran desviación de volumen.
41
2. HIPÓTESIS
El aumento de la precisión en los tratamientos de radioterapia, debido al uso de sistemas de
verificación del posicionamiento del paciente mediante imagen guiada y de control del
movimiento intrafracción del tumor durante la irradiación, ha permitido aumentar la dosis
biológicamente efectiva empleando diferentes esquemas de hipofraccionamiento.
Esta circunstancia ha redundado en una mejora de la eficacia del tratamiento, en términos
de control local y supervivencia, para muchos pacientes oncológicos con enfermedad
oligometastásica o tumores primarios en estadio precoz.
Nuestra hipótesis de trabajo establece que el algoritmo de cálculo de dosis es determinante,
especialmente en lesiones pequeñas, para evitar recurrencias locales causadas por un
inadecuado cálculo dosimétrico, que condicionen el pronóstico de estos pacientes.
42
43
3. OBJETIVOS
1. Desarrollar las pruebas de control de calidad necesarias para la puesta en
funcionamiento y para establecer un programa de garantía de calidad del
equipamiento que permita la irradiación mediante SBRT con precisión de lesiones
móviles con la respiración y la viabilidad de tratamientos de IMRT con control
intrafracción basado en gating respiratorio.
2. Evaluar la precisión del algoritmo de cálculo de dosis MC mediante la comparación
de los resultados calculados para una serie de campos de radiación en medios
homogéneos y heterogéneos con los datos experimentales, y comprobar la
exactitud de la conversión de dosis referida a medio a dosis referida a agua para
diferentes materiales.
3. Estudiar las implicaciones dosimétricas asociadas al algoritmo de cálculo de dosis
tanto en el PTV como en el tejido sano, como consecuencia de las correcciones de
heterogeneidad tisular en el tratamiento de lesiones pulmonares, mediante SBRT y
evaluar las repercusiones clínicas asociadas a este tipo de irradiaciones en el
tratamiento de lesiones sometidas a movimiento respiratorio.
44
45
4. MATERIAL Y MÉTODOS
4.1. SISTEMA DE IRRADIACIÓN CON CONTROL
RESPIRATORIO BASADO EN MARCADORES FIDUCIALES
INTERNOS
Se ha elaborado un programa de control de calidad basado en una serie de pruebas
complementarias a las pruebas de aceptación establecidas por el fabricante destinado a
conocer las características de funcionamiento de un sistema de irradiación con control
respiratorio, así como evaluar la repercusión dosimétrica asociada a la irradiación de
lesiones sometidas a gating respiratorio (en adelante GR).
En primer lugar, se ha analizado la influencia de la fase respiratoria durante la adquisición
de las imágenes de TC mediante la técnica de respiración mantenida o breath-hold, en la
localización y posicionamiento de la lesión en la unidad de tratamiento.
En segundo lugar, se han evaluado las desviaciones encontradas en las distribuciones de
dosis absorbida, medidas en diferentes condiciones de GR respecto a la situación de
reposo, y por último, se ha comprobado la viabilidad de tratamientos de IMRT, tanto
estática como dinámica, irradiados mediante control respiratorio.
En base a los resultados obtenidos entre las pruebas de aceptación y las pruebas
complementarias, ha sido establecido el estado de referencia inicial de la unidad de
tratamiento para irradiaciones realizadas mediante GR.
La unidad de irradiación empleada ha sido el acelerador lineal de electrones NOVALIS
(Varian Medical Systems, Palo Alto, CA y BrainLAB, Feldkirschen, Alemania) de energía
nominal 6 MV que incorpora mesa de tratamiento robótica 6D, sistema de Radioterapia
Guiada por la Imagen (IGRT) basado en el posicionamiento por infrarrojos (IR ExacTrac) y
sistema de verificación por rayos X (XR ExacTrac) y dispone de una máxima tasa de
radiación de 800 UM/min necesaria para poder administrar mayor número de UM por
pulso de radiación cuando se realizan irradiaciones con GR.
El reconocimiento del ciclo respiratorio en la unidad de tratamiento por parte del sistema
IR ExacTrac, se realiza mediante la monitorización del movimiento relativo de un grupo de
esferas reflectantes colocadas sobre la superficie del paciente y que son empleadas como
marcadores fiduciales externos (Body Markers) respecto a un sistema de referencia estático y
solidario con la mesa robótica definido mediante el accesorio denominado estrella de
referencia (Reference Star).
Para cuantificar los movimientos de la lesión con la respiración en cualquiera de las
direcciones del espacio se identifica la posición de un marcador interno implantado en las
proximidades de la lesión (Implant Marker) en las fases de exhalación e inhalación, así como
en aquella fase del ciclo respiratorio en torno a la que será activado el haz de radiación
(nivel de referencia).
46
Mediante el reconocimiento del marcador interno en las imágenes radiológicas adquiridas
en proyecciones estereoscópicas por parte del sistema XR ExacTrac y obtenidas en cada
fase del ciclo respiratorio especificado anteriormente, es posible conocer las componentes
del movimiento de la lesión en cada dirección debida a la respiración y ajustar así una
fracción activa del ciclo (FAC) o Beam ON Area (según nomenclatura del fabricante) acorde
a los márgenes asignados en la planificación dosimétrica por movimiento residual interno.
Las irradiaciones en movimiento monitorizadas mediante GR son efectuadas siempre
estableciendo unas condiciones de nivel de referencia y FAC, donde el primer parámetro
corresponde al momento del ciclo respiratorio en el que isocentro de planificación e
isocentro de radiación coincidirán y el segundo a aquella porción del ciclo en torno al nivel
de referencia en la que se efectuará la irradiación, siendo el caso límite de FAC de 100% el
caso de respiración libre y el de FAC de 0% el caso ideal comparable a la situación de
irradiación sin movimiento.
4.1.1. Pruebas de aceptación de un sistema de gating respiratorio
En las pruebas de aceptación del sistema de GR, realizadas en colaboración con el
fabricante, es necesario determinar la correcta compensación por parte del sistema de las
latencias asociadas al proceso de irradiación, y por otra parte, simular un tratamiento bajo
condiciones dinámicas mediante la irradiación de una película colocada detrás de un objeto
esférico oculto en el seno de un maniquí situado sobre una plataforma móvil, con el fin de
determinar la desviación longitudinal encontrada entre el centro de la sombra de la esfera y
el borde del campo de radiación.
En la primera de las pruebas de aceptación se trata de asegurar que todas las latencias
generadas en el proceso de sincronización del haz de radiación con el sistema de control
respiratorio son correctamente compensadas por el sistema, para lo cual es necesario un
maniquí que simule movimientos respiratorios con marcadores internos implantados y que
haya sido previamente escaneado en reposo y centrado.
Para la correcta validación de esta prueba se ha procedido a la irradiación de este maniquí
en movimiento cráneo-caudal de 15 mm con una frecuencia de 10 respiraciones por
minuto (rpm) irradiándolo primero en la fase de sólo exhalación (Exhale Only) y
posteriormente en la fase de exhalación e inhalación (Exhale + Inhale) con un campo de
radiación de 12 mm x 12 mm y empleando en ambos casos un nivel de referencia de 50% y
FAC de 20%.
Ambas exposiciones administradas sobre dos fragmentos de película radiocrómica
Gafchromic EBT (International Specialty Products, NJ, USA) deberían presentar una distribución
de dosis similar y con las imágenes de la esfera ligeramente emborronadas debido a la
selección de una FAC distinta de cero. La comparación entre ambas películas debería
mostrar que el campo de radiación en el segundo caso (Exhale + Inhale) no se ha ampliado
más de 1.5 mm respecto al primer caso (Exhale Only).
Novalis Body / ExacTrac 5.x Acceptance Checklist, Release Date: 09/02/2007, BrainLAB AG, Feldkirschen, Germany
47
En cuanto a la segunda de las pruebas, denominada según procedimiento de BrainLAB
como Dynamic Hidden-Target Test, se pretende simular un proceso de tratamiento completo
sobre un maniquí específico para control respiratorio suministrado por la casa comercial
(BrainLAB gating phantom) el cual incluye una serie de planchas de PMMA en cuyo interior
se encuentra una esfera radioopaca de 5 mm de diámetro que será considerada como el
objetivo de irradiación o target, así como unos marcadores internos en forma de hilos que
servirán para la identificación y localización de la esfera con el ciclo respiratorio.
Pruebas de esta índole, basadas en la localización espacial, posicionamiento e irradiación de
un objeto esférico oculto en el seno de un maniquí, destinadas a la posterior evaluación de
la desviación existente entre el centro de la sombra de la esfera y el centro del campo de
radiación, tradicionalmente han sido un referente para la verificación de un proceso
completo de un sistema de radiocirugía estereotáxica (AAPM TG42189, Verellen y cols190).
Se ha escaneado este maniquí en reposo y centrado empleando un espesor de corte de 1.5
mm y se ha identificado el isocentro de planificación en el centro geométrico de la esfera.
A continuación, se ha procedido de la forma habitual en el caso de irradiaciones con
control respiratorio, colocando el maniquí sobre la mesa de la unidad de tratamiento y
añadiendo los marcadores reflectantes externos necesarios sobre la parte del maniquí que
permite simular el ciclo respiratorio (Figura 4.1) empleando en este caso una amplitud de
movimiento de 15 mm y frecuencia de 10 rpm.
Figura 4.1. Maniquí BrainLAB gating phantom requerido durante las pruebas de aceptación con el
fabricante mediante el que es posible realizar la adquisición del ciclo respiratorio a partir del movimiento
relativo de los marcadores reflectantes externos (Body Markers) respecto a la estrella de referencia (Reference
Star).
El maniquí en movimiento se ha irradiado con un campo de radiación de 12 mm x 12 mm
y considerando un nivel de referencia de 50% y FAC de 25%. Para garantizar que el
sistema de IGRT interpreta correctamente los desplazamientos realizados por la plataforma
del maniquí se ha cuantificado el desplazamiento real de la plataforma con ayuda de una
escala milimetrada y se ha comparado con las distancias determinadas mediante el
programa de adquisición del ciclo respiratorio en la unidad de tratamiento (Figura 4.2)
48
Figura 4.2. Programa de adquisición del ciclo respiratorio empleando el sistema de IGRT ExacTrac
mediante el que son obtenidos los vectores desplazamiento de las posiciones de exhalación e inhalación
respecto al nivel de referencia. El desplazamiento global estimado por el sistema es comparado con el
desplazamiento real de 15.0 mm en dirección longitudinal efectuado por el maniquí. En azul aparece la
fracción activa del ciclo (FAC) en que será activado el haz de radiación cuando la señal del ciclo
respiratorio se encuentre contenida en esta región.
A partir de un análisis cuantitativo mediante dosimetría de película radiocrómica se ha
determinado la desviación existente entre el centro de la sombra de la esfera y el centro del
campo de radiación para comprobar si el sistema se encuentra dentro de los valores de
tolerancia especificados por el fabricante.
El procedimiento seguido para la calibración en dosis absorbida de las películas
radiocrómicas191 (tanto Gafchromic EBT como Gafchromic EBT2) ha consistido en realizar un
promedio sobre una serie de tres escaneados tras haber realizado previamente otra serie de
tres escaneados sin película, a modo de calentamiento del escáner, y habiendo transcurrido
al menos un día desde la irradiación. El escáner de sobremesa empleado para este
propósito ha sido el modelo de dimensiones DIN A3 Microtek ScanMaker 9800 XL
(Microtek International Inc, Taiwan) con todas las opciones de corrección de la imagen
deshabilitadas y utilizando como parámetros de escaneado película en positivo, 72 ppp o
100 ppp según el modelo de película radiocrómica utilizado, 48 bits RGB y manteniendo
acotada en la bandeja del escáner la zona central en la que realizar siempre y en la misma
zona los escaneados de las películas.
Mediante el programa ImageJ (National Institutes of Health, Bethesda, MA, USA) para análisis de
imágenes digitales se ha procesado cada imagen y mediante el programa DoseLAB 4.11
(MOBIUS Medical Systems, Houston, TX, USA)* para análisis y comparación de películas
radiocrómicas se ha convertido a dosis absorbida cada una de estas películas procesadas a
las que les ha sido previamente aplicada una corrección por uniformidad del escáner.
* DoseLAB 4.11 User Manual, Release Date: 15/08/2008, Childress N, Vantreese R, Rosen I., Houston, TX, USA
49
4.1.2. Localización espacial y posicionamiento del isocentro de
tratamiento con el ciclo respiratorio
En los sistemas de adquisición de imágenes 4DTC se obtienen distintas series de imágenes
de TC correspondientes a diferentes fases del ciclo respiratorio de modo que ofrecen
información anatómica global de un paciente en función del movimiento respiratorio
durante la simulación. Esta circunstancia presenta como ventaja delimitar la extensión de la
lesión según su movilidad con la respiración a partir de la imagen resultante de la
composición de las distintas series de TC obtenidas para cada fase del ciclo respiratorio.
En caso de no disponer de un escáner 4DTC, sería necesario comprobar si la adquisición
del estudio de imagen debe realizarse en un momento concreto del ciclo respiratorio para
localizar y posicionar la lesión en la unidad de tratamiento, o si es posible realizar el estudio
de TC en cualquier otra fase del ciclo respiratorio, incluso distinta a la que sea irradiada.
Lógicamente, la fase en que sea irradiada la lesión debería coincidir con aquella en la que se
ha desarrollado la planificación dosimétrica y por ende, con la fase del estudio de imagen.
El propósito de este método es comprobar experimentalmente si la localización y
posicionamiento del isocentro depende de la fase del ciclo respiratorio en que se hubiera
obtenido el estudio de imagen, o bien, si al emplear marcadores fiduciales internos y
externos que permitan correlacionar la posición del isocentro con la fase de la respiración
mediante técnicas de IGRT, es prescindible la adquisición 4DTC.
En este caso, el maniquí empleado ha sido el modelo QUASAR Respiratory Motion Platform
(MODUS Medical Devices Inc, London, ON, Canada) que consta de un motor cilíndrico en su
parte posterior que suministra el ciclo respiratorio a una plataforma de metacrilato móvil en
dirección longitudinal (Figura 4.3)
Figura 4.3. Maniquí QUASAR Respiratory Motion Platform utilizado en el estudio de la influencia en
la localización y posicionamiento del isocentro de tratamiento con el ciclo respiratorio, la evaluación de las
distribuciones de dosis absorbida y el estudio de viabilidad de tratamientos de IMRT en condiciones de
control respiratorio.
50
El procedimiento desarrollado en este apartado ha consistido en la adquisición de dos
estudios de TC independientes sobre esta plataforma, obtenidos en dos condiciones
totalmente extremas del ciclo respiratorio, de modo que una adquisición sea realizada en la
fase de exhalación completa correspondiente a una amplitud de movimiento de la
plataforma de -10.0 mm respecto a la posición central del maniquí y otra en la fase de
inhalación completa correspondiente a una amplitud de movimiento de la plataforma de
10.0 mm, realizando cada estudio de TC con el maniquí estático.
Sobre cada uno de los dos estudios de imagen se ha identificado el isocentro de
planificación de forma que en cada caso se encontrará desplazado respecto a la posición
central del maniquí en -10.0 mm y 10.0 mm respectivamente. Así mismo, se han delimitado
los marcadores internos solidarios con el movimiento de la lesión, que en cada estudio de
TC presentarán posiciones relativas definidas respecto al isocentro de planificación y a los
marcadores externos, que permitirán su posterior identificación mediante el sistema IGRT.
Se ha programado un movimiento longitudinal sinusoide de 10 respiraciones por minuto y
amplitud de ±10.0 mm sobre la plataforma, de manera que el isocentro de planificación en
ambos casos coincida con el isocentro de radiación de la unidad cuando la fase del ciclo
respiratorio coincida con el nivel de referencia.
Con la finalidad de comprobar la influencia de la fase del ciclo respiratorio en la adquisición
del estudio de TC para el posterior posicionamiento en la unidad de tratamiento, se ha
evaluado si existe alguna diferencia dosimétrica entre los perfiles de dosis longitudinales
irradiados partiendo de cada una de las configuraciones de posicionamiento asociadas a los
diferentes estudios de imagen TC.
Para este procedimiento, han sido adquiridos los perfiles de dosis longitudinales para los
campos de radiación de 30 mm x 30 mm y 60 mm x 60 mm medidos mediante película
radiocrómica Gafchromic EBT2. Se ha seleccionado para este procedimiento un nivel de
referencia de 50% y FAC de 50%, sin que esta circunstancia suponga un impedimento para
que este mismo estudio pueda ser evaluado para otros valores diferentes a los escogidos.
4.1.3. Evaluación de la dosis absorbida
Una de las principales cuestiones al realizar tratamientos en condiciones de GR consiste en
la evaluación de la dosis absorbida dentro de la ventana de irradiación, cuando es
administrada mediante pulsos de radiación interrumpidos y reanudados bajo condiciones
de control respiratorio, de modo que la dosis absorbida sea el resultado de la acumulación
sucesiva de los distintos pulsos generados en la unidad de tratamiento.
Esto es debido a que por el mecanismo de funcionamiento del sistema de irradiación con
control respiratorio, sólo será habilitado el haz de radiación parcialmente durante un
momento del ciclo respiratorio previamente establecido mediante la FAC seleccionada.
En este sentido, cuanto más reducida sea esa FAC más breves serán los pulsos de radiación
administrados y, aunque la tasa de radiación seleccionada sea la máxima disponible en la
unidad (800 UM/min), la dosis impartida será realizada en base a escasas UM por pulso,
siendo susceptible de manifestar problemas de linealidad de dosis para bajas UM.
51
Para este propósito, el maniquí empleado ha sido el modelo QUASAR Test Motion Assay
(MODUS Medical Devices Inc, London, ON, Canada) del que se ha adquirido un estudio de
TC con una cámara de ionización PTW 30013 situada en un inserto específico en el interior
de un cilindro de madera de cedro dotado de un movimiento longitudinal en el interior de
una estructura de PMMA que simula una cavidad torácica (Figura 4.4), empleando un
protocolo de simulación de tórax de 3.0 mm de espesor de corte y reconstrucción.
Figura 4.4. Maniquí QUASAR Test Motion Assay empleado en la evaluación de la dosis absorbida en
condiciones de control respiratorio mediante un inserto específico para cámara de ionización en el cilindro de
madera que simula una cavidad heterogénea equivalente a tejido pulmonar.
Para el reconocimiento posterior del ciclo respiratorio en la unidad de tratamiento
mediante el sistema IR ExacTrac, se han colocado 5 esferas reflectantes como marcadores
fiduciales externos dispuestas sobre la plataforma móvil en sentido ascendente y
descendente del maniquí. A continuación se ha procedido a la importación y localización
del estudio de TC en el sistema de planificación iPlan RT Dose donde ha sido generado un
campo de tratamiento de 60 mm x 60 mm centrado en el punto efectivo de medida de la
cámara de ionización, cuyo electrodo central será utilizado a modo de marcador fiducial
interno identificable en el sistema de IGRT XR ExacTrac.
La elección de este campo de radiación ha sido teniendo en consideración que el campo
mínimo medible mediante una cámara de tipo Farmer, como sucede con el modelo
empleado, es de 40 mm x 40 mm, según especificaciones del fabricante, y que el campo
cuadrado conformado por el colimador mMLC de 60 mm x 60 mm es comparable a los
campos de radiación que habitualmente son empleados clínicamente.
Durante la irradiación el maniquí ha realizado un movimiento sinusoidal con una amplitud
máxima de ±20.0 mm. Conforme al procedimiento habitual de un tratamiento de GR, una
vez establecido el ciclo respiratorio a partir del movimiento relativo de los marcadores
externos respecto a la estrella de referencia (Figura 4.5) se ha seleccionado un nivel de
referencia de 50% y FAC de 25%; esto supondría considerar una movilidad del isocentro
de planificación durante la irradiación de ±5.0 mm en torno al isocentro de radiación.
52
Figura 4.5. Imagen general (izquierda) y detallada (derecha) del maniquí QUASAR Test Motion Assay
durante la fase de adquisición del ciclo respiratorio siguiendo el procedimiento empleado en caso de gating
respiratorio.
Este desplazamiento se corresponde con el margen de expansión de CTV a PTV que
habitualmente es asignado para atender al movimiento respiratorio, de modo que con esta
prueba se reproducen las condiciones de irradiación que clínicamente son definidas durante
los tratamientos mediante GR, con independencia, tanto del campo de radiación que sea
impartido (en el caso considerado, 60 mm x 60 mm) como de la amplitud máxima de
movimiento (±20.0 mm) dado que la lesión será irradiada solamente cuando se encuentre
dentro del campo de tratamiento.
En las citadas condiciones se ha determinado la dosis absorbida mediante el equipo
ionométrico compuesto por la cámara de ionización PTW 30013, conectada al
electrómetro PTW UNIDOS E, corrigiendo este resultado por el valor de la dosis
absorbida en condiciones de referencia192 medida en el maniquí equivalente a agua de PTW
(poliestireno blanco, RW3).
Se ha estimado la influencia del movimiento respiratorio en la dosis absorbida comparando
la dosis medida en el seno del maniquí con movimiento sinusoidal de 10 rpm con la medida
en reposo, comprobando que la posición de la cámara en reposo coincide con la posición
de la cámara en el nivel de referencia del ciclo respiratorio.
4.1.4. Evaluación de la distribución de dosis absorbida
El siguiente método propuesto de control de calidad en procesos de GR es la evaluación de
la distribución relativa de dosis absorbida en dirección longitudinal del plano del isocentro
con la intención de comprobar la modificación de las distribuciones de dosis debida al
movimiento respiratorio, cuantificando el grado de deformación de las penumbras, además
de la disminución de la región terapéutica, dependiendo de diferentes condiciones de GR.
53
En el maniquí QUASAR Respiratory Motion Platform (Figura 4.3) se ha seleccionado un ciclo
respiratorio sinusoide de 10 rpm y amplitud de movimiento en dirección longitudinal de
±10.0 mm respecto la posición central del maniquí, el cual ha sido inicialmente posicionado
haciendo coincidir dicha posición central con el isocentro de la unidad de tratamiento.
Para este método se ha empleado película radiocrómica Gafchromic EBT2 sobre la que han
sido impartidos campos de radiación de 30 mm x 30 mm y 60 mm x 60 mm, irradiando el
maniquí de control de calidad en condiciones estáticas y en movimiento sinusoidal, usando
en este caso un nivel de referencia de 50% y FAC de 25%, 50%, 100%. Por lo tanto, estas
áreas de irradiación se corresponden con los intervalos de movimiento de la plataforma de
±2.5 mm, ±5.0 mm y ±10.0 mm centrados en torno al isocentro de radiación.
4.1.5. IMRT en lesiones sometidas a control respiratorio
Se ha estudiado la viabilidad de tratamientos de IMRT, tanto estática como dinámica,
impartidos con control respiratorio, cuantificando el modo en que las regiones de alto
gradiente de dosis medidas en caso de movimiento respiratorio son deformadas respecto al
caso de no movimiento. Para este propósito se han medido dos patrones de fluencia
estática (sIMRT) y dinámica (dIMRT) calculados para un volumen de irradiación con forma
de “E” (Figuras 4.6 y 4.7) con el objeto de ser irradiados sobre película radiocrómica
Gafchromic EBT2 situada en un plano coronal en el isocentro y nuevamente sobre el
maniquí específico de control de calidad QUASAR Respiratory Motion Platform (Figura 4.3).
Las irradiaciones se han efectuado para ambos patrones en condición de no movimiento de
la plataforma (representando esta situación la línea de base para efectuar la comparación) y
en condición de movimiento sinusoide de 10 rpm y una amplitud de ±10.0 mm en
dirección longitudinal, para un nivel de referencia de 50% y FAC de 25%.
Figura 4.6. Volumen de optimización de IMRT empleado en la obtención de dos patrones de fluencia
estática (sIMRT) y dinámica (dIMRT) utilizados en el estudio de la viabilidad de tratamientos de IMRT
en condiciones de control respiratorio.
54
Figura 4.7. Patrones de fluencia estática (izquierda) y dinámica (derecha) calculados a partir del volumen
de optimización de IMRT.
Para cada película irradiada se han obtenido perfiles de dosis longitudinales mediante el
programa DoseLAB 4.11 en aquellas regiones con mayores gradientes de dosis y se han
analizado las penumbras de cada caso mediante la aplicación DataAnalyze disponible en el
programa Mephysto mc2 de PTW. Así mismo, se ha realizado con el programa Verisoft 4.0 de
PTW una comparación, mediante criterio de índice gamma193 de 3% - 3.0 mm de diferencia
de dosis local y distancia de acuerdo (DTA) respectivamente, entre las matrices de dosis
correspondientes a cada una de las situaciones de no movimiento y sus respectivas matrices
de dosis de IMRT estática e IMRT dinámica controladas mediante GR.
55
4.2. SISTEMA DE PLANIFICACIÓN MONTE CARLO DE USO
CLÍNICO EN RADIOTERAPIA
El acelerador lineal de electrones NOVALIS (Varian Medical Systems, Palo Alto, CA y
BrainLAB, Feldkirschen, Alemania) es una unidad dedicada a tratamientos de radiocirugía y
SBRT mediante haces de fotones de energía nominal 6 MV, para lo que dispone de un
colimador mMLC formado por 26 pares de láminas de diseño frontal redondeado y
anchura variable (14 centrales de 3.0 mm, 6 mediales de 4.5 mm y 6 distales de 5.5 mm),
que proporciona un campo máximo de radiación de 100 mm x 100 mm en isocentro.
El sistema de planificación iPlan RT Dose 4.1.4. (BrainLAB, Feldkirschen, Alemania) dispone
de un algoritmo de cálculo de dosis mediante MC para haces de fotones que está basado en
el código XVMC158,160,194–198, para cuyo modelado es necesario la medida de perfiles de dosis,
factores de campo y coeficientes de calibración tanto en agua como en aire para un
conjunto de campos cuadrados y rectangulares según las recomendaciones incluidas en la
Guía de Referencia de Física de BrainLAB199.
El equipo de dosimetría empleado ha sido el sistema analizador de haces PTW MP3 con
electrómetro PTW TANDEM para la medida de los perfiles de dosis con diodo blindado
PTW 60008, mientras que los factores de campo en agua han sido obtenidos con los
diodos no blindado PTW 60012 y estereotáxico PTW 60018, además de micro-cámara
PTW 31014, y en aire mediante cámara semiflex PTW 31010 provista de su
correspondiente caperuza de equilibrio electrónico de latón, además de un electrómetro
PTW UNIDOS E. La relación de equivalencia entre dosis / UM ha sido obtenida con
cámara de ionización PTW 30013 y electrómetro PTW UNIDOS E en condiciones de
DFS 90 cm y DFS 100 cm a 100 mm de profundidad en agua para el campo de radiación
de referencia (100 mm x 100 mm).
4.2.1. Verificación experimental en medios homogéneos
Es importante comprobar el correcto modelado por MC del transporte de energía en un
medio equivalente a agua antes de someterlo a estudio en otras circunstancias. Por esta
razón, se ha realizado una comparación entre dosis calculada MC respecto a dosis medida
en agua para una serie de casos propuestos que comprenden PDD, perfiles de dosis, dosis
absorbida y factores de campo.
56
4.2.1.1. PDD y perfiles de dosis
En primer lugar, se han medido PDD y perfiles de dosis en agua a DFS 90 cm y
profundidades de 15 mm, 100 mm y 200 mm, mediante diodo PTW 60008 en orientación
axial y electrómetro PTW TANDEM, con una resolución espacial de escaneo de 1.0 mm
para el siguiente grupo de campos de radiación: 12 x 12, 18 x 18, 24 x 24, 42 x 42, 60 x 60,
80 x 80, 100 x 100, 24 x 100, 42 x 100, 100 x 24, 100 x 42 (mm x mm).
Así mismo, se ha evaluado la fluencia del haz a DFS 100 cm para el campo máximo de
radiación (100 mm x 100 mm), mediante los perfiles de dosis diagonales medidos en agua a
7 profundidades, apreciándose la forma debida al filtro aplanador, comparando cada una de
las medidas con el correspondiente cálculo de dosis MC, con una resolución espacial de 2.0
mm (vóxel de 1.0 mm x 1.0 mm x 1.0 mm), varianza media de 0.5% y dosis referida a agua.
Los perfiles de dosis y PDD calculados MC han sido exportados para su comparación con
un paso de 1.0 mm de separación entre puntos.
4.2.1.2. Dosis absorbida
En segundo lugar, se ha registrado la dosis absorbida en agua a DFS 90 cm y
profundidades de 50 mm, 100 mm y 150 mm, mediante micro-cámara PTW 31014 en
orientación axial y electrómetro PTW UNIDOS E, para una serie de campos de radiación
recomendados en las pruebas DOH – 2, DOH – 3 y DOH – 8 incluidas en el Protocolo
para Control de Calidad en Sistemas de Planificación de Terapia con Radiaciones
Ionizantes200.
En el caso DOH – 2, dedicado a la evaluación del cálculo de dosis en campos cuadrados y
rectangulares, se han realizado las medidas centradas en el eje del haz para el siguiente
listado de campos de radiación (mm x mm): 12 x 12, 24 x 24, 30 x 30, 60 x 60, 100 x 100,
100 x 12, 100 x 24, 100 x 30, 100 x 60, 12 x 100, 24 x 100, 30 x 100, 60 x 100, mientras que
en el caso DOH – 3, referido a campos asimétricos, se han realizado las medidas centradas
en sendos campos cuadrados de radiación de 30 mm x 30 mm desplazados 35 mm fuera de
eje para hacerlos colindantes con las esquinas del campo máximo de 100 mm x 100 mm.
En el caso DOH – 8, dedicado a campos conformados irregulares, se ha medido la dosis en
puntos fuera de eje desplazados 35 mm y en isocentro con bloqueo del punto de medida
por parte de las láminas del colimador mMLC, para campos con forma de diábolo y “L”.
4.2.1.3. Factores de campo
En tercer lugar, se han medido los factores de campo para la serie de campos cuadrados y
rectangulares especificados en el listado de medidas necesarias para el modelado por MC,
obtenidos en isocentro a DFS 90 cm mediante diodos PTW 60012 y PTW 60018, y micro-
cámara PTW 31014 en orientación axial y conectados al electrómetro PTW UNIDOS E.
57
Existen diferentes documentos publicados sobre recomendaciones en el uso de detectores
en la dosimetría de campos pequeños, de modo que en general, se ha sugerido emplear
detectores con radios inferiores a la mitad de las dimensiones del campo de radiación201.
Entre las ventajas de los diodos se incluye una alta resolución espacial, respuesta lineal,
buena reproducibilidad y estabilidad, facilidad de uso y la ausencia de polarización. No
obstante, el principal inconveniente de los diodos es su no equivalencia a agua y la
dependencia de su respuesta con la energía, aunque Bjarngard y cols201 documentaron que
para la medida de factores de campo de haces estrechos este aspecto no causaba ninguna
desviación relevante.
Los factores de campo han sido medidos empleando un procedimiento de dos pasos202
consistente en la corrección del factor de campo medido para haces estrechos mediante
diodo PTW 60018 normalizando las lecturas por la medida con micro-cámara PTW 31014
correspondiente a un campo intermedio (24 mm x 24 mm), haciendo coincidir así las
lecturas entre ambos detectores para este mismo campo. Mediante este procedimiento es
posible minimizar la dependencia en la respuesta del diodo con las dimensiones del campo.
Finalmente, para campos superiores a 24 mm x 24 mm han sido consignados los valores de
los factores de campo obtenidos directamente mediante micro-cámara PTW 31014.
En todos los casos propuestos, se han empleado como parámetros de cálculo de dosis MC
una resolución espacial de 2.0 mm (vóxel de 1.0 mm x 1.0 mm x 1.0 mm), varianza media
de 0.5% y dosis referida a agua.
4.2.1.4. Transmisión de MLC
Es preciso conocer las implicaciones dosimétricas relacionadas con el cálculo de dosis
empleando las opciones speed optimized respecto a accuracy optimized, especialmente donde las
diferencias entre ambas opciones más pueden ponerse de manifiesto, como sucede en la
irradiación de campos de tratamiento mediante IMRT. Una porción de la dosis impartida
es debida a la dosis transmitida a través de la secuencia de segmentos generada con el
colimador mMLC durante la irradiación, de modo que un cálculo de dosis impreciso al
emplear unos parámetros de cálculo MC inadecuados, puede conducir a valores incorrectos
en la dosis administrada.
Por esta razón, empleando las opciones speed optimized y accuracy optimized, se ha calculado
una secuencia correspondiente a 4 segmentos de IMRT conformando las posiciones de
láminas de la bancada X1 en -50 mm y X2 en 0 mm para los segmentos 1 y 3, X1 en 0 mm
y X2 en 50 mm para los segmentos 2 y 4, mientras que el espacio definido por las mordazas
se ha mantenido en 100 mm x 100 mm. Para comprobar la exactitud del resultado
dosimétrico, se han comparado los perfiles de dosis transversal y longitudinal medidos
mediante matriz bidimensional de cámaras de ionización, PTW 2D Array seven29, con los
que se han evaluado los valores de transmisión interlámina e intralámina respectivamente.
58
4.2.2. Verificación experimental en medios heterogéneos
La precisión en el transporte de partículas en condiciones de desequilibrio electrónico suele
comprobarse experimentalmente empleando maniquíes de láminas con insertos de baja
densidad e irradiados con fotones de alta energía. Así mismo, permiten la evaluación de los
efectos de ensanchamiento de las penumbras en las distribuciones de dosis debido al
transporte lateral de electrones180,181,203. Por estos motivos, se ha estimado la dosis absorbida
en estas circunstancias empleando un maniquí compuesto de láminas de material de baja
densidad (styrofoam) en medio de láminas de material equivalente a agua (RW3), con una
cámara semiflex PTW 31010 provista de caperuza de equilibrio de PMMA insertada en el
seno del medio de baja densidad (Figura 4.8).
Figura 4.8. Maniquí heterogéneo compuesto de láminas de material equivalente a agua (RW3) y de
material de baja densidad (styrofoam) empleado para el cálculo de dosis MC como DM y DW, y medida con
una cámara de ionización PTW 31010 con una caperuza de equilibrio de PMMA.
La finalidad ha sido la estimación de la dosis absorbida en agua en el seno de un medio de
baja densidad, por lo que se ha registrado la dosis absorbida para el mismo conjunto de
campos cuadrados y rectangulares necesarios para la caracterización dosimétrica de este
algoritmo de cálculo y se ha comparado con la calculada mediante MC en una ROI de
volumen equivalente a la cavidad de la cámara de ionización. El cálculo de dosis ha sido
realizado con una resolución espacial de 2.0 mm y considerando que las dimensiones del
vóxel son de 0.9 mm x 0.9 mm x 3.0 mm, proporciona un tamaño de cuadrícula interna de
cálculo MC de 1.8 mm x 1.8 mm x 3.0 mm, mientras que la varianza media seleccionada ha
sido de 0.5%, además de las opciones de dosis referida a agua y dosis referida a medio.
59
4.2.3. Dosis referida a agua y dosis referida a medio
Los algoritmos de cálculo de dosis convencionales generalmente calculan en términos de
dosis referida a agua, DW, dado que para el modelado de los haces se emplean
distribuciones de dosis y parámetros medidos en agua, que no consideran la conversión a
valores de dosis referidos a medio biológico, DM, aunque es una buena aproximación
porque la mayoría de los tejidos (a excepción de los medios de alta densidad como hueso)
tienen propiedades radiológicas similares al agua.
Para considerar el efecto de las heterogeneidades anatómicas del paciente, estos algoritmos
emplean agua con diferentes densidades electrónicas para escalar el TERMA asociado a los
fotones primarios y/o a los núcleos de deposición de dosis para partículas secundarias en
medios heterogéneos129 debido a que la dispersión Compton, dependiente de la densidad
electrónica, es la interacción predominante en haces de fotones de uso clínico, de modo
que los algoritmos de cálculo convencionales registran por defecto dosis referida a agua.
Los métodos MC calculan la deposición de energía en diferentes medios, documentando
dosis referida a medio directamente, DM. Cualquier diferencia significativa entre DW y DM
puede conllevar un cambio en la dosis de prescripción con el objetivo de mantener una
consistencia en los resultados clínicos.
La relación entre DW y DM se obtiene mediante la razón de poderes másicos de frenado por
colisión no restringida para electrones en agua respecto al medio calculada a partir del
espectro del haz de fotones. Esta relación es aproximadamente de 1.0 para tejidos blandos
con una densidad de masa aproximada de 1.0 g/cm3, aumentando a aproximadamente 1.15
en el caso de los tejidos óseos con una densidad de masa máxima de 2.0 g/cm3.
Las diferencias entre DW y DM con la mayoría de los tipos de tejido blando humano pueden
considerarse inferiores a 2% dado que, a modo de ejemplo, la razón de poderes másicos de
frenado entre agua y tejido adiposo es cercana a 0.98. Sin embargo, DW puede ser hasta un
15% mayor que DM con tejidos de material óseo (AAPM TG 105146) debido a la razón de
poderes másicos de frenado.
La influencia de la conversión a densidad másica y composición estequiométrica
empleando la curva de calibración de TC en el resultado dosimétrico obtenido mediante
MC se ha estudiado utilizando un maniquí de CIRS modelo 062 (CIRS Inc., Norfolk, VA)
con insertos de diferentes materiales tisulares con densidad másica y densidad electrónica
relativa a agua certificada por el fabricante.
El comportamiento del algoritmo de cálculo en función de las características del medio se
ha estimado mediante la variación del cociente de dosis calculada MC como dosis referida a
agua, DW, entre dosis referida a medio, DM, normalizando los resultados de cada cociente
respecto al cociente de dosis calculadas para agua, empleando además una resolución
espacial de 2.0 mm y varianza media de 0.5%.
60
Estos resultados representan los cocientes de poderes másicos de frenado entre agua y
medio según son calculados por el sistema de planificación, los cuales han sido comparados
con los correspondientes cocientes de poderes másicos de frenado calculados para cada
medio considerado según la página web del NIST* empleando el código ESTAR204.
En la evaluación de la conversión de DM a DW en iPlan RT Dose se han comparado las
distribuciones de dosis en profundidad en una situación en la que las diferencias
dosimétricas entre ambas opciones de cálculo sean manifiesta, como sucede en medios de
alta densidad intercalados entre medios de densidad equivalente a agua.
Para este propósito, se ha considerado un maniquí heterogéneo compuesto por tramos de
densidad ósea, intercalados de material equivalente a agua (RW3) y otro de constitución
similar compuesto por tramos de densidad agua sobre los que ha sido forzado el valor de
UH a hueso (Figura 4.9), obteniendo de este modo agua con densidad ósea.
Figura 4.9. Maniquí heterogéneo compuesto de material equivalente a hueso cortical y agua (RW3), así
como agua con densidad ósea y agua (RW3) empleado en la evaluación de la conversión de DM a DW.
El cálculo de dosis se ha realizado con resolución espacial de 2.0 mm, varianza media de
0.5%, dosis referida a agua y dosis referida a medio para los insertos de hueso, y dosis
referida a agua para los insertos de agua con densidad ósea.
* http://physics.nist.gov/PhysRefData/Star/Text/ESTAR.html
61
4.2.4. Análisis de la varianza estadística
Las distribuciones de dosis calculadas mediante MC no son uniformes debido a las
fluctuaciones estadísticas presentes entre las dosis de vóxeles adyacentes, de modo que los
vóxeles de dosis máxima y mínima pueden diferir de la dosis media de la distribución hasta
en varias desviaciones estándar. La prescripción de dosis y cálculo de UM no debería
estimarse de manera puntual sobre un vóxel específico, como sucede habitualmente, sino a
una isodosis relativa, debido a la existencia de ruido en ese vóxel205 que comporte una
posible pérdida de la precisión para el cálculo de UM.
Para campos de radiación bien definidos, como campos rectangulares empleados en el
comisionado de los haces, incluso una incertidumbre estadística de 1% (k = 1) causa
fluctuaciones observables en los contornos de las isodosis. Keall y cols206 han sugerido que
una incertidumbre estadística de 2% sobre el vóxel de dosis máxima es adecuada para la
evaluación de las isodosis. Por esta razón, se ha propuesto un método basado en el análisis
de las dispersiones de dosis calculadas en una ROI en el plano del isocentro.
En el análisis de la varianza estadística, se ha supuesto que la componente aleatoria de la
distribución, representada por la varianza usada en el cálculo, puede obtenerse mediante el
cociente de la distribución de dosis Monte Carlo entre la distribución de dosis determinada
por el algoritmo Pencil Beam (PB), considerando que la distribución de dosis real se
corresponde con el resultado obtenido con este algoritmo dado que la caracterización de la
fluencia del haz en medios homogéneos es adecuadamente modelada en PB basándose en
perfiles diagonales a diferentes profundidades.
Para este propósito, se han extraído unos planos de dosis de 30 mm x 30 mm con una
separación entre puntos de dosis de 1.0 mm (ROI compuesta de 961 puntos),
correspondientes a la región central de un campo de 100 mm x 100 mm, calculados sobre
un maniquí homogéneo equivalente a agua, con varianzas medias de 2%, 1.5%, 1%, 0.5%.
Las dimensiones de estas ROI debían ser lo suficientemente pequeñas como para que la
distribución de dosis no estuviera afectada por la geometría del filtro aplanador, pero lo
suficientemente grande como para abarcar un número estadísticamente representativo de
puntos.
Con histogramas se ha estimado la probabilidad de obtener un valor determinado de dosis
MC, normalizado al valor de dosis PB, y se ha analizado la dispersión de los resultados
según varianza media seleccionada, ajustando cada histograma a una distribución gaussiana.
Se ha obtenido la desviación típica relativa asociada a cada distribución, calculado como el
cociente de la desviación estándar entre el promedio de dosis de la distribución gaussiana,
de modo que con un factor de cobertura de k = 2 proporciona con un nivel de confianza
del 95% la probabilidad de encontrar un resultado dentro de la varianza estadística
empleada.
62
63
4.3. CONSIDERACIONES DOSIMÉTRICAS ASOCIADAS AL
CÁLCULO CON CORRECCIÓN DE HETEROGENEIDAD
EN EL TRATAMIENTO DE LESIONES PULMONARES
Se han evaluado los resultados dosimétricos procedentes de una muestra de 100 lesiones
pulmonares correspondientes a 75 pacientes tratados mediante SBRT, empleando
esquemas de fraccionamiento riesgo-adaptado de acuerdo con recomendaciones
internacionales6,7 en función del volumen de la lesión, su proximidad a estructuras críticas o
tratarse de reirradiaciones, como 10x7.8 Gy (N=9), 10x5 Gy (N=14), 5x10 Gy (N=22),
5x12 Gy (N=2), 3x15 Gy (N=3), 3x20 Gy (N=50) (Figura 4.10).
Figura 4.10. Distribución de volúmenes de PTV agrupados por cada dosis total administrada, donde es
posible observar que la mayoría de las lesiones consideradas en el estudio retrospectivo presentaban un
volumen inferior a 30 cm3.
La mayoría de los casos corresponden al esquema de fraccionamiento de 3x20 Gy, aunque
los primeros pacientes fueron tratados empleando el esquema de 10x7.8 Gy o 3x15 Gy
debido a un periodo inicial que permitió la adquisición de experiencia clínica en esta
modalidad de tratamiento. En todos los casos se ha prescrito la dosis al 95% de volumen
de la lesión.
La planificación dosimétrica se ha elaborado sobre estudios de tomografía computarizada
(TC) adquiridos en la fase de exhalación mantenida (breath holding CT scan1), empleando una
distribución de haces estáticos coplanares con energía nominal de 6 MV, administrados
64
mediante un acelerador lineal de electrones NOVALIS de BrainLAB y utilizando la técnica
de gating1 respiratorio.
En cada paciente ha sido implantado un marcador fiducial interno (Visicoil Linear Fiducial
Markers, IBA Dosimetry, Alemania) próximo a la lesión para correlacionar sus movimientos
con el ciclo respiratorio. Los marcadores son colocados dentro o cerca de la lesión a ser
tratada mediante técnica percutánea guiada por TC207. En caso de esperarse artefactos en
las imágenes TC, puede mitigarse su impacto dosimétrico colocando los marcadores cerca,
pero fuera, del volumen tumoral.
El uso de marcadores implantados incrementa la precisión del sistema208,209, pero presenta
como desventaja la necesidad de un procedimiento invasivo para introducir los marcadores,
que se complica aún más para pacientes con una función respiratoria reducida. Este
procedimiento plantea algunos riesgos asociados, como el neumotórax en el caso de
lesiones pulmonares210,211.
El manejo del movimiento respiratorio ha sido desarrollado empleando el sistema ExacTrac
(BrainLAB, Feldkirschen, Alemania). Al comienzo de cada sesión de tratamiento, el patrón
respiratorio del paciente es monitorizado durante varios ciclos por medio de un grupo de
reflectores a la radiación IR colocados sobre la piel antes de seleccionar la ventana de
irradiación. Las correcciones al posicionamiento son automáticamente aplicadas basadas en
la posición de los reflectores, usando una mesa robótica que permite correcciones con seis
grados de libertad212. En este sentido, el tratamiento sólo es administrado cuando los
reflectores se encuentren en la posición planificada desde la simulación, dentro de cierta
tolerancia.
La señal respiratoria puede mejorarse colocando reflectores adicionales sobre la región
diafragmática. Este dispositivo de posicionamiento incorpora un sistema de imágenes
estereoscópicas de rayos X que permiten determinar la posición de la lesión, por medio de
los marcadores implantados o referencias anatómicas óseas, durante la ventana de
irradiación. Así mismo, permite la verificación de la posición del volumen tumoral en
cualquier momento durante el tratamiento.
El volumen de tratamiento clínico (CTV) ha sido delimitado en la ventana de pulmón y
mediastino. En la expansión de CTV a PTV se ha considerado un margen de 2 mm por el
movimiento residual95 de la lesión durante la ventana de irradiación (internal margin18),
además de 3 mm de incertidumbre de posicionamiento (setup margin18), asociado a la
identificación radiológica del marcador fiducial interno implantado en las proximidades de
la lesión para correlacionar su movimiento con el ciclo respiratorio. La densidad utilizada
para el cálculo de dosis ha sido la propia del estudio de imagen, de manera que la densidad
tisular ha correspondido al CTV, mientras que la densidad en la corona exterior que lo
rodea hasta componer el PTV ha sido principalmente aire.
Un indicador de la calidad del tratamiento en SBRT de lesiones pulmonares es la
evaluación de la dosis periférica recibida a 2 cm de distancia del PTV en cualquier
dirección, la cual deberá ser inferior a cierto porcentaje de la dosis de prescripción,
dependiendo del volumen de la lesión, según se contempla en la tabla 1 de los protocolos
de la RTOG correspondientes6,7. Considerando este aspecto, se ha creado una estructura
auxiliar consistente en una fina membrana envolvente a 2 cm del PTV de la cual se ha
65
registrado la dosis máxima recibida como indicador de la conformidad de la dosis a esa
distancia del volumen tumoral.
Las distribuciones de dosis correspondientes a las lesiones tratadas entre abril de 2008 y
abril de 2011 se calcularon empleando el algoritmo de PB (62 casos recalculados con MC).
Desde entonces, el algoritmo de cálculo de dosis considerado en uso clínico ha sido MC
(38 casos recalculados con PB).
El sistema de planificación utilizado ha sido iPlan RT Dose mediante el cual se procede a un
cálculo inicial de las UM necesarias para que la isodosis de prescripción abarque el volumen
del PTV especificado en la planificación dosimétrica. Este cálculo originariamente se
desarrolla empleando el algoritmo determinista de PB, de modo que posteriormente existe
la posibilidad de recalcular las distribuciones de dosis empleando el algoritmo de MC
(código XVMC158,160,194–198). En la comparación de todos los planes de tratamiento de SBRT
se ha conservado la misma configuración de haces y UM de cada campo.
4.3.1. Influencia del algoritmo de cálculo en los indicadores
dosimétricos
Para la comparación de los resultados obtenidos entre ambos algoritmos de cálculo, se han
analizado los HDV para el registro de la desviación de dosis calculada MC respecto a PB
normalizada a la dosis de prescripción ((DMC - DPB)/Dp) de los indicadores dosimétricos,
dosis mínima (D99%), mediana de dosis (D50%), dosis máxima (D1%) para PTV, volumen de
pulmón sano que al menos recibe 20 Gy (V20) y para el tejido normal se ha considerado la
dosis periférica en cualquier dirección a 2 cm de la lesión (D2cm). Adicionalmente, se ha
recogido la variación del volumen de PTV que al menos recibe el 95% y 107% de la dosis
de prescripción (V95% y V107%) según la recomendaciones del documento ICRU 6218.
Para este propósito se han exportado los HDV obtenidos para cada algoritmo de cálculo,
muestreados con una resolución de 1 mm y 0.5% respecto de la dosis de prescripción,
desde TPS a una hoja de cálculo con la que se ha analizado el conjunto de casos.
En el cálculo de dosis mediante PB se han empleado 3.0 mm de resolución espacial. Esta
misma resolución en el cálculo mediante MC implica un tamaño de cuadrícula interna de
cálculo de 2.6 mm x 2.6 mm x 3.0 mm, debido a que las dimensiones de cada vóxel del
estudio de TC son de 0.9 mm x 0.9 mm x 3.0 mm. Además, se ha considerado una varianza
media de 1.0% y dosis referida a medio, DM, como parámetros de cálculo MC.
Mediante histogramas se han representado las desviaciones normalizadas de MC respecto a
PB de los parámetros D99%, D50%, D1% relacionados con el PTV, con la intención de
establecer la frecuencia y rango de las variaciones encontradas. Los parámetros D99% y D50%
para el PTV, así como V20 y D2cm para el pulmón sano y tejido normal, respectivamente,
calculados mediante MC han sido comparados respecto a PB mediante un ajuste de
regresión lineal.
66
4.3.2. Indicadores dosimétricos en función del volumen y de la
densidad de la lesión
Las diferencias dosimétricas entre ambos algoritmos de cálculo se han clasificado según el
volumen y la densidad electrónica promedio relativa a agua de la lesión, proporcionada a
través de la curva de calibración de TC, y conociendo el valor promedio de UH para cada
PTV. Las desviaciones normalizadas entre ambos algoritmos de cálculo, D99% y D50%, se
han ajustado mediante regresión lineal respecto del valor inverso del volumen, así como de
la densidad electrónica promedio relativa a agua del PTV.
Los coeficientes de correlación de Pearson y los intervalos de confianza de 95% para el
análisis de regresión lineal han sido obtenidos mediante las herramientas estadísticas de
Excel 2013 (Microsoft Corporation, Redmond, WA).
La significación estadística ha sido obtenida mediante la prueba t de Student para dos colas.
Finalmente, con la intención de constatar las posibles implicaciones clínicas que este
cambio de algoritmo de cálculo de dosis pueda conllevar en estructuras diferentes del PTV,
se han representado las desviaciones de V20 de pulmón sano y de la dosis a 2 cm de
distancia del PTV (D2cm) para el tejido normal según el volumen tumoral.
4.3.3. Influencia de la dosis biológicamente efectiva en la probabilidad
de control tumoral
Se ha investigado la correlación entre la dosis biológicamente efectiva (BED) recibida en el
tratamiento de metástasis pulmonares mediante SBRT con la probabilidad de control
tumoral (TCP), con el fin de estimar los valores umbrales de BED por encima de los cuales
se han obtenido tasas de control local adecuadas. Para este propósito, se ha desarrollado un
estudio retrospectivo sobre 47 metástasis de pulmón, correspondiente a 29 pacientes,
dentro de la cohorte de 100 lesiones analizadas en esta tesis, clasificando las lesiones en
función del algoritmo de cálculo utilizado en el momento en que fueron realizadas las
planificaciones dosimétricas, y habiéndose recalculado todas las lesiones mediante MC para
estimar la BED administrada en función de los esquemas de fraccionamiento considerados.
Los valores de dosis, D99% y D50%, recibidos por el 99% y 50% de volumen del PTV,
calculados mediante MC han sido convertidos mediante el esquema de fraccionamiento
correspondiente a valores de BED99% y BED50% para cada una de las lesiones tratadas
(α/β=10 Gy para el tumor).
67
El número máximo de lesiones tratadas por paciente ha sido de una (N=20), dos (N=6),
cuatro (N=1), cinco (N=1) y seis (N=1). Para los pacientes con cuatro, cinco y seis
metástasis, los tumores fueron irradiados en diversos cursos de tratamiento en un periodo
de tiempo de 27, 17 y 23 meses, respectivamente. La distribución anatómica de las lesiones
ha sido lóbulo superior derecho, RUL (N=10), lóbulo medio derecho, RML (N=6), lóbulo
inferior derecho, RLL (N=4), lóbulo superior izquierdo, LUL (N=13), Língula (N=2),
lóbulo inferior izquierdo, LLL (N=12).
El seguimiento de los pacientes ha consistido en la revisión del tumor mediante pruebas de
imagen TC o PET TC cada tres meses durante los dos primeros años, cada seis meses
durante el año siguiente, y a discreción del médico con posterioridad. El control local se ha
establecido como la estabilidad o reducción del volumen tumoral sin progresión durante el
seguimiento.
A partir de la tabla de contingencia que representa las tasas de verdaderos positivos y
negativos, además de falsos positivos y negativos, según hubiera control local o no a partir
de un determinado valor de BED99% y BED50% de corte para el PTV, se han construido las
curvas ROC (acrónimo en inglés de Receiver Operating Characteristic)213.
Para los diferentes valores de BED99% y BED50% recibidos por las lesiones se han calculado
las tasas de control local asociadas. Se han obtenido las curvas de probabilidad de control
tumoral (TCP) en función de la BED99% y BED50% administradas mediante el ajuste con el
programa Origin 7.0 (OriginLab Corporation, Northampton, MA) de los datos de control local
observados experimentalmente siguiendo el modelo de TCP descrito por Kallman y cols214
para un modelo del daño celular basado en estadística de Poisson en el que D50 representa
la dosis para la cual se obtiene una tasa de control de 50% y γ50 es la pendiente normalizada
de la curva sigmoidea de dosis – respuesta para el valor D50.
Los valores de BED99% y BED50% de corte obtenidos de las curvas ROC han servido de
factores pronóstico para el establecimiento de las tasas de control local en función del
tiempo de seguimiento basado en el análisis Kaplan-Meier215 desarrollado mediante el
programa SPSS Statistics 20.0 (IBM, Armonk, NY).
68
69
5. RESULTADOS Y
DISCUSIÓN
5.1. SISTEMA DE IRRADIACIÓN CON CONTROL
RESPIRATORIO BASADO EN MARCADORES FIDUCIALES
5.1.1. Pruebas de aceptación de un sistema de gating respiratorio
En la primera de las pruebas de aceptación las dimensiones del campo de radiación en
exhalación son 12.2 mm mientras que en exhalación e inhalación son 12.6 mm de modo
que se obtiene como resultado una diferencia de 0.4 mm que es inferior a la tolerancia de
1.5 mm establecida en las especificaciones de BrainLAB.
En la segunda de las pruebas de aceptación ha sido evaluada la desviación en dirección
longitudinal existente entre el borde de un campo cuadrado de 12 mm x 12 mm y el centro
de la sombra de una esfera de 5 mm de diámetro en el seno de un maniquí irradiado en
condiciones de control respiratorio.
Según las especificaciones establecidas por el fabricante la desviación encontrada no deberá
exceder 2.0 mm o la mitad del espesor de corte del estudio de TC utilizado en esta prueba
(será de aplicación el menor de ambos valores) de modo que para un espesor de corte de
1.5 mm como ha sido empleado, correspondería una tolerancia de 0.75 mm que es superior
a la desviación de 0.45 mm registrada en esta prueba.
5.1.2. Localización espacial y posicionamiento del isocentro de
tratamiento con el ciclo respiratorio
El movimiento respiratorio representa un caso particularmente interesante para el
seguimiento de la lesión en tiempo real, dado que la velocidad de movimiento inducido por
la respiración en los tumores causa dos problemas fundamentales para el seguimiento,
como son la medición de la posición de la lesión en tiempo real y la predicción de su
posición para compensar el retardo en la respuesta correctiva del haz. Las irregularidades
individuales en el comportamiento del ciclo respiratorio216,217 hacen que las técnicas de
seguimiento o tracking tengan difícil competir en precisión tanto con las técnicas de
respiración mantenida como con las de gating86,97. Las trayectorias de lesiones pulmonares8 a
menudo describen recorridos diferentes durante la inhalación y la exhalación (histéresis)
que deben considerarse en los algoritmos de seguimiento.
Empleando, incluso, los protocolos de adquisición de imágenes más eficientes con los
menores niveles de exposición de dosis, el seguimiento de la lesión mediante fluoroscopia
imparte una dosis superficial de hasta 2 cGy por minuto de tratamiento41.
70
Para algunas situaciones clínicas, como tratamientos hipofraccionados de radioterapia, los
métodos de adquisición de imagen basados en fluoroscopia podrían administrar una dosis
demasiado elevada, lo que ha conducido a investigar otros caminos para complementar la
información del posicionamiento derivada de las imágenes con otras señales
correlacionadas con la posición de la lesión, como movimientos de la pared torácica o
abdominal, o la espirometría de aire exhalado.
La obtención periódica de imágenes es empleada durante el tratamiento para monitorizar el
movimiento tumoral, mientras la señal respiratoria correlacionada interpola continuamente
la posición de la lesión entre cada adquisición de imágenes. Si la correlación es robusta y
razonablemente estacionaria sería posible la reducción en la frecuencia de obtención de
imágenes. La viabilidad de las estrategias de seguimiento depende, por lo tanto, de la
robustez y estabilidad de esta correlación, lo cual ha motivado investigaciones clínicas
dedicadas al estudio de los movimientos respiratorios en lesiones de pulmón y de
páncreas15,99.
La ausencia aparente de correlación es debida a diversas causas, como la diferencia de fase
entre los movimientos del marcador y de la lesión, de los cambios temporales en la
amplitud del movimiento relativo entre ambos objetos (movimiento no estacionario), o a
perturbaciones de la posición por el latido cardíaco.
La información que proporcionan los sistemas de adquisición de imágenes 4DTC afecta a
parámetros morfológicos y geométricos que pueden influir en la distribución de dosis, tales
como la deformación de la lesión o de los órganos sanos durante la respiración, la variación
de las posiciones relativas entre éstos, o incluso la modificación de la densidad de los
tejidos a efectos de cálculo de dosis.
No obstante, si el paciente tiene implantados marcadores fiduciales internos solidarios con
el movimiento de la lesión durante la respiración, e identificables mediante los mecanismos
de IGRT adecuados, y si la adquisición de imágenes anatómicas del paciente se realiza en
condiciones de respiración mantenida a fin de evitar artefactos en la forma de este
marcador, con independencia de la fase del ciclo en que la respiración sea mantenida, es
posible asegurar que no es necesario un sistema 4DTC para reconocer la fase e identificar
la posición del isocentro de tratamiento durante la irradiación.
En la Figura 5.1 se representan los perfiles de dosis longitudinales de los campos de
radiación de 30 mm x 30 mm y 60 mm x 60 mm obtenidos con película radiocrómica
irradiada en las mismas condiciones de control respiratorio, pero habiendo sido
posicionada en cada caso a partir de la localización del isocentro definida en los dos
estudios de TC adquiridos en condiciones extremas del ciclo respiratorio (exhalación e
inhalación máxima).
71
Figura 5.1. Perfiles de dosis longitudinales para campos de radiación de 30 mm x 30 mm (izquierda) y 60
mm x 60 mm (derecha) irradiados en ambos casos tras el posicionamiento del isocentro a partir de dos
estudios de TC correspondientes a dos fases extremas del ciclo respiratorio (exhalación vs inhalación). Se
observa que dos situaciones opuestas durante la simulación conducen a un mismo posicionamiento,
comprobando la independencia de la localización y posicionamiento del isocentro respecto de la fase del ciclo
respiratorio en que hubiera sido adquirido el estudio de imagen.
La localización espacial del isocentro de planificación a partir de estos dos estudios de TC
obtenidos en fases del ciclo respiratorio completamente opuestas conduce a un mismo
posicionamiento e irradiación en la unidad de tratamiento. Por una parte, porque
geométricamente se ha encontrado que para ambas situaciones extremas coincide la
posición del isocentro de tratamiento con la posición del isocentro de la unidad cuando el
ciclo respiratorio se encuentra en el nivel de referencia especificado, y por otra, porque
como es posible observar en la Figura 5.1 existe un completo grado de coincidencia en el
centrado entre ambos perfiles de dosis para cada campo de radiación analizado.
Si se pretende predecir la posición tumoral mediante el seguimiento de señales respiratorias
externas, debe monitorizarse su relación en una escala temporal mediante un algoritmo de
seguimiento con capacidad de adaptación a los cambios constantes de fase y amplitud
relativa entre ambos elementos. Esta situación requiere emplear algoritmos especializados
como los basados en filtros de control adaptativo99.
El seguimiento respiratorio en tiempo real requiere que el alineamiento del haz se
sincronice con la lesión en un movimiento continuado de hasta 2 cm/s. A tales
velocidades, un retardo temporal de 100 ms entre la medición de la posición de la lesión,
mediante cualquier procedimiento, y la activación del haz desplazado a la nueva posición,
causará un retardo continuado de hasta 2 mm tras la posición real de la lesión. Un error
sistemático de 2 mm en el seguimiento puede ser significativo en tratamientos
hipofraccionados de radioterapia, de modo que para mantener una óptima precisión, el
algoritmo de seguimiento debe poder predecir la posición futura del tumor en una cantidad
igual al retardo introducido.
72
No obstante, la predicción de la forma del ciclo respiratorio es complicada debido a
diversas causas como que el patrón respiratorio no sea estrictamente regular, dado que
existen variaciones de amplitud y periodo entre diferentes momentos de ciclo216–218, así
como que la mayor parte del movimiento tumoral se produce durante una breve fracción
del ciclo respiratorio.
Además, surgen problemas derivados de las incertidumbres asociadas a la estimación de la
posición de la lesión, especialmente si su ubicación es deducida a partir de la señal
respiratoria de algún sustituto anatómico, puesto que la incertidumbre en la estimación de
la posición futura del tumor estará compuesta por la incertidumbre asociada al movimiento
relativo entre ambos elementos. Existen dos estrategias fundamentales de predicción del
movimiento respiratorio.
En primer lugar, estarían los métodos basados en el desarrollo de modelos matemáticos
que representan el ciclo respiratorio como una función periódica parametrizada218,219,
aproximación que ha sido empleada en el seguimiento de lesiones pulmonares por
diversidad de estudios8,97. En segundo lugar, estarían los métodos basados en el uso de
algoritmos empíricos de procesado de señales, conocidos como filtros adaptativos, que
predicen movimientos futuros a partir de muestreos continuos de movimientos pasados99.
Los filtros adaptativos son frecuentemente usados en el control de procesos en tiempo real
que deben sincronizar una respuesta a las señales de entrada producidas por mecanismos
que son completamente desconocidas, complicadas, o ruidosas y variables, lo cual podría
hacer que la predicción basada en modelos matemáticos sea imprecisa o impracticable,
mientras que los filtros adaptativos se fundamentan en las características empíricas de la
señal en sí misma, en lugar de sustentarse en un modelado de la fuente generadora.
Estos filtros predictivos coleccionan muestras de una señal durante un periodo de tiempo y
realiza la estimación más adecuada para la siguiente muestra discreta de la señal mediante
una combinación lineal ponderada de las muestras pasadas. Si la señal respiratoria es
estacionaria (sin cambios temporales) el filtro adaptativo convergerá rápidamente a un
estimador óptimo de la señal en cualquier momento futuro. En caso contrario, sería
necesaria la aplicación de algún filtro adaptativo más sofisticado.
Estos algoritmos ajustan continuamente sus coeficientes atendiendo a los cambios
temporales detectados en las características de la señal. Dado que el patrón respiratorio
habitualmente no es estacionario, los filtros adaptativos son incapaces de realizar
predicciones acertadas a largo plazo, sin importar la cantidad de datos pasados acumulados.
En este sentido, según un estudio de Murphy y cols99, una desviación estándar del orden
del 36% en la estimación de la amplitud de pico-a-pico del movimiento externo del tórax,
corresponde a una absoluta incapacidad de predicción del ciclo respiratorio, es decir, el
estimador de la señal no es mejor que su promedio temporal, lo cual sucede para retardos
superiores a 500 ms en los sistemas de seguimiento respiratorio.
73
5.1.3. Evaluación de la dosis absorbida
En la Tabla 5.1 aparecen los resultados obtenidos en la evaluación de la dosis absorbida
considerando el maniquí de control de calidad en condiciones de reposo y movimiento,
encontrando que la desviación debida a la irradiación sometida a control respiratorio
respecto a la situación de no movimiento es 0.5%.
Tabla 5.1. Desviación encontrada en la dosis absorbida en condiciones de control respiratorio basado en
nivel de referencia de 50% y FAC de 25% respecto a la situación de no movimiento.
No obstante, conviene mencionar que las condiciones de irradiación establecidas en el
desarrollo de este procedimiento no han sido las más favorables dado que la administración
de la dosis absorbida ha sido impartida considerando un nivel de referencia localizado en el
50% del ciclo respiratorio, donde la función de densidad de probabilidad para la función
sinusoide sería menor, y empleando una FAC de ±25% que correspondería con unos
pulsos de radiación de 6 UM.
Para hacer una estimación de las UM impartidas por pulso de radiación en un paciente real,
a la tasa de 800 UM/min, bastaría con suponer que el movimiento debido a la respiración
del paciente podría aproximarse a una función sinusoide de ±10.0 mm de amplitud y 6 s de
periodo, en la que se consideraría un nivel de referencia situado en el tercio inferior, y con
un nivel de ventana compatible con el margen de expansión por movimiento respiratorio
de 5.0 mm en dirección longitudinal que habitualmente es asignado en la dosimetría clínica.
En esta situación, la irradiación se administraría en pulsos de aproximadamente 15 UM, de
modo que es posible asegurar que la interrupción y reanudación de la irradiación mediante
sistemas de control respiratorio no tendría un impacto dosimétrico clínicamente relevante.
5.1.4. Evaluación de la distribución de dosis absorbida
En cuanto a la evaluación de las distribuciones de dosis adquiridas mediante película
radiocrómica Gafchromic EBT2, en las Figuras 5.2 y 5.3 se presenta el estudio comparativo
que ha sido efectuado entre los campos irradiados sin movimiento y en movimiento
mediante control respiratorio para las áreas de irradiación de 25%, 50% y 100% utilizando
los campos de radiación de 30 mm x 30 mm (Figura 5.2) y de 60 mm x 60 mm (Figura 5.3).
74
Figura 5.2. Perfiles de dosis longitudinales para campo de radiación de 30 mm x 30 mm adquiridos en
condiciones de control respiratorio basadas en nivel de referencia de 50% y fracciones activas del ciclo de
25% (izquierda) 50% (centro) y 100% (derecha) mostrando el grado de deformación conforme aumenta el
área de irradiación respecto a la situación de no movimiento.
Figura 5.3. Como la Figura 5.2, para campo de radiación de 60 mm x 60 mm.
75
Como es posible observar, según aumenta la FAC existe un incremento de la penumbra de
los campos de radiación, además de una disminución de las regiones terapéuticas definidas
a partir de la isodosis del 90% de la dosis en el eje, debido al movimiento longitudinal
experimentado por la película radiocrómica mientras es irradiada durante el proceso de GR.
El movimiento respiratorio durante la irradiación es responsable de la elongación de las
penumbras del campo de radiación de modo que se deforman en mayor grado cuando la
FAC considerada es cada vez mayor.
En estas circunstancias, la penumbra física del haz de radiación en el caso estacionario
aumentaría cada vez más en caso de irradiarse sometida al movimiento respiratorio, de
modo que la penumbra resultante debería interpretarse como una penumbra clínica a tener
en consideración en la definición de los márgenes de expansión de CTV a PTV como
consecuencia del proceso respiratorio.
En la Tabla 5.2 aparecen recogidos los valores de elongación de las penumbras y reducción
de regiones terapéuticas para los dos campos de radiación estudiados y diferentes áreas de
irradiación consideradas, comprobando que el grado de elongación de las penumbras para
una misma condición de control respiratorio es independiente de las dimensiones del
campo de radiación.
Tabla 5.2. Estudio de las deformaciones experimentadas por los campos de radiación evaluados en
diferentes condiciones de irradiación con control respiratorio comparadas respecto a la situación de no
movimiento, comprobando la elongación de las penumbras y disminución de la región terapéutica conforme
aumenta la FAC.
Conforme aumenta la FAC las dimensiones de las penumbras de cada uno de los campos
de radiación aumentan considerablemente, hasta tal punto que en el caso extremo de no
monitorizar el ciclo respiratorio (respiración libre o Beam ON Area de 100%) podrían ser
comparables incluso con las propias dimensiones del campo de radiación. Así mismo, la
reducción de la región terapéutica supone una subdosificación notable en los extremos de
la lesión en caso de no considerar control respiratorio durante la irradiación, de modo que
los bordes del PTV no presentarían realmente valores adecuados de cobertura de dosis
aunque así fueran manifestados aparentemente en el cálculo de dosis realizado por el TPS.
Estos resultados son similares a los referenciados en la literatura por Willoughby y cols220
para áreas de irradiación de 10%, 20% y 40% con una amplitud de movimiento de 20.0 mm
y campo de radiación de 25.0 mm de diámetro. Por este motivo es necesario que el
establecimiento de una FAC sea realizado de forma coherente en función de los márgenes
de expansión del PTV que hayan sido establecidos debido a la movilidad de la lesión por el
ciclo respiratorio que presente el paciente en la unidad de tratamiento.
76
Los movimientos interfracción e intrafracción del paciente o de sus órganos internos
durante la irradiación conducen a unas distribuciones de dosis emborronadas. Los
movimientos intrafracción causarán que la dosis administrada durante cada sesión de
tratamiento sea difuminada, mientras que con los movimientos interfracción sucederá que
la distribución de dosis diaria será nítidamente administrada, pero la acumulada sobre todas
las sesiones de tratamiento estará emborronada.
Este emborronamiento es consecuencia de los errores aleatorios de posicionamiento, tanto
por movimientos involuntarios del paciente como de los órganos internos, y se manifiesta
en una elongación de las penumbras en los límites del campo y por lo tanto, en una
reducción de la cobertura en la conformación de las distribuciones de dosis.
Por supuesto, la cantidad de emborronamiento será la misma sobre todo el paciente en el
caso de errores de posicionamiento debidos al movimiento involuntario, mientras que será
distinto para el caso de los órganos internos que se muevan de manera diferente. El único
tipo de errores de posicionamiento que no causa efectos de emborronamiento es el debido
al error sistemático, el cual, por definición, es el mismo durante todas las sesiones de
tratamiento y que meramente, causará un desplazamiento en bloque y, potencialmente,
alguna deformación de la distribución de dosis. Aunque el error sistemático sea a menudo
la mayor de las componentes en el error total221,222, en esencia no se corresponde con un
efecto de movimiento.
La cantidad de emborronamiento depende tanto de la amplitud y características del
movimiento, como de la heterogeneidad de la distribución de dosis estática.
Matemáticamente, el emborronado puede describirse como una convolución de la
distribución de dosis estática que resultaría de la ausencia de movimiento, con un núcleo
característico del movimiento22.
Para los errores de posicionamiento diarios, diversos autores han asumido que el núcleo de
movimiento sea gaussiano, de modo que los errores de posicionamiento mayores sean
menos probables que los pequeños. Esta aproximación basada en la convolución conlleva
dos presunciones inherentes que potencialmente pueden limitar su utilidad.
En primer lugar, el núcleo de convolución es, por definición, espacialmente invariante, de
modo que si distintos órganos se desplazan diferentemente, deja de ser estrictamente
aplicable la convolución. En su lugar, debería considerarse la utilización de técnicas de
superposición de núcleos espacialmente variantes, como ha sido sugerido por Li y Xing223.
En segundo lugar, la aproximación de convolución asume que la distribución de dosis en
un punto determinado del espacio no es afectada por el movimiento del órgano. En su
lugar, los órganos se mueven en el seno de una especie de nebulosa de dosis sin afectar a la
nube. Por supuesto, esta es sólo una aproximación, dado que los movimientos de los
órganos circundantes con heterogeneidades tisulares distorsionan la forma de la
distribución de dosis en algún grado22,224.
El núcleo de convolución del movimiento puede interpretarse, en sí mismo, como una
función de densidad de probabilidad (PDF) que permita describir la similitud de las
diferentes posiciones de los vóxeles del tejido normal o tumoral relativas a sus posiciones
de referencia en el TC de planificación. La PDF debida al movimiento respiratorio es
típicamente bastante diferente a la PDF asociada a los errores de posicionamiento y
movimientos interfracción.
77
Debido a su naturaleza periódica, la PDF debida a la respiración presenta dos máximos en
las posiciones extremas (inhalación y exhalación) y valores inferiores en medio109. Esta
puede ser una fuente importante de errores sistemáticos dado que el estudio de imágenes
en las que la planificación está basada tiende a representar la fase de exhalación, de modo
que el plan de tratamiento podría sesgarse hacia esa geometría.
5.1.5. IMRT en lesiones sometidas a control respiratorio
En general, existen variaciones en la dosis sobre cada uno de los vóxeles en torno al valor
emborronado promedio. Estas variaciones pueden, en principio, potenciarse fuertemente a
través del denominado efecto interplay, característico en tratamientos de IMRT estática y
dinámica en los que existe una interacción entre el movimiento intrafracción del órgano y el
movimiento de los elementos de modulación del haz de radiación, como el colimador
MLC.
Esta circunstancia no sólo deriva en una variabilidad de la dosis impartida en cada uno de
los vóxeles, sino que también conduce a una variación espacial de la distribución de dosis
en regiones que de otra manera, en ausencia de movimiento interno de los órganos,
recibirían una dosis uniforme.
Este efecto, que podría asemejarse razonablemente con fenómenos como de interferencia
o resonancia, se superpone al debido al emborronamiento, el cual siempre está también
presente en técnicas de irradiación dinámicas.
Experimentalmente se ha constatado en el apartado anterior que cuanto mayor sea el valor
considerado de FAC mayores diferencias son esperables respecto de la situación ideal
correspondiente a un caso estático, en cuanto a elongación de las penumbras y disminución
de la región terapéutica se refiere, aunque considerar una FAC muy reducida, por el
contrario, lleva asociados grandes tiempos globales de irradiación (Vedam y cols33, Dietrich
y cols225) y la realización del tratamiento en pulsos de radiación de bajas UM por segmento
(Ahunbay y Li226). Esto ha justificado la elección de una FAC de 25% como un valor
adecuado en el que estudiar las diferencias encontradas respecto al caso de no movimiento.
En la Figura 5.4 se representan los perfiles de dosis longitudinales correspondientes a cada
pareja de campos de radiación comparados (sIMRT gated vs sIMRT no movimiento y
dIMRT gated vs dIMRT no movimiento) a partir de los cuales se han extraído los valores de
elongación de las regiones de alto gradiente de dosis, en cada uno de los tramos
considerados, debidas al movimiento respiratorio, de modo que para el caso de sIMRT
están dentro del rango de 0.6 mm a 0.8 mm mientras que para el caso de dIMRT están
entre 0.3 mm y 0.8 mm (Tabla 5.3).
78
Figura 5.4. Perfiles de dosis longitudinales para campos de IMRT estática (superior) e IMRT dinámica
(inferior) adquiridos en condiciones de control respiratorio basadas en nivel de referencia de 50% y FAC de
25% comparados respecto a una situación de no movimiento.
Tabla 5.3. Elongación encontrada en las regiones de alto gradiente de dosis para campos de IMRT estática
(sIMRT) e IMRT dinámica (dIMRT) irradiados en condiciones de control respiratorio basado en nivel de
referencia de 50% y FAC de 25% respecto a la situación de no movimiento.
Estudios similares han sido realizados (Hugo y cols227, Chen y cols228) encontrando que para
el tratamiento de estructuras móviles es crítico limitar el movimiento residual a un valor
inferior a 5.0 mm con el objetivo de que las distribuciones de dosis en movimiento
sometidas a control respiratorio no presenten diferencias significativas respecto a la
situación estacionaria.
79
Ahunbay y Li226 demostraron que siempre que se eviten interrupciones extremadamente
frecuentes del haz y por lo tanto, escasas UM por segmento (inferiores a 10 UM), es
posible la administración del tratamiento de IMRT con garantías suficientes de linealidad
con la dosis absorbida, indicando así mismo que la exactitud de posicionamiento de las
láminas del colimador mMLC no presenta variaciones debidas a la irradiación con GR.
Duan y cols229 indicaron que en caso de IMRT dinámica con control respiratorio es
recomendable que la irradiación sea realizada empleando baja tasa de dosis, a baja velocidad
de láminas y bajas interrupciones del haz para que las pausas durante la irradiación
permitan a las láminas alcanzar su posición programada en función de las UM impartidas.
En las Figuras 5.5 y 5.6 aparecen los resultados de la comparación de las matrices de dosis
correspondientes a las situaciones de no movimiento vs control respiratorio de cada caso
de IMRT analizado, comprobando que el porcentaje de puntos que presentan un criterio de
índice gamma local de 3% - 3.0 mm inferior a la unidad es superior al 95% en ambos casos.
Figura 5.5. Comparación de matrices de dosis sIMRT gated – sIMRT no movimiento mediante el
programa Verisoft 4.0 de PTW empleando un criterio de índice gamma local de 3% - 3.0 mm de
diferencia de dosis y DTA.
80
Figura 5.6. Como la Figura 5.5, para comparación dIMRT gated – dIMRT no movimiento.
En la realización de esta prueba se ha podido constatar igualmente que en la administración
de tratamientos de IMRT impartidos en condiciones de control respiratorio, se produce
una sincronización del movimiento de las láminas del colimador mMLC con los pulsos
generados por el haz de radiación cuando es monitorizado por el ciclo respiratorio,
demostrándose con esta prueba su carácter funcional.
Las primeras investigaciones del efecto interplay en tratamientos de IMRT modulados
mediante láminas se deben a Yu y cols230, quienes simularon la administración de la dosis
para un haz con forma de rendija, desplazándose a velocidad constante, a través de un
plano de tratamiento de 30 cm de longitud con movimiento sinusoidal. La fluencia primaria
de fotones acumulada sobre el plano fue calculada y usada para la evaluación del efecto
interplay, simulando varias anchuras y velocidades de rendija, así como diferentes
frecuencias y amplitudes de movimiento respiratorio.
Las variaciones de dosis debidas al efecto interplay dependen de manera importante de la
velocidad de escaneo del haz respecto al movimiento de la lesión, de modo que los errores
en la administración de la dosis alcanzan un máximo cuando la velocidad de escaneo se
aproxima a la velocidad máxima de movimiento respiratorio. En general, esta desviación en
la dosis aumenta con la reducción de la anchura del haz.
Yu y cols230 también estudiaron la influencia del fraccionamiento en el efecto interplay,
repitiendo cada estudio 30 veces y empleando distintas fases iniciales del ciclo respiratorio
seleccionadas aleatoriamente. Encontraron como resultado que la desviación en la dosis
administrada se reducía al 10% al considerar el fraccionamiento.
81
Esta investigación consideraba únicamente escenarios en los que las láminas del colimador
MLC se desplazaban en la dirección del movimiento de la lesión. En la mayoría de los
casos clínicos de IMRT, la dirección de movimiento de las láminas suele ser lateral,
mientras que la lesión se desplaza principalmente en dirección cráneo-caudal. El
mecanismo del efecto interplay es diferente cuando la dirección de movimiento de la lesión
es paralela o perpendicular a la dirección de avance del colimador MLC.
Cuando el movimiento tumoral es paralelo al movimiento de las láminas, la magnitud del
efecto está determinada por la interacción entre la lesión y cada pareja de láminas
enfrentadas, mientras que cuando el movimiento es perpendicular, el efecto está causado
por la interacción entre las posiciones del tumor y de los extremos no alineados entre
láminas vecinas. Intuitivamente, no existirá ningún problema mientras los extremos de las
láminas vecinas estén alineados a lo largo de la trayectoria de la lesión.
Sin embargo, en un caso realista de IMRT, es generalmente imposible mantener los
extremos de láminas vecinas en la misma posición a través de la secuenciación completa de
láminas, por lo que no es posible ignorar en la realidad el efecto interplay cuando el
movimiento de la lesión sea perpendicular al movimiento de las láminas.
En un estudio experimental desarrollado por Jiang y cols231, consistente en la evaluación de
la dosis absorbida en un maniquí de material equivalente a agua sobre una plataforma
dotada de movimiento sinusoide, evaluaron la magnitud del efecto interplay en tratamientos
de pulmón mediante IMRT, en los cuales el movimiento tumoral era perpendicular a la
dirección de las láminas, así como su dependencia con la modalidad de administración,
estática o dinámica, tasas de dosis, ángulo de colimador y diferentes fases iniciales de
movimiento. La fase del movimiento respiratorio al comienzo de cada campo de
tratamiento administrado es habitualmente desconocida, por lo que la dosis de todos los
campos en una sesión de tratamiento es la suma de la dosis debida a cada campo en fases
iniciales impartidas aleatoriamente.
La dosis acumulada en cada sesión, tanto para una como varias fracciones, obedece a las
correspondientes distribuciones de probabilidad y puede calcularse mediante Monte Carlo
basándose en los valores de dosis medida individualmente para cada campo. En ese estudio
basado en un caso de IMRT con 5 campos encontraron que la variación máxima de dosis
fue reducida del 30% para un campo de una sesión al 18% para el total de 5 campos tras
una fracción, y aún más reducida a desviaciones inferiores al 1% o 2% tras 30 fracciones.
Así mismo, estimaron que las variaciones de dosis decrecían con la reducción de la tasa y el
consiguiente aumento del tiempo de irradiación, mientras que no obtuvieron
aparentemente dependencia con la modalidad estática o dinámica en la administración del
tratamiento.
El efecto interplay conduce a una variación estadística de la dosis total en cualquier elemento
de volumen (vóxel) en el paciente en torno a un valor promedio, es decir, si el mismo
tratamiento fuera administrado en diversas ocasiones, proporcionaría siempre
distribuciones de dosis ligeramente diferentes.
82
Dado el carácter más complicado asociado a la irradiación de lesiones en movimiento
mediante IMRT, debido a la sincronización del colimador MLC con las UM, se hacen aún
más necesarios controles de calidad específicos relacionados con la evaluación de la matriz
de dosis de IMRT administrada en condiciones de movimiento respiratorio para su
posterior comparación con la matriz de dosis exportada desde el sistema de planificación,
según han sugerido en esta línea Keall y cols232.
Las consecuencias dosimétricas relacionadas con irradiaciones de IMRT sometidas a
movimiento respiratorio, han sido igualmente estudiadas por Bortfeld y cols109 quienes
encontraron errores dosimétricos del orden de ±8% en la evaluación de la dosis absorbida
en un punto en una región de bajo gradiente de dosis en la irradiación de un tratamiento de
IMRT.
Kubo y Wang233, así como Keall y cols96 analizaron así mismo el error dosimétrico para un
tratamiento de IMRT empleando película, de modo que en cada estudio fueron
comparados los resultados obtenidos con película sobre la que fueron impartidos los
tratamientos con y sin movimiento. Para simular el movimiento, la película fue desplazada
una amplitud y un periodo consistente con el movimiento respiratorio.
En estos estudios, se documentaron errores de hasta un 20% en las regiones de bajo
gradiente de dosis dentro del campo, con errores incluso mayores en los bordes del haz de
radiación (regiones de alto gradiente de dosis). No obstante, Bortfeld y cols109 mostraron
que los errores dosimétricos introducidos por movimiento respiratorio también tienden a
promediarse con el fraccionamiento, siendo posteriormente avalada esta conclusión para
estudios de IMRT, tanto por George y cols234 como por Chui y cols235.
Los estudios anteriores indican que se recomienda tomar precauciones al considerar
tratamientos de IMRT para lesiones afectadas por movimiento respiratorio, debido a que el
efecto predominante es un emborronamiento de las distribuciones de dosis, sobre todo
para algunos tratamientos de sesión única o hipofraccionados como son habituales en
radioterapia estereotáxica extracraneal (SBRT), si no son empleadas medidas de control del
movimiento del PTV con la respiración como sucede en el caso del GR (Bortfeld y cols19).
5.1.6. Especificaciones y tolerancias
En la Tabla 5.4 aparecen resumidas las pruebas realizadas en el desarrollo del presente
trabajo correspondientes a las Pruebas de Aceptación y Estado de Referencia Inicial con las
condiciones de irradiación que han sido establecidas según el caso y con una serie de
especificaciones y tolerancias con las que poder definir un Programa de Garantía de
Calidad de un sistema de irradiación con control respiratorio.
Las tolerancias propuestas para la reproducibilidad en la determinación de la elongación de
las penumbras y reducción de la región terapéutica corresponden al doble de la desviación
estándar obtenida al repetir tres veces la misma prueba para cada uno de los campos de
radiación y condiciones de control respiratorio expuestos en la Tabla 5.4.
83
Tabla 5.4. Recopilatorio de las pruebas realizadas durante las pruebas de aceptación y estado de referencia
inicial para un sistema de irradiación con control respiratorio, estableciendo una serie de tolerancias para
cada uno de los procedimientos que compondrían la base de un programa de garantía de calidad.
Se ha establecido la tolerancia para la estimación de la región terapéutica como la
incertidumbre expandida relativa (k = 2) calculada como la propagación cuadrática de las
incertidumbres asociadas a la reproducibilidad en la determinación de la región terapéutica
(0.2 mm), la exactitud de posicionamiento de las láminas del colimador mMLC (1.0 mm), la
resolución de la imagen escaneada dada por el tamaño de píxel (0.3 mm), y la resolución de
la amplitud de movimiento del maniquí corregida por la FAC seleccionada para cada
procedimiento (0.3 mm).
Del mismo modo, se ha establecido la tolerancia para la estimación de las penumbras como
incertidumbre expandida relativa (k = 2) calculada como la propagación cuadrática de las
incertidumbres asociadas a la reproducibilidad de la medida de las penumbras (0.1 mm), la
resolución de la imagen escaneada dada por el tamaño de píxel (0.3 mm), y la resolución de
la amplitud de movimiento del maniquí corregida por la FAC seleccionada para cada
procedimiento (0.3 mm).
Considerando el carácter funcional de la metodología desarrollada y dado que anualmente
el sistema de IGRT es revisado por el fabricante según el Programa de Intervención de
Mantenimiento Programado (PMI), es recomendable proponer una periodicidad en la
realización de estas pruebas complementarias como inicial, anual, o tras actualizaciones que
pudieran repercutir clínicamente en el correcto estado de funcionamiento del sistema.
84
5.1.7. Discusión
En el presente capítulo se han expuesto los resultados de las pruebas de aceptación
realizadas con el fabricante para un sistema de irradiación con control respiratorio en la
administración del tratamiento, determinando con su satisfactorio resultado el correcto
estado de funcionamiento dentro de las especificaciones establecidas por el fabricante.
No obstante, para alcanzar una mejor comprensión del mecanismo de funcionamiento y
sus posibles implicaciones clínicas, se ha considerado que la realización de estas pruebas no
era suficientemente concluyente, por lo que de modo complementario han sido propuestos
otros procedimientos que permitan garantizar la calidad en la impartición del tratamiento.
De este modo, el desarrollo de esta metodología ha servido de base para el establecimiento
de un estado de referencia inicial de una unidad de tratamiento dotada con sistema de
control respiratorio con la que poderse comparar en el momento de encontrar anomalías
en el futuro o simplemente revisar los resultados obtenidos en caso de actualización del
programa responsable de la adquisición del ciclo e irradiación con control respiratorio.
Se ha comprobado que la modificación de las penumbras debida al movimiento
respiratorio es casi inapreciable si la FAC seleccionada es lo suficientemente ajustada como
para no diferir demasiado de una situación estática, aunque en este caso, y más aún para
tratamientos de IMRT, puede ser un problema si existen desviaciones de linealidad para
bajas UM al ser impartido el tratamiento a base de administrar escasas UM por pulso.
Cuando la región de FAC considerada es mayor la penumbra física del campo de radiación
administrado en movimiento aumenta, mientras que la región terapéutica se reduce, debido
al movimiento de la lesión objeto de irradiación durante el ciclo respiratorio (Figura 5.7).
Figura 5.7. Disminución de la región terapéutica de un campo de radiación de 60 mm x 60 mm debido al
movimiento de la lesión durante el ciclo respiratorio conforme aumenta la FAC. En caso de irradiación en
respiración libre (derecha) existiría una subdosificación en los bordes de la lesión no considerada durante la
evaluación dosimétrica (situación estática).
85
El conocimiento acerca de cómo el proceso respiratorio aumenta la penumbra física de un
campo irradiado en movimiento frente a un campo irradiado en reposo, se hace necesario
para mejorar los márgenes de delimitación del PTV de acuerdo a modelos matemáticos
basados en funciones de densidad de probabilidad que atiendan a los potenciales efectos de
interrelación existentes entre la administración de la dosis y los movimientos de la lesión
durante el ciclo respiratorio19.
Si fuera considerada la lesión como una estructura estática, mientras que la distribución de
dosis absorbida fuese móvil, la dosis administrada podría ser sumada a lo largo del tiempo
durante todas las fracciones, de modo que cuando hubiera involucradas muchas fracciones,
los errores aleatorios podrían describirse con precisión como un emborronamiento de la
distribución de dosis24. Este emborronamiento podría aproximarse a una convolución de la
distribución de dosis con la función de densidad de probabilidad asociada al movimiento
respiratorio descrito por el vector de desplazamiento total de la lesión respecto a la unidad
de tratamiento236,237. No obstante, aunque esta convolución no es completamente correcta
para describir los cambios de dosis22,238,239, es bastante precisa en la práctica240.
El valor esperado de la dosis en cualquier vóxel se obtendría como una convolución de la
distribución de dosis estática con la PDF asociada al movimiento, de manera que la
distribución de dosis promedio sería como un emborronamiento de la distribución de dosis
correspondiente a una situación estática, independientemente del modo de irradiación
siempre que proporcione la misma distribución de dosis en ausencia de movimiento, de
forma que el emborronamiento desempeña el mismo papel en todas las técnicas de
tratamiento que involucren el movimiento de órganos.
Sin embargo, la variación respecto al valor promedio de la dosis es característica del efecto
interplay y además depende de la técnica de irradiación. La función de densidad de
probabilidad asociada con la desviación de la dosis en una fracción respecto del valor
esperado (promedio) puede presentar una forma no gaussiana arbitraria, que dependa de la
técnica de irradiación, la PDF espacial del movimiento y del gradiente de dosis local.
No obstante, en aplicación del teorema del límite central, la función de densidad de
probabilidad asociada con la desviación de dosis acumulada en un gran número de
fracciones respecto del valor esperado tenderá siempre a comportarse como una
distribución gaussiana, incluso tras un número moderado de fracciones, como cinco,
independientemente de la PDF individual de cada fracción.
La anchura relativa de la PDF asociada con la desviación de dosis, la cual es una indicadora
de la magnitud de la variación, es inversamente proporcional a la raíz cuadrada del número
de fracciones, de modo que cuanto mayor sea el número de sesiones de tratamiento, menor
será la desviación relativa de la dosis en puntos individuales respecto del valor promedio de
dosis emborronada. En tratamientos convencionales de 30 sesiones se obtendría una PDF
muy próxima a una gaussiana con anchura bastante pequeña.
Por otra parte, la reducción de los errores sistemáticos derivados del fraccionamiento sería
posible mediante procedimientos de IGRT previos a cada sesión de tratamiento y con una
monitorización frecuente realizada durante la irradiación.
86
En cuanto a la administración de tratamientos de IMRT considerando control respiratorio,
se ha demostrado su viabilidad técnica y precisión dosimétrica, siendo especialmente
necesario el control de la irradiación con el movimiento respiratorio cuando se impartan
altas dosis por sesión, como sucede en los tratamientos hipofraccionados mediante SBRT.
Así mismo, otros autores241 han mostrado una precisión equivalente en la administración de
UM para tratamientos de IMRT estática, tanto en condiciones de GR como sin control
respiratorio, así como con distintas tasas de radiación242, encontrando diferencias
clínicamente aceptables en cuanto a movimiento residual entre irradiaciones realizadas a
alta tasa de dosis frente a tasas menores, indicando que irradiar a tasas elevadas, como
sucedería en la situación clínica descrita en este documento, es dosimétricamente preciso y
eficiente para la administración de tratamientos de IMRT mediante GR.
Simulaciones desarrolladas por Bortfeld y cols109 mostraron que la desviación estándar de la
variación de dosis tras 30 fracciones es del orden del 1% a 2% en tratamientos de IMRT
segmentados mediante láminas. Dado que las simulaciones se realizaron para campos
individuales de IMRT, la desviación estándar total sería adicionalmente reducida por la raíz
cuadrada del número de haces empleados (habitualmente de 5 a 9).
A pesar de que el efecto interplay se promedia durante el fraccionamiento, una de sus
consecuencias es que las dosis impartidas en cada una de las sesiones no serían iguales243,
dado que en un caso extremo, la variación de dosis podría ser tal que un vóxel recibiese la
dosis completa en una de las sesiones y prácticamente nada en el resto de las fracciones.
Debido al efecto biológico de la radiación estimado mediante el modelo lineal cuadrático,
esto conlleva a un mayor efecto radiobiológico que cuando la misma dosis física es
administrada igualmente en cada una de las fracciones.
Bortfeld y cols109 estudiaron el efecto derivado del fraccionamiento en la BED,
encontrando que el efecto biológico adicional resultante de un fraccionamiento desigual es
despreciable (<0.5%) siempre que la desviación estándar de la dosis física total sea inferior
al 3% respecto al valor esperado promedio, cumpliéndose esta condición en los casos de
IMRT considerados.
Los estudios mencionados anteriormente asumen que la distribución espacial de dosis es
invariante a desplazamientos de las estructuras internas, así como del paciente entero, como
si los órganos se movieran dentro de una nebulosa estacionaria de dosis sin modificar a la
nube, lo cual sería aceptable si la densidad de las estructuras fuera uniforme.
Sin embargo, en las interfases de estructuras de diferente densidad o composición atómica
se producen fenómenos que afectan localmente a las distribuciones de dosis22. Estos
efectos se desplazan a medida que exista un movimiento de las interfases, pudiendo
provocar una distorsión de las distribuciones de dosis. Intuitivamente, este efecto será más
pronunciado para campos individuales y grandes desplazamientos22.
87
Engelsman y cols224 estudiaron este fenómeno en lesiones pulmonares, considerando un
desplazamiento relativamente grande de 1.5 cm, y encontraron que la máxima deformación
en la distribución de dosis fue del 5%, aunque el cambio en la dosis equivalente uniforme
fue solamente del 0.5%.
Beckham y cols22 desarrollaron un estudio similar sobre un maniquí con geometrías
tisulares equivalentes a hueso y pulmón, e igualmente obtuvieron una desviación máxima
de la dosis del 5% para errores de posicionamiento aleatorios con una desviación estándar
de 1.0 cm.
Estos estudios indican que los efectos de deformación de las distribuciones de dosis
deberían ser bastante moderados en tratamientos con múltiples campos y desplazamientos
realistas. El último método para calcular y corregir los efectos derivados del movimiento de
los órganos en las distribuciones de dosis consiste en la aproximación denominada como
geometría de múltiples instancias (MIGA) propuesta por McShan y cols244, basada en el
cálculo de las contribuciones de dosis de cada haz filiforme sobre cada vóxel, idealmente en
todas las posibles posiciones de los órganos internos, las cuales pueden conllevar
deformaciones de estas estructuras.
La dosis total es computada como la suma ponderada de aquellos valores individuales de
dosis, cuyos pesos están determinados por las funciones de distribución de probabilidad
asociadas a las diferentes instancias.
88
89
5.2. SISTEMA DE PLANIFICACIÓN MONTE CARLO DE USO
CLÍNICO PARA RADIOTERAPIA
Los resultados de la simulación MC son sensibles a parámetros como la posición, dirección
y energía del haz inicial de fotones emergente del acelerador y de la geometría del cabezal
de tratamiento. El fabricante es el responsable de ajustar los parámetros que describen las
fuentes en que se basa este código MC considerando las medidas desarrolladas durante la
caracterización dosimétrica de los haces, siendo responsabilidad del usuario su posterior
validación experimental mediante la elaboración de procedimientos como los presentados
en este documento.
5.2.1. Verificación experimental en medios homogéneos
5.2.1.1. PDD y perfiles de dosis
El estudio comparativo de las distribuciones de dosis calculadas mediante MC en agua
respecto a los datos medidos se ha realizado mediante estadística de puntos que cumplen
los criterios de diferencia de dosis y distancia, desglosados en la zona de acumulación o
build up, y en la zona a partir del máximo de dosis para los PDD y en zona interior, zona de
penumbra y zona exterior, definida la zona de penumbra entre las isodosis de 10% y 90%,
para los perfiles de dosis transversales, longitudinales, y diagonales, en las profundidades
correspondientes.
Las tolerancias aplicadas en la evaluación de la comparación son las establecidas en el
Protocolo para Control de Calidad en Sistemas de Planificación de Terapia con Radiaciones
Ionizantes200, siendo aceptables valores de histograma de puntos superiores a 95%, y como
desviación menor se han considerado valores superiores a 90%.
Las máximas desviaciones registradas en la zona de acumulación han sido de 92.3% de
puntos con discrepancia inferior a 15%, mientras que la zona a partir del máximo ha
presentado coincidencias superiores a 95.8% dentro del criterio de 2% y 2 mm. En cuanto
a los perfiles de dosis, las mayores desviaciones en la zona interior se encuentran para
algunos perfiles transversales, definidos por la posición de las mordazas, aunque dentro del
2% de diferencia de dosis. En la zona de penumbra, el criterio de diferencia de dosis
inferior a 15% únicamente es conseguido en los perfiles diagonales, aunque es satisfecho el
criterio de distancia inferior a 2 mm en la totalidad de los casos.
De modo similar, en la zona externa se cumple con mayor facilidad el criterio de 2% de
diferencia de dosis global respecto al eje en lugar del 50% de diferencia de dosis local. A
modo de casos representativos para el estudio, en la Figura 5.8 se muestra la comparación
de los perfiles de dosis transversales y longitudinales adquirida a la profundidad de 100 mm
pertenecientes a los campos de 12 x 12, 42 x 42, 80 x 80, 100 x 100 (mm x mm).
90
Figura 5.8. Perfiles de dosis transversales (izquierda) y longitudinales (derecha) medidos y calculados con
2.0 mm de resolución espacial y varianza media de 0.5%, para campos de radiación de 12 mm x 12 mm,
42 mm x 42 mm, 80 mm x 80 mm y 100 mm x 100 mm.
5.2.1.2. Dosis absorbida
La comparación de los valores de dosis absorbida en agua correspondiente a las pruebas
DOH – 2, DOH – 3 y DOH – 8 presenta desviaciones en todos los casos propuestos
inferiores a 2%, acorde a la tolerancia establecida en las recomendaciones nacionales200,
siendo la desviación promedio a 5 cm de profundidad de 0.9% ([0.3%, 1.8%]), a 10 cm de
profundidad 0.1% ([-0.5%, 1.0%]) y a 15 cm de profundidad -0.8% ([-1.6%, 0.3%]).
Los puntos en eje para las pruebas DOH – 3 y DOH - 8, debidos a la medida de dosis en
transmisión de láminas, presentan variaciones porcentuales mayores al tratarse de valores
de dosis muy bajos (desviación promedio 9.5%, [7.3%, 12.5%], aunque en términos
absolutos presenten un acuerdo satisfactorio.
La incertidumbre relativa de dosis media depositada en un vóxel decrece conforme
aumenta la dosis absorbida en ese vóxel, de modo que la incertidumbre relativa en las
regiones de altas dosis será inferior a la asociada a las regiones de bajas dosis.
5.2.1.3. Factores de campo
La desviación registrada entre los factores de campo calculados mediante MC respecto a los
obtenidos empleando el procedimiento de dos pasos para la corrección de la medida
realizada con diodo PTW 60018 en campos pequeños se representa en la Figura 5.9, con
sus correspondientes barras de incertidumbre, mostrando una satisfactoria compatibilidad
entre los resultados encontrados.
91
Figura 5.9. Factores de campo medidos y calculados con 2.0 mm de resolución espacial y varianza media de
0.5%, normalizados al valor del campo de referencia, 100 mm x 100 mm. Se presentan las barras de
incertidumbre para evaluación de la compatibilidad de los resultados.
Estas diferencias entre factores de campo son similares a las encontradas por otros
autores245 (desviación promedio 0.5%, [0%, 1.5%]) para el mismo sistema de planificación y
acelerador, pero empleando en su caso micro-cámara Scanditronix-Wellhofer CC-01 y
normalizando cada medida respecto al campo de referencia de 98 mm x 98 mm, además de
utilizar una varianza media inferior a 1% y resolución espacial de 2 mm a 3 mm como
parámetros de cálculo MC.
Los factores de campo dependen de las dimensiones y geometría de las fuentes de
radiación primaria y dispersada, dado que los elementos de colimación bloquean la
componente extrafocal cuando las dimensiones del campo son reducidas (30 mm x 30 mm)
de modo que para campos inferiores, incluso la componente debida a la fuente de radiación
primaria puede resultar parcialmente bloqueada por los colimadores.
La combinación asociada a los bloqueos parciales de ambas fuentes causa un rápido
decrecimiento de los valores de los factores de campo a medida que se reducen las
dimensiones de los campos de radiación. Otro efecto con influencia en los factores de
campo es debido a la cantidad de radiación retrodispersada que alcanza a las cámaras
monitoras dependiendo de la posición de las mordazas, siendo tanto mayor cuanto menor
sea el campo. Diferentes publicaciones sobre algoritmos de cálculo MC en haces de
fotones246–249 han mostrado que existe una desviación de hasta 1.5% entre los factores de
campo calculados y medidos, al considerar los efectos debidos a radiación retrodispersada.
92
La ausencia de equilibrio electrónico lateral es el principal factor que contribuye a las
dificultades en la dosimetría de campos pequeños. Cuando el material del detector no es
equivalente a medio tisular, cualquier cambio en el espectro de fotones o electrones causa
un cambio en la respuesta respecto a un detector que sí lo sea250. En caso de que el detector
sea una cámara de ionización, la cavidad de aire puede incrementar el desequilibrio
electrónico resultando en una menor dosis en el aire de la cavidad respecto a la que existiría
en tejido en esa misma posición250.
Los diodos ligeramente sobreestiman los factores de campo para haces estrechos debido a
la no equivalencia tisular del volumen activo de silicio, así como del material acrílico de
densidad superior a agua que rodea al volumen activo, los cuales aumentan la dispersión
lateral y reducen, consiguientemente, el desequilibrio electrónico lateral, de modo que los
factores de campo pueden levemente sobreestimarse para los campos más pequeños.
Para campos pequeños con diámetros inferiores al alcance máximo de los electrones
secundarios, equivalente a la profundidad del máximo de deposición de dosis, la energía
promedio del espectro de electrones puede aumentar debido a la pérdida de equilibrio
electrónico lateral250. Para electrones secundarios generados por un haz de 6 MV, la razón
de poderes másicos de frenado por colisión entre agua y silicio muestra una ligera
reducción conforme aumenta la energía de los electrones250. Por lo tanto, los factores de
campo para los campos más pequeños, evaluados como el cociente entre lecturas del
detector, puede ser ligeramente sobreestimado.
La incertidumbre asociada a la medida de los factores de campo estimada como la
propagación cuadrática de las incertidumbres de la medida del campo problema respecto al
campo de referencia, siendo cada una de estas incertidumbres determinada mediante la
desviación estándar entre medidas sucesivas con micro-cámara para los campos superiores
a 24 mm x 24 mm, y diodo y micro-cámara para los campos más pequeños, ha sido inferior
a 0.3%, con un factor de cobertura de k = 2.
La incertidumbre asociada al cálculo MC de los factores de campo estimada como la
propagación cuadrática de las incertidumbres de la dosis calculada para el campo problema
respecto al campo de referencia, aplicando una varianza media de cálculo MC de 0.5%, ha
sido inferior a 0.7%, con un factor de cobertura de k = 2.
5.2.1.4. Transmisión de MLC
La comparación de los perfiles de dosis calculados como speed optimized y accuracy optimized
respecto a la dosis medida con matriz bidimensional de cámaras de ionización, aparece en
la Figura 5.10 donde se observa cómo el cálculo basado en la opción speed optimized
subestima la dosis al no considerar adecuadamente tanto la transmisión interlámina como
intralámina.
Las barras de incertidumbre que han sido aplicadas a los valores de dosis medida se
corresponden con el criterio de 2 mm de distancia de acuerdo y 2% de diferencia de dosis
local respecto a la dosis calculada como accuracy optimized, con la excepción de los valores
inferiores al 20% de la dosis máxima correspondientes a la zona externa en cuyo caso la
tolerancia ha sido ampliada al 50% de diferencia de dosis local.
93
Figura 5.10. Perfiles de dosis transversales (izquierda) y longitudinales (derecha) medidos y calculados para
un campo de IMRT compuesto por dos segmentos rectangulares adyacentes, irradiados dos veces cada uno,
empleando accuracy optimized respecto a speed optimized, donde resaltan las diferencias dosimétricas en el
cálculo debidas a la transmisión de láminas.
5.2.2. Verificación experimental en medios heterogéneos
Las diferencias entre dosis referida a agua, DW, y dosis referida a medio, DM, respecto a la
dosis medida en el seno de un medio heterogéneo de baja densidad para los campos de
radiación considerados en el modelado de los haces, se representan en la Figura 5.11.
Como es posible observar, se produce un aumento de las desviaciones conforme las
dimensiones del campo se reducen, aunque en estos resultados deberían considerarse las
diferencias encontradas en la variación de los factores de campo calculados mediante MC,
ligeramente superiores respecto a los medidos para esa misma serie de campos.
94
Figura 5.11. Comportamiento del algoritmo de cálculo MC para un medio con densidad pulmonar en
función de las dimensiones del campo, donde se presentan las diferencias entre DW y DM respecto a la dosis
medida con cámara de ionización, apareciendo las mayores diferencias para los campos más pequeños donde
las condiciones de desequilibrio electrónico lateral son mayores.
Esta circunstancia pone de manifiesto la necesidad de disponer de un algoritmo de cálculo
de dosis que presente un modelado adecuado de la dispersión lateral para campos
pequeños en medios de baja densidad, dado que según disminuyen las dimensiones del
campo de radiación, existe un mayor desequilibrio electrónico lateral, especialmente cuanto
menor sea la densidad del medio.
Un aspecto que resaltar en este procedimiento es el uso de cámaras de ionización para la
medida de dosis en el seno de medios no equivalentes a agua. En base a la referencia de
Araki251, la perturbación debida a la presencia de una cámara semiflex PTW 31010 en un
material equivalente a tejido pulmonar es insignificante excepto en condiciones de
desequilibrio electrónico lateral como sucede en campos inferiores a 30 mm x 30 mm.
En esta situación, los factores de perturbación, PQ, para medios de baja densidad son un
2% inferiores a los correspondientes al agua, debido principalmente a efectos de
perturbación de la pared y el tallo de la cámara, Pwall y Pstem, mientras que el cociente de los
poderes másicos de frenado para el medio pulmonar es aproximadamente 1% superior a
medio equivalente a agua y prácticamente independiente de las dimensiones del campo251.
Por consiguiente, los factores de corrección por heterogeneidad, calculados como el
producto del cociente de poderes másicos de frenado y los factores de perturbación entre
agua y medio, para la medida de dosis absorbida en el medio pulmonar mediante cámara de
ionización sería de 0.99 para el campo de 30 mm x 30 mm, de modo que la no equivalencia
a medio de las paredes de la cámara podría ignorarse dentro de estas diferencias251.
95
Las desviaciones entre los valores de dosis calculada con MC mediante ambas opciones de
cálculo respecto a la dosis medida son compatibles dentro de las respectivas barras de
incertidumbre, considerando un 3% la que se ha establecido para la medida, acorde con la
tolerancia recomendada para la evaluación de la dosis absorbida en presencia de
heterogeneidades propuesta en el Protocolo para Control de Calidad en Sistemas de
Planificación de Terapia con Radiaciones Ionizantes200.
Los resultados encontrados en este caso son similares a los obtenidos por otros autores245
(desviación promedio 2%, excepto en el campo de 30 mm x 30 mm, con desviación de 4%)
para el mismo sistema de planificación y acelerador, empleando en su caso micro-cámara
Scanditronix-Wellhofer CC-01 y aplicando a la medida el cociente de poderes másicos de
frenado para la conversión de DW a DM, además de utilizar una varianza media de 1% a 2%
y resolución espacial de 2 mm a 3 mm como parámetros de cálculo MC. No obstante, el
cociente de poderes másicos de frenado entre agua y medio pulmonar para este rango de
energías es aproximadamente de 1.0.
Krieger y Sauer252 desarrollaron una comparación entre el algoritmo de PB (Helax TMS),
convolución - superposición (Helax TMS) y simulación Monte Carlo para haces
convencionales calculados sobre un maniquí de múltiples capas consistente en styrofoam
(equivalente a tejido pulmonar de baja densidad) y poliestireno.
Los resultados mostraron una concordancia entre convolución - superposición y MC
respecto a la medida en poliestireno, mientras que PB se desviaba hasta un 12%. En
styrofoam, incluso convolución - superposición se desviaba más del 8% respecto a los
resultados MC y medida. Los autores atribuían estas desviaciones a las aproximaciones
realizadas en el modelado del transporte lateral de electrones en regiones de baja densidad
en los algoritmos de cálculo de dosis convencionales.
Considerando que la incertidumbre en la simulación MC es del orden de 0.5%, definida por
la varianza media seleccionada, y que la incertidumbre asociada a la medida con cámara de
ionización en medios equivalentes a agua es del orden de 2% a 2.5%, según referencia de
Carrasco y cols253, las desviaciones encontradas en el cálculo MC respecto a la medida
pueden considerarse como aceptables.
5.2.3. Dosis referida a agua y dosis referida a medio
En el documento AAPM TG 105146 se establecen recomendaciones acerca de cómo los
resultados MC deberían indicar explícitamente el material sobre el que ha sido calculada la
dosis, además de permitir la conversión entre DM y DW, basándose en la teoría de la cavidad
de Bragg-Gray, en el transcurso o tras la finalización de la simulación MC.
El comportamiento del algoritmo de cálculo MC sobre diferentes materiales, estimado
como el cociente de los poderes másicos de frenado entre el agua y el medio considerado,
se ha comparado con los correspondientes valores calculados según los datos
proporcionados por el NIST (Figura 5.12), encontrándose que las diferencias están
contenidas dentro de las barras de incertidumbre.
96
Figura 5.12. Comportamiento del algoritmo de cálculo MC en función de la densidad del medio, donde se
presentan las diferencias entre DW y DM asociadas al cociente de poderes másicos de frenado, apareciendo las
mayores diferencias para medios de alta densidad (hueso cortical).
Los resultados recopilados en la Tabla 5.5 para los diferentes materiales evaluados, con sus
correspondientes densidades másicas y electrónicas relativas a agua certificadas, presentan
una diferencia de hasta un 8.1% entre las opciones DW y DM en medios de alta densidad
(hueso cortical), con una reducción en torno a 2.8% en medios de densidad intermedia
(hueso trabecular), mientras que las diferencias son inferiores a 1% para medios de baja
densidad (pulmón inhalación).
Tabla 5.5. Cuadro recopilatorio con las características físicas de los diferentes materiales empleados en la
evaluación de la conversión de DM a DW asociadas al cociente de poderes másicos de frenado, además de la
comparación con los resultados obtenidos a través del NIST.
97
La existencia de estas diferencias entre DM y el valor de dosis convertido a DW, que en
algunos casos son destacables, tiene una repercusión directa en la evaluación de los HDV y
distribuciones de dosis254,255 por lo que deberían tomarse decisiones clínicas al prescribir la
dosis a diferentes medios biológicos empleando DM o DW convertida.
En la Figura 5.13 se representa la variación de dosis en profundidad calculada como DW y
DM para el maniquí heterogéneo compuesto de hueso cortical - RW3 - hueso cortical -
RW3 (Figura 4.9), además del cálculo DW para el maniquí compuesto de agua (densidad
ósea) - RW3 - agua (densidad ósea) - RW3, obtenido al forzar la UH de los tramos de
densidad agua a hueso, aunque manteniendo la composición estequiométrica a agua.
Figura 5.13. Rendimientos de dosis en profundidad calculados sobre el maniquí heterogéneo descrito en la
Figura 4.9, indicando que para la conversión de DM a DW únicamente es relevante la densidad electrónica
especificada por el valor de UH en vez de la composición estequiométrica.
En las regiones de densidad agua, todas las opciones de cálculo MC coinciden, pero
claramente se diferencian en las regiones de densidad ósea, donde muestran una separación
las opciones DW (calculadas tanto sobre hueso como agua con densidad ósea) respecto a
DM, proporcionando resultados prácticamente equivalentes ambos cálculos de dosis
basados en dosis referida a agua, DW, demostrando que en la conversión de DM a DW
mediante el código XVMC únicamente importa la densidad electrónica a través del valor de
UH, independientemente de su composición estequiométrica.
98
Esta diferencia en la conversión de DM a DW se documenta explícitamente en la Figura 5.14
donde se representa la variación con la profundidad del cociente entre DW y DM, mostrando
una diferencia aproximadamente constante de entre 12% y 13% en las regiones de hueso
debido a la aplicación directa del cociente de poderes másicos de frenado agua-hueso,
mientras que el cociente entre DW calculado sobre hueso y DW calculado sobre agua con
densidad ósea proporciona escasas diferencias, probablemente debido a un diseño
experimental distinto entre ambos procedimientos.
Figura 5.14. Variación de la conversión de DM a DW con la profundidad para el maniquí heterogéneo
descrito en la Figura 4.9, apreciándose una diferencia aproximada de 12.5% debida al cociente de poderes
de frenado agua-hueso, mientras que la diferencia entre DW para hueso y agua con densidad ósea es, en
general, inferior a 5%, indicando un comportamiento similar para ambos medios, independientemente de su
composición estequiométrica.
En el trabajo de Fippel195 se evaluó la precisión del código XVMC mediante la
comparación con el código DOSXYZnrc calculado en medios homogéneos y heterogéneos
(láminas compuestas de hueso y pulmón) encontrándose pequeñas desviaciones para el
maniquí de pulmón.
La conversión de UH a tipo de medio tiene una incertidumbre significativa146,147,256–259
debido a artefactos en la imagen de TC y a la mezcla de aire, hueso, y otros tejidos
biológicos en el interior de cada uno de los vóxeles empleados en el cálculo.
Esta incertidumbre, sin embargo, tiene un impacto reducido en las distribuciones de dosis
referidas a medio, dado que existen pequeñas diferencias dosimétricas entre diferentes
medios biológicos, inferiores a 4% para haces de 6 MV entre tejido normal y hueso
blando159, dado que el cociente de poderes másicos de frenado entre ambos medios es
aproximadamente de 1.04.
99
No obstante, si se realiza la conversión de DM a DW la incertidumbre puede aumentar al
introducirse un cambio de hasta un 12% en el valor de la dosis, dependiendo del tipo de
medio, especialmente para vóxeles que contengan mezcla de diferentes medios como aire,
tejido blando y hueso compacto (AAPM TG 105146).
5.2.4. Análisis de la varianza estadística
Un aspecto importante que considerar en los métodos de cálculo no deterministas es la
dispersión obtenida en el valor de la dosis debida a las fluctuaciones estadísticas asociadas
al carácter aleatorio de la distribución. Esta naturaleza estocástica se ha mostrado mediante
una serie de histogramas que representan las diferentes fluctuaciones estadísticas obtenidas
para cada distribución, centradas en el valor promedio de la dosis calculada empleando
diferentes varianzas medias seleccionadas para este procedimiento.
En la Figura 5.15 se representa de este modo la probabilidad de obtener un determinado
valor de dosis contenido dentro de la distribución normalizada al valor promedio de dosis
de cada ROI, además de sus respectivas barras de incertidumbre, proporcionadas como la
raíz cuadrada del número de puntos considerados en cada rango de dosis del histograma.
Figura 5.15. Probabilidades asociadas al cálculo de dosis MC para distintas varianzas medias mediante
las que se resalta la naturaleza estocástica de los resultados dada por la dispersión de los valores de dosis
calculada, además de su dependencia con la varianza media seleccionada: 2.0% (superior izquierda), 1.5%
(superior derecha), 1.0% (inferior izquierda) y 0.5% (inferior derecha).
100
Para cada uno de los histogramas se ha realizado un ajuste a distribución gaussiana de
manera que la anchura de cada una de las distribuciones representa la fluctuación estadística
asociada a la varianza media de cálculo empleada para cada ROI.
La desviación típica relativa, expresada como el cociente de la desviación estándar entre el
promedio de cada distribución gaussiana, proporciona una dispersión respecto a la dosis
media de cada ROI de 2.0% [1.9%, 2.2%], 1.6% [1.4%, 1.7%], 1.1% [1.0%, 1.2%] y 0.5%
[0.5%, 0.6%], con un intervalo de confianza de 95% (k = 2).
Estos resultados presentan similitud con las varianzas medias seleccionadas en cada caso,
2%, 1.5%, 1% y 0.5%, respectivamente, manifestándose de este modo que el concepto de
varianza media según se define en el sistema de planificación iPlan RT Dose se corresponde
estadísticamente con el coeficiente de variación o desviación típica relativa (k = 2).
5.2.5. Discusión
En el presente capítulo se ha sometido a evaluación un algoritmo de cálculo de dosis MC
mediante procedimientos que han permitido determinar la precisión dosimétrica en
condiciones en que sea más difícil la modelización del transporte de partículas en un medio,
como es el caso de medios de baja densidad y campos pequeños. En estas circunstancias, a
los problemas asociados al cálculo de dosis MC en cuanto a las aproximaciones y técnicas
de reducción de varianza empleadas, se suman los efectos debidos a imprecisiones
dosimétricas relacionadas con la pérdida de equilibrio electrónico lateral.
Existen diversos artículos dedicados a la verificación del cálculo de dosis mediante XVMC
de iPlan RT Dose, con excelentes acuerdos entre cálculo MC y medida, tanto en medios
homogéneos como heterogéneos, empleando haces de fotones de 6 MV y sistema de
colimación mMLC.
Fragoso y cols245 utilizaron dosimetría de película y cámara de ionización en maniquíes
equivalentes a agua con insertos de densidades ósea y pulmonar. Los resultados
experimentales concordaron con los calculados dentro de 2% en regiones de alta dosis y 2
mm en regiones de alto gradiente. Resultados similares han sido obtenidos por Petoukhova
y cols260.
Kunzler y cols261 encontraron que el promedio de la distribución de índice gamma
empleando criterio de 2% de diferencia de dosis y 2 mm de distancia de acuerdo entre
perfiles de dosis medidos y calculados no excedía de 0.3. En otra investigación del
algoritmo XVMC presentada por Fippel y cols198 empleando detector de diamante y
dosimetría de película tanto en medios homogéneos como heterogéneos con haces de
fotones de 6 MV, mostraron que las dosis medidas y calculadas coincidían dentro de la
incertidumbre experimental (±2%).
Dobler y cols262, empleando película radiocrómica, indicaron que la desviación del
algoritmo XVMC respecto a la medida era inferior a -3%, mientras que el algoritmo PB
sobrestimaba la dosis hasta un 15% comparado con la medida. Expusieron las limitaciones
que presenta PB en las interfases tejido - pulmón y concluyeron que MC es el algoritmo
más preciso para la predicción de la dosis en estas circunstancias.
101
En el trabajo de Sethi y cols263 se comprobó el algoritmo XVMC usando cámara de
ionización y película radiográfica a varias profundidades de distintos maniquíes con
diversas densidades materiales equivalentes a agua, tejido pulmonar de alta y baja densidad,
y tejido óseo, irradiados con haces de fotones de 6 MV. Para los maniquíes heterogéneos
de pulmón hubo un acuerdo excelente (<3%) entre los perfiles calculados y medidos. Sin
embargo, los cálculos PB significativamente sobrestimaban la dosis media medida sobre
PTV hasta un 34%.
Las diferencias entre la medida y el cálculo PB aumentaban conforme disminuían las
dimensiones del campo de radiación, la densidad del medio y aumentaba la profundidad
dentro de la heterogeneidad (e incluso más allá de ella). Sin embargo, las regiones de
penumbra se subestimaban hasta un 50% al calcular mediante PB.
En el estudio de Zhuang y cols188 basado en la comparación de dosis calculada con
resolución de 2.0 mm y varianza 1.5%, respecto a medida en agua, obtuvieron una
diferencia porcentual promedio en los PDD de 0.57 ± 0.28, mientras que en las regiones de
bajo gradiente de dosis de los perfiles fue de 0.61 ± 0.72 y una distancia promedio de
acuerdo en las penumbras de 0.28 mm. En cuanto a los factores de campo, la diferencia
porcentual promedio fue de 0.90 ± 0.62.
En nuestro caso, la comparación de las distribuciones de dosis calculadas mediante MC en
agua respecto a los datos medidos muestra una discrepancia inferior a 15% en el 92.3% de
puntos en la zona de acumulación para los PDD, mientras que la zona a partir del máximo
ha presentado coincidencias superiores a 95.8% dentro del criterio de 2% y 2 mm.
En cuanto a los perfiles de dosis, las mayores desviaciones en la zona interior se encuentran
para algunos perfiles transversales, definidos por la posición de las mordazas, aunque
dentro del 2% de diferencia de dosis. En la zona de penumbra, el criterio de diferencia de
dosis inferior a 15% sólo se consigue en los perfiles diagonales del campo de referencia
(100 mm x 100 mm), aunque es satisfecho el criterio de distancia inferior a 2 mm en la
totalidad de los casos.
La comparación de los valores de dosis absorbida en agua para campos cuadrados,
rectangulares, asimétricos fuera de eje y conformados mediante colimador mMLC en forma
de diábolo y “L”, presenta desviaciones promedio de 0.9% ([0.3%, 1.8%]) a 5 cm de
profundidad, 0.1% ([-0.5%, 1.0%]) a 10 cm de profundidad y -0.8% ([-1.6%, 0.3%]) a 15
cm de profundidad. El rango de desviaciones mínima y máxima de cada comparación se ha
representado mediante corchetes.
La comparación de los factores de campo calculados con MC respecto a los medidos con
un procedimiento de dos pasos consistente en la corrección de la medida realizada con
diodo PTW 60018 en campos pequeños a partir de la medida realizada con micro-cámara
PTW 31014 para un campo intermedio (24 mm x 24 mm), presenta una desviación
promedio de 0.6% (rango de variación [-0.8%, 1.1%]).
Las desviaciones encontradas entre la dosis calculada MC y medida mediante cámara de
ionización en el seno de un medio de densidad equivalente a medio pulmonar han sido
inferiores a 3%, considerando que los factores de corrección por heterogeneidad asociados
a la medida experimental en estas circunstancias serían del orden de 1%.
102
Así mismo, se ha demostrado la necesidad de emplear la opción accuracy optimized en lugar
de speed optimized en el cálculo de las distribuciones de dosis en tratamientos de IMRT, dado
que de lo contrario se subestimaría la componente debida a dosis transmitida a través de las
láminas.
Una particularidad de los algoritmos de cálculo MC es la relacionada con el medio respecto
al cual se proporcionan los resultados dosimétricos, bien sea dosis referida a agua, DW o
bien dosis referida a medio, DM, así como el modo en que se realiza la conversión de una
magnitud a otra mediante el cociente de los poderes másicos de frenado agua-medio, de
modo que en el caso de iPlan RT Dose para esta conversión simplemente es requerida la UH
asociada al medio mediante la curva de calibración a densidad electrónica, sin ser necesaria
información relativa a la composición estequiométrica.
Por esta razón, el cálculo de dosis referida a agua, DW, en un medio de alta densidad como
hueso cortical proporciona resultados similares al caso de considerar agua con un valor de
UH forzado al número TC correspondiente a la densidad electrónica del hueso.
Es interesante destacar que Fragoso y cols245, evaluando el algoritmo de cálculo XVMC de
iPlan RT Dose en un plan de tratamiento mediante SBRT correspondiente a un caso de una
lesión espinal, encontraron mayor similitud entre el resultado calculado mediante PB y el
cálculo de dosis MC basado en dosis referida a medio, DM, en lugar de dosis referida a agua,
DW. Este resultado es consistente con el argumento de Fippel264 sobre que los algoritmos
convencionales, como los métodos basados en PB, proporcionan dosis referida a medio,
DM, en contraposición a la visión estándar basada en que los algoritmos de cálculo
convencionales computan dosis referida a agua, DW (Knöos y cols183).
No obstante, en el caso de lesiones pulmonares, el acuerdo entre DM y DW es satisfactorio
dado que el cociente de poderes másicos de frenado no restringido entre agua y pulmón es
aproximadamente 1.0 en el rango de energías de 6 MV (Siebers y cols265).
En el estudio de la aleatoriedad asociada a la simulación MC se ha comprobado que la
varianza media definida en iPlan RT Dose corresponde en realidad a la desviación típica
relativa asociada a las fluctuaciones estadísticas de la distribución expresada con un factor
de cobertura de k = 2. Este parámetro es el que determina la anchura de la distribución
gaussiana mediante la cual se ajustan estas fluctuaciones.
Según las recomendaciones del fabricante, es necesario calcular con una varianza media de
1% o inferior para que la desviación entre el resultado dosimétrico calculado y el valor
esperado de la dosis sea inferior a este valor con una probabilidad del 95%.
La precisión dosimétrica alcanzada en la confluencia de N haces, como sucedería en el
entorno de la lesión, correspondería a una desviación típica relativa corregida por el inverso
de la raíz cuadrada del número de haces involucrados. Por este motivo, la varianza media
resultante dentro del PTV será menor que la seleccionada para el cálculo de dosis MC.
Además, al definirse la varianza estadística con respecto a la dosis más alta del plan de
tratamiento, la incertidumbre de la dosis calculada dentro de los OAR en las zonas de dosis
bajas es mayor en relación con la dosis máxima.
103
5.3. CONSIDERACIONES DOSIMÉTRICAS ASOCIADAS AL
CÁLCULO CON CORRECCIÓN DE HETEROGENEIDAD
EN EL TRATAMIENTO DE LESIONES PULMONARES
5.3.1. Influencia del algoritmo de cálculo en los indicadores
dosimétricos
La mayoría de las desviaciones dosimétricas observadas entre ambos algoritmos de cálculo
se encuentra entre 5% y 10%, especialmente en cuanto a reducción de la mediana de dosis
a PTV se refiere (Figura 5.16). Estas diferencias han sido inferiores al 15% para el D99% en
el 77% de los casos analizados, 91% para D50% y 89% para D1%. No obstante, las mayores
desviaciones han llegado a ser de hasta 45%, correspondientes a casos extremos en los que
la lesión es muy pequeña o bien se encuentra aislada en el medio pulmonar.
Figura 5.16. Histograma de la desviación de los indicadores dosimétricos D99%, D50% y D1% entre MC y
PB normalizada a la dosis de prescripción, indicando que la mayoría de las desviaciones son inferiores a
15% aunque las máximas son de hasta 45%.
En la Tabla 5.6 se registran las desviaciones obtenidas entre MC y PB normalizadas a la
dosis de prescripción correspondiente a los percentiles 98, 95, 50, 5, 2 para cada uno de los
parámetros evaluados, además de la desviación mínima, media y máxima de la distribución.
Las diferencias dosimétricas encontradas entre ambos algoritmos de cálculo son
estadísticamente significativas (p<0.001) basándose en los resultados obtenidos mediante
pruebas no paramétricas como la prueba de los signos de Wilcoxon.
104
Tabla 5.6. Recopilación de las desviaciones registradas en los índices de dosis para PTV, pulmón sano y
tejido normal entre los algoritmos de cálculo MC y PB normalizadas a la dosis de prescripción,
correspondiente a los percentiles 98, 95, 50, 5, 2, además de las desviaciones mínima, media y máxima de
la distribución de casos.
La representación gráfica de los indicadores dosimétricos relevantes a PTV como son D99%
y D50%, calculados con MC respecto a PB (Figura 5.17), indica un comportamiento no lineal
entre ambos algoritmos de cálculo, según los resultados mostrados por el coeficiente de
correlación de Pearson para cada muestra de datos con su correspondiente intervalo de
confianza del 95% (r = 0.56 [0.41, 0.68] para D99% y r = 0.62 [0.48, 0.73] para D50%).
Figura 5.17. Representación de los índices de dosis D99% y D50% en función del algoritmo de cálculo donde
se observa una tendencia a sobrestimar la dosis en el cálculo PB respecto a MC.
105
Para cada valor de dosis calculada mediante PB se corresponde un valor de dosis MC que
es inferior en todos los casos, i.e., el algoritmo de cálculo PB produce una sobrestimación
sistemática de la dosis administrada sobre la lesión comparado con los cálculos MC,
demostrando que estas diferencias no obedecen a aleatoriedad alguna en consonancia con
la significación estadística mostrada en los resultados representados en la Figura 5.17.
En el estudio de Ding y cols266 compararon los planes de tratamiento mediante SBRT de 10
pacientes con lesiones pulmonares, manteniendo idéntica configuración de haces y UM
entre los algoritmos PB con corrección de heterogeneidad modificada de Batho y AAA.
Analizaron la variación de los índices D99% y D95% del PTV y encontraron una
sobrestimación con PB de hasta 36% y 40% de la dosis de prescripción respecto al cálculo
de dosis obtenido mediante AAA. Así mismo, registraron una desviación de la dosis
máxima de hasta 19% entre ambos algoritmos de cálculo.
En el estudio de Zhuang y cols188 basado en una cohorte de 31 pacientes compuesta por 15
casos correspondientes a lesiones situadas a 1 cm de la pared costal y 16 situadas hasta 2
cm del árbol bronquial, los resultados MC calculados con resolución de 2.0 mm y varianza
de 2% mostraron una reducción promedio respecto a PB de 11.6% y 7.5% en D1%, 23.8% y
15.3% en D95%, 25.2% y 16.7% en D99% para lesiones centrales y costales, respectivamente.
Diferencias en D95% para PTV entre MC y PB superiores a 7% de la dosis de prescripción,
considerado un valor que debería ser detectable en los resultados clínicos267, se encontraron
en el 93.5% de los casos (100% en lesiones centrales y 86.7% en lesiones costales).
Pokhrel y cols268, analizando 10 pacientes tratados de cáncer de pulmón, encontraron que
en promedio, la dosis media obtenida en el PTV era hasta un 13% superior cuando
utilizaban PB comparado con MC, manteniendo la misma configuración de haces, MLC y
UM. Sin embargo, el volumen cubierto por las isodosis de 5 Gy, 10 Gy y 20 Gy del tejido
pulmonar sano fueron en promedio, comparables (dentro de ±3%) entre ambos algoritmos
de cálculo.
En cuanto a las desviaciones de los indicadores dosimétricos para pulmón sano y tejido
normal, V20 y D2cm, en función del algoritmo de cálculo, se aprecia un comportamiento
lineal de los datos calculados con MC respecto a PB (Figura 5.18), acorde a los resultados
descritos por el coeficiente de correlación de Pearson, con su correspondiente intervalo de
confianza del 95%, (r = 0.98 [0.97, 0.99] para V20 y r = 0.97 [0.96, 0.98] para D2cm).
106
Figura 5.18. Representación de los parámetros dosimétricos V20 para pulmón sano y D2cm para tejido
normal en función del algoritmo de cálculo donde se observa una correlación lineal entre la dosis calculada
MC respecto a PB, aunque con una ligera tendencia a la sobrestimación con PB, mostrando que las
variaciones experimentadas por el tejido sano expuesto a valores menores de dosis son menos sensibles a
diferencias dosimétricas debidas al algoritmo de cálculo que regiones de mayor dosis como PTV.
Esta relación sugiere que los indicadores dosimétricos para tejido sano son menos sensibles
a variaciones con el algoritmo de cálculo, si bien se encuentra que los valores de dosis
calculada mediante MC son siempre inferiores a los obtenidos con PB según se ha indicado
con anterioridad respecto a la sobrestimación de la dosis calculada mediante PB. Además,
la dispersión de los datos para la dosis periférica es algo mayor que para V20 considerando
que este índice está más influenciado por la ubicación de la lesión en el seno pulmonar.
Zhuang y cols188 encontraron igualmente una excelente correlación lineal entre ambos
algoritmos de cálculo para la dosis media (pendiente 0.95) y V20 (pendiente 0.97) en pulmón
sano, resultando en una sobrestimación de 5% y 3% al calcular con PB respectivamente.
Li y cols186 documentaron que los resultados dosimétricos con MC, empleando IMRT en
Monaco eran mayores que los obtenidos mediante superposición en XiO, mientras que
para los indicadores dosimétricos considerados en el estudio de Rana y cols187, utilizando
VMAT, encontraron que Acuros XB mostraba valores promedio menores de los índices de
conformidad a las isodosis de 100% (R100%) o 50% (R50%) y D2cm de 5%, 1.2% y 1.6%,
respectivamente, comparado con AAA, excepto para V20 de tejido pulmonar sano donde
era superior en 1.1%.
107
5.3.2. Indicadores dosimétricos en función del volumen y de la
densidad de la lesión
El análisis de los resultados obtenidos para la variación de los indicadores dosimétricos del
PTV en función del volumen de la lesión, muestra que las mayores diferencias se producen
para los casos de menor volumen del PTV (Figura 5.19), donde los campos de radiación
son de menores dimensiones y la presencia del tejido de baja densidad asociado al pulmón
hace que exista una falta de equilibrio electrónico lateral110. Este fenómeno es considerado
de modo inadecuado en el algoritmo PB, conduciendo a una sobrestimación de la dosis
absorbida mediante este algoritmo de cálculo por comparación con los métodos de MC.
Figura 5.19. Variación de los indicadores dosimétricos D99% y D50% en función del volumen de PTV
mostrando una mayor desviación entre ambos algoritmos de cálculo conforme las dimensiones de la lesión se
reducen.
El comportamiento de estos resultados presenta una gran dispersión, debido a que la
ubicación de la lesión en el seno del medio pulmonar es un factor determinante, al margen
del volumen que presenten, considerando que lesiones próximas a mediastino o pared
costal conllevarán diferentes espesores radiológicos asociados a los haces de tratamiento.
108
Representando las variaciones de los indicadores dosimétricos D99% y D50% en función del
volumen de la lesión, se aprecia una relación de proporcionalidad inversa para ambos casos,
(ecuaciones 4 y 5) de acuerdo con los resultados encontrados basándose en el coeficiente
de correlación de Pearson, con su correspondiente intervalo de confianza del 95%, obtenido
mediante una regresión lineal de cada grupo de datos calculados respecto al valor inverso
del volumen de la lesión (r = 0.64 [0.50, 0.74] para D99% y r = 0.80 [0.71, 0.86] para D50%).
100 (DMC
99% − DPB99%
DP) = −0.644
1
V− 0.102 (4)
100 (DMC
50% − DPB50%
DP) = −0.791
1
V− 0.049 (5)
Resultados todavía más críticos han sido obtenidos en la evaluación de la variación del
valor de cobertura para el 95% de la dosis de prescripción (V95%), debido a la existencia de
al menos cuatro casos en los que esta diferencia ha sido de hasta el 100%, es decir, ninguna
fracción de volumen de la lesión ha recibido al menos el 95% de la dosis de prescripción,
siendo todos estos casos referidos a lesiones inferiores a 5 cm3.
En radioterapia convencional se ha utilizado tradicionalmente como indicador de calidad el
valor de cobertura de la lesión para la isodosis del 95% de prescripción18 (V95%)
considerando que la evaluación del 95% de una muestra debería ser un parámetro menos
sensible a variaciones que si se evaluase el 99%. Sin embargo, al comparar D99% frente a
V95%, se observan mayores variaciones en el índice V95% incluso siendo un parámetro que
describe la distribución en una posición más próxima a su valor central. En este sentido, es
más recomendable emplear un índice de dosis para la evaluación de la cobertura de la
lesión al ser un parámetro más robusto frente a variaciones dosimétricas, en lugar de un
índice de volumen como se ha establecido en base a la recomendación de ICRU 6218,
argumento que se encuentra además en la misma línea que la mostrada por otros autores147.
Por otro lado, debido a la intención ablativa de los tratamientos de SBRT, asociado a las
reducidas dimensiones de la lesión, se recomienda registrar en el informe dosimétrico un
parámetro indicativo de la dosis mínima, razón por la que tiene más sentido analizar el
valor del 99% de la distribución asociado al índice D99% que el 95% representado por V95%.
Además de la dependencia con el volumen de la lesión, también se ha estudiado la
influencia de la densidad electrónica relativa a agua del PTV en la variación de los
indicadores dosimétricos.
En la Figura 5.20 se observa un comportamiento inversamente proporcional entre la
variación de la dosis mínima y mediana del PTV con la densidad promedio de la lesión,
alcanzando las mayores desviaciones para los casos de menor densidad, es decir, aquellos
casos en los que la lesión es prácticamente equivalente a medio pulmonar, los cuales, en
general, coinciden con los casos de menor volumen debido a la mayor proporción dentro
del PTV de densidad aire circundando la periferia del CTV con densidad tisular.
109
Figura 5.20. Variación de los indicadores dosimétricos D99% y D50% en función de la densidad electrónica
relativa a agua del PTV mostrando una mayor desviación entre ambos algoritmos de cálculo conforme la
densidad media de la lesión es más equivalente a medio pulmonar.
La representación gráfica de las desviaciones de los indicadores dosimétricos D99% y D50%
en función de la densidad media del PTV muestra un comportamiento lineal de los datos
calculados respecto a la densidad de la lesión, de acuerdo con los resultados encontrados
basándose en el coeficiente de correlación de Pearson, con su correspondiente intervalo de
confianza del 95%, (r = 0.78 [0.69, 0.84] para D99% y r = 0.82 [0.75, 0.88] para D50%).
En consonancia con lo expuesto anteriormente acerca de la variabilidad del índice D99%
frente a V95%, en la evaluación de los indicadores dosimétricos para PTV respecto a
volumen y densidad media de la lesión puede observarse que el parámetro D50% presenta
menor dispersión para un mismo volumen o densidad media que el índice D99%, debido a
que es un índice descriptivo de un histograma (o de una distribución) más próximo a la
posición central y, por lo tanto, menos sensible a variaciones que parámetros de los
extremos de la distribución como sucede con D99%.
Resultados similares han sido obtenidos por otros autores269 empleando el mismo sistema
de planificación en la evaluación de 53 pacientes tratados con un fraccionamiento de 48 Gy
en 4 sesiones prescrito al 95% de volumen del PTV y recalculadas mediante MC con
resolución espacial de 2.0 mm y varianza media de 2.0%. Encontraron que las dosis
recibidas en el PTV eran muy dependientes del tamaño de GTV y de la densidad pulmonar,
de modo que cambiaron el enfoque de prescripción a 44 Gy en 4 sesiones sobre GTV en
lugar del esquema inicial sobre PTV.
110
En la planificación dosimétrica de la cohorte de pacientes analizados en este estudio, se han
encontrado algunas lesiones de tan reducido volumen que las diferencias entre ambos
algoritmos de cálculo han sido tan críticas como las que aparecen en las Figuras 5.21 y 5.22,
correspondientes a una lesión cuyo volumen ha sido de 1.6 cm3, donde el cálculo MC se ha
realizado con la menor resolución espacial admisible en el TPS, 2.0 mm, y una varianza
media de 0.5%, para poder reducir la incertidumbre estadística del resultado dosimétrico,
además de la opción de dosis referida a medio, DM.
Figura 5.21. Representación de las curvas de isodosis en los planos axial (superior), coronal (medio) y
sagital (inferior) en isocentro de la lesión de menor volumen considerada en el estudio retrospectivo,
mostrando las mayores diferencias registradas entre MC (izquierda) y PB (derecha) donde se pone de
manifiesto la sobreestimación de la dosis absorbida en medio de baja densidad asociada a un algoritmo sin
corrección adecuada de heterogeneidad como PB.
111
En el proceso de homogeneización de la dosis calculada mediante MC en el interior de la
lesión, se ha planificado el tratamiento empleando la técnica de segmentación directa
(conocida como field in field), de modo que en algunos segmentos el isocentro ha sido
parcial o totalmente bloqueado por las láminas.
Debido a las reducidas dimensiones de los haces, con un cuadrado equivalente promedio
de 18.7 mm (rango de variación [17.1 mm, 19.4 mm]), la dispersión lateral en el medio
pulmonar asociada al alcance de las partículas secundarias generadas en este medio110 no
está considerada adecuadamente en el algoritmo PB.
Como consecuencia, se produce una sobrestimación de la dosis absorbida, según es posible
observar en la parte derecha de la Figura 5.21, en la que aparecen isodosis de hasta 150%
respecto a la dosis de prescripción, en comparación con la distribución de dosis calculada
con MC que se corresponde con la administrada sobre el paciente.
El histograma dosis-volumen referido a este caso clínico se representa en la Figura 5.22,
donde es posible observar la desviación obtenida para el PTV, pulmones sanos y dosis
periférica, D2cm, al calcular la distribución de dosis con PB respecto a la calculada con MC,
empleando las mismas UM obtenidas mediante este último algoritmo de cálculo, que son
las que realmente se administraron en el tratamiento de la lesión.
Figura 5.22. Histograma dosis-volumen del mismo caso clínico expuesto en la Figura 5.21 donde se
exponen las grandes diferencias existentes en los valores de dosis recibida para PTV entre ambos algoritmos
de cálculo, considerando que la lesión fue correctamente irradiada al disponer del cálculo MC en el momento
de realizar la planificación dosimétrica del tratamiento.
112
La principal diferencia según se aprecia en el HDV es una sobrestimación de hasta 45% de
dosis media recibida en el PTV obtenida mediante PB respecto al cálculo MC, debida a que
el algoritmo PB no modela con precisión las condiciones de ausencia de equilibrio
electrónico lateral. Además, se registra un ligero aumento de la dosis máxima a 2 cm de la
lesión asociado al incremento de la región de altas dosis como consecuencia de la
sobrestimación producida por el cálculo PB.
Por otra parte, se obtiene un aumento de la región de bajas dosis en el cálculo MC debido
al característico ensanchamiento de las distribuciones de dosis que normalmente se obtiene
al emplear algoritmos de cálculo con corrección adecuada de heterogeneidad. En el caso
del pulmón sano, al ser las dimensiones de la lesión tan reducidas, prácticamente no existen
diferencias apreciables entre ambos métodos de cálculo, si bien es cierto que para bajas
dosis los resultados MC son mayores a PB en la misma línea de lo argumentado.
En un caso clínico particular, correspondiente a una lesión de 16.9 cm3 situada en el lóbulo
superior izquierdo, Zhuang y cols188 obtuvieron una reducción en el índice D95% del PTV de
60 Gy a 46 Gy entre cálculo PB y MC, i.e., una sobrestimación de hasta 30% de la dosis
calculada mediante PB respecto a MC. En regiones de baja dosis en medio pulmonar, los
autores encontraron diferencias apreciables, aunque no significativas, dado que MC
considera el transporte electrónico lateral de modo más adecuado en el seno de medios de
baja densidad.
En otro caso clínico consistente en una lesión de pulmón de 14.6 cm3 de volumen y 3.2 cm
de anchura máxima tratada mediante SBRT, Fragoso y cols245 mostraron las diferencias
dosimétricas obtenidas entre el cálculo realizado mediante PB y el cambio observado al
calcular con MC manteniendo la misma configuración de haces y UM. Las dosis mínimas
registradas fueron de 97% y 58% de la dosis de prescripción, para PB y MC
respectivamente, i.e., incluso la isodosis de 80% no abarcaba la totalidad del volumen del
PTV. Estos resultados expresan el problema asociado al uso de algoritmos de cálculo de
dosis convencionales en el tratamiento de lesiones pulmonares mediante campos pequeños.
La ausencia de equilibrio electrónico de partículas cargadas se produce cuando las
dimensiones del campo se reducen de tal modo que el alcance lateral de los electrones
secundarios generados en el medio es comparable, o incluso superior, a las dimensiones del
campo de radiación.
Esta situación se exacerba en tejidos de densidad mucho menor que la del agua, como
medio pulmonar, donde el alcance de los electrones secundarios aumenta. En medio
pulmonar de baja densidad, el alcance de los electrones secundarios dirigidos paralelamente
a lo largo del eje del haz contribuye en un efecto de pérdida de equilibrio electrónico en
profundidad en los bordes de la lesión, causando una reducción de la dosis, principalmente
en la interfase tumor - pulmón. Este efecto produce una sustancial heterogeneidad de dosis
en la lesión que no es posible compensar simplemente rescalando la dosis calculada
mediante MC para la corrección de esta reducción de dosis.
113
Un indicador de calidad de la dosimetría en los tratamientos de SBRT es el grado de
confinamiento de las bajas dosis representado por el valor D2cm de tejido normal y el valor
de V20 de pulmón sano, respectivamente. En la Figura 5.23 aparece la variación de estos
parámetros en función del volumen de PTV, donde el valor de la dosis periférica, D2cm,
presenta mayores variaciones con volúmenes más pequeños, en los que la proporción de
tejido de baja densidad pulmonar frente a la densidad del CTV contenida dentro del campo
de radiación es mayor, produciendo de este modo un ensanchamiento de las bajas dosis en
las distribuciones calculadas mediante MC frente a PB.
Figura 5.23. Variación de los parámetros dosimétricos V20 para pulmón sano y D2cm para tejido normal
en función del volumen de PTV, mostrando mayores diferencias en la dosis periférica entre ambos
algoritmos de cálculo para menores volúmenes de la lesión. La variación de V20 recogida en este estudio no
es estadísticamente significativa, debido probablemente al gran volumen que supone el pulmón sano respecto
al volumen englobado por la isodosis de 20 Gy.
En la misma línea de los resultados presentados en este artículo se encuentran los
publicados por Ojala y cols270, consistente en el cálculo de dosis mediante Acuros XB de los
planes de tratamiento de 10 pacientes con cáncer de pulmón, calculados originalmente con
el algoritmo PB de Eclipse, y empleando la misma configuración de haces y UM, con lo
que compararon los indicadores dosimétricos D95%, D50%, D5% para PTV, además de V30%
para pulmón ipsilateral sano, y dosis periférica, D2cm, para tejido normal. Encontraron que
la variación de los indicadores propios del PTV aumentaba conforme se reducían las
dimensiones de la lesión.
114
Las diferencias promedio que registraron en su estudio, con su correspondiente rango de
variación representado entre corchetes, fueron de 20.5% [4.4%, 44.1%] para D95%, 25.3%
[7.8%, 58.3%] para D50%, 18.9% [4.8%, 44.3%] para D5%, apareciendo las mayores
diferencias en los márgenes craneal y caudal del PTV donde el algoritmo PB sobrestima la
dosis respecto a Acuros XB. El parámetro D2cm mostró igualmente las mayores desviaciones
para los PTV más pequeños (desviación promedio 11.2% [3.3%, 25.7%]), mientras que
apenas existieron diferencias entre ambos algoritmos de cálculo para el índice V30% de
pulmón ipsilateral sano. Además, observaron que las diferencias de los índices dosimétricos
eran sensibles a la localización anatómica del PTV, pero destacaban la dificultad de
establecer una relación explícita para esta dependencia.
En otro estudio dosimétrico presentado por Chen y cols271 sobre 35 pacientes con cáncer
de pulmón, las mayores diferencias se encontraron para pequeñas lesiones completamente
rodeadas de tejido pulmonar. La dosis media en el PTV mediante PB era 4 Gy mayor que
la calculada mediante MC (dosis de prescripción: 30 Gy), mientras que el volumen cubierto
por la isodosis de 9 Gy en pulmón fue hasta un 8% mayor calculada MC respecto PB en un
paciente. Además, Chen y cols271 documentaron que la precisión de cálculo de dosis era
también dependiente del tamaño y localización de la lesión.
5.3.3. Influencia de la dosis biológicamente efectiva en la probabilidad
de control tumoral
Tras una mediana de seguimiento de 24 meses (rango: 3-52 meses), cinco metástasis han
presentado recurrencia local dentro del grupo de lesiones calculadas originalmente con PB
(N=30; tasa de control local cruda de 83.3%) y se han observado tras una mediana de 9
meses posteriores al inicio del tratamiento.
Para este grupo de lesiones se han estimado unas probabilidades de recurrencia local de la
lesión de 13.0% a 9 meses, 18.5% a 18 meses y 30.1% a 35 meses, aunque no son
estadísticamente significativas (p=0.115, prueba log-rank).
Dentro del grupo de lesiones calculadas originalmente con MC no se ha observado ninguna
recurrencia local (N=17; tasa de control local cruda de 100%) tras una mediana de
seguimiento de 23 meses (rango: 3-31 meses), motivo por el que no se ha podido
desarrollar ningún análisis de regresión logística multivariante asociado con el control local.
Aunque la correlación entre el algoritmo de cálculo de dosis con respecto a las tasas de
recurrencia local no es estadísticamente significativa (p=0.115, prueba log-rank), se ha
encontrado una clara diferencia en las tasas de control local entre ambos algoritmos a partir
de 18 meses posteriores al tratamiento (81.5% para PB versus 100% para MC).
El algoritmo PB ha sido empleado inicialmente para el cálculo de dosis de las lesiones
tratadas hasta la implementación clínica del algoritmo MC en abril de 2011. En base a los
indicadores D99% y D50% recalculados mediante MC para estos casos, y atendiendo al
fraccionamiento administrado, se han obtenido los valores de BED99% y BED50%,
115
correspondientes a la BED recibida al menos por el 99% y 50% de volumen del PTV,
respectivamente. Estos valores son sistemáticamente menores al valor de BED prescrito,
debido a que las imprecisiones del cálculo PB en medios de baja densidad y campos
pequeños conllevan diferencias dosimétricas que se manifiestan en la realidad en una
pérdida de cobertura y reducción de los valores de D99% y D50%.
Los valores de BED99% y BED50% más próximos al valor de BED prescrito, y realmente
recibidos por la lesión, han correspondido a los calculados mediante MC. La evolución
temporal de la BED recibida por las lesiones muestra una discontinuidad en el momento
correspondiente a la implementación del algoritmo MC (Figura 5.24).
Figura 5.24. Evolución temporal de la Dosis Biológicamente Efectiva (BED), y de los valores promedio
(líneas horizontales), recibidas al menos por el 99% y 50% del PTV. La introducción en 2011 del
algoritmo de cálculo de dosis MC produce una discontinuidad. BED99% PB y BED50% PB corresponden a las
BED recalculadas con MC para los planes originalmente administrados con cálculo PB, mientras que
BED99% MC y BED50% MC representan las BED para los planes administrados con cálculo MC.
La diferencia de los valores promedio de BED calculados antes y después de este
momento, suponiendo varianzas desiguales, es estadísticamente significativa (p<0.0001,
prueba t de Student para dos colas) tanto para BED99% como BED50%.
Las áreas bajo las curvas ROC obtenidas han sido de 0.938 ([0.859, 1.000], p<0.002) y 0.929
([0.850, 1.000], p<0.002) para los casos correspondientes a BED99% y BED50%,
respectivamente. La dosis recibida por la lesión ha sido determinante para obtener un
control local adecuado. Para el valor de BED99% se ha establecido una dosis de corte de 85
Gy para la cual se han encontrado unas tasas de control local de 100% y 61.5% para los
casos por encima y por debajo de este umbral (p<0.0001), respectivamente.
116
En el caso del valor de BED50%, la dosis de corte establecida ha sido 100 Gy para la cual se
han encontrado unas tasas de control local de 100% y 58.3% para los casos por encima y
por debajo de este umbral (p<0.0001), respectivamente. La dependencia entre los valores
umbrales de BED y el control local es estadísticamente significativa (p=0.001, prueba F de
Fisher para dos colas).
Las curvas de probabilidad de control tumoral ajustadas experimentalmente en función de
la BED recibida por las lesiones del estudio, siguiendo el modelo de TCP descrito por
Kallman y cols214 para un modelo del daño celular basado en estadística de Poisson en el
que D50 representa la dosis para la cual se obtiene una tasa de control de 50% y γ50 es la
pendiente normalizada de la curva sigmoidea de dosis – respuesta para el valor D50, muestra
que los parámetros de ajuste D50 han sido 50.91 Gy ± 1.51 Gy y 58.08 Gy ± 2.68 Gy para
TCP99% y TCP50% respectivamente, mientras que las pendientes de las curvas TCP, γ50 han
sido 0.60 ± 0.08 y 0.53 ± 0.10, respectivamente (Figura 5.25).
Figura 5.245. Probabilidades de control tumoral encontradas para la BED recibida por el 99% y 50%
del PTV. Las líneas continuas representan el modelo que mejor se ajusta a los resultados clínicos obtenidos.
Las tasas de control local actuariales para BED99% < 85 Gy han sido de 72.7% a 9 meses,
62.3% a 18 meses y 49.9% a 35 meses (p<0.002, prueba log-rank), respectivamente, mientras
que para BED50% < 100 Gy han sido de 70.0% a 9 meses, 58.3% a 18 meses y 43.7% a 35
meses (p<0.001, prueba log-rank), respectivamente (Figura 5.26).
117
Figura 5.26. Tasas de control local para la BED recibida por el 99% (izquierda) y 50% (derecha) del
PTV. BED99% < 85 Gy y BED50% < 100 Gy son los valores umbrales para un adecuado control local.
5.3.4. Discusión
En el presente capítulo se ha observado que en la mitad de los 100 casos evaluados las
desviaciones entre MC y PB normalizadas a la dosis de prescripción han sido de -14.1%
para la dosis mínima, D99% (media -15.0%, rango [-2.2%, -40.0%]), para la mediana de
dosis, D50%, han sido de -8.1% (media -10.8%, rango [-1.4%, -45.7%]) y para la dosis
máxima, D1%, han sido de -8.0% (media -10.4%, rango [-0.1%, -47.8%]).
Así mismo, se han encontrado las mayores desviaciones entre ambos algoritmos de cálculo,
aunque con grandes dispersiones, en los índices D99% y D50% conforme se reducen las
dimensiones y densidades medias de las lesiones, de tal manera que sería de esperar que
apareciesen recurrencias locales con mayor probabilidad en aquellas lesiones compatibles
con estas características, i.e., pequeño volumen y aisladas en el seno pulmonar.
Del mismo modo, se encuentran mayores variaciones en el índice V95% frente a D99%,
reforzando la idea de registrar el valor de dosis mínima en lugar del valor de la dosis de
cobertura en la evaluación de los histogramas dosis-volumen, en caso de realizar un estudio
comparativo entre algoritmos de cálculo, dado que el parámetro V95% ofrece menos
información al ser un índice más sensible a pequeñas variaciones de dosis.
El cambio de algoritmo de cálculo utilizado en nuestro centro en el tratamiento de lesiones
pulmonares mediante SBRT ha supuesto un cambio en el modo de proceder en la
planificación dosimétrica. En los cálculos realizados mediante MC se obtienen drásticas
diferencias en las distribuciones de dosis comparadas con las que se obtendrían para las
UM que previamente se han calculado mediante PB.
118
El efecto es una desviación en los HDV hacia menores valores de dosis media en el PTV,
además de una pérdida de homogeneidad en el interior de la lesión. Para compensar esta
pérdida de dosis media, basta con normalizar las UM calculadas con PB a un valor acorde a
esta pérdida de dosis media, aumentando por lo tanto el valor de las UM de cada haz de
radiación. Este procedimiento conlleva la aparición de regiones de sobredosificación en el
interior del PTV que son corregidas introduciendo segmentos que bloqueen estas zonas, y
compensando los pesos de los haces para reducirlas.
Es un proceso iterativo y laborioso hasta conseguir obtener un resultado clínicamente
aceptable en el que la dosis de prescripción sea la misma que se había estado prescribiendo
con anterioridad al cambio de algoritmo de cálculo, con la relevante diferencia de impartir
en el tratamiento las UM asociadas a una distribución de dosis calculadas mediante un
algoritmo con corrección adecuada de la heterogeneidad como MC.
Las diferencias entre MC y algoritmos de cálculo convencionales dependen en gran medida
de la disposición de los haces, energía, tamaño y localización del PTV, especialmente en
localizaciones anatómicas con densidades muy variables, como pulmón o cabeza y cuello.
El empleo de algoritmos de cálculo más precisos en condiciones de heterogeneidades
tisulares revela valores de cobertura insuficientes en la lesión o la aparición de regiones de
sobredosificación en órganos a riesgo que pueden causar diferencias en los resultados
clínicos. Para correlacionar estos estudios, se requeriría de un completo cálculo de las
distribuciones de dosis administradas mediante estos algoritmos que considerase los efectos
de otros factores, tales como el movimiento de órganos y los errores de posicionamiento.
El estudio retrospectivo de las distribuciones de dosis recalculadas con algoritmos que
empleen correcciones adecuadas de heterogeneidad tisular, relacionado con el control local
del tumor y con las complicaciones de tejido normal existentes en los pacientes evaluados,
proporciona una indicación temprana de la utilidad clínica de los métodos de cálculo MC.
Esta circunstancia permite tener un conocimiento más preciso de las dosis de prescripción
realmente administradas en la planificación dosimétrica de lesiones pulmonares tratadas
mediante SBRT, atendiendo a los resultados retrospectivos obtenidos mediante MC.
Las investigaciones de De Jaeger y cols177, basadas en algoritmo de convolución en lugar de
cálculo MC, Chetty y cols178, y Lindsay y cols272 son algunos de los primeros estudios que
evaluaron la influencia de la distribución de dosis en la mejora de los resultados en los
pacientes tratados con cáncer de pulmón.
El estudio de De Jaeger y cols177 en el cual los planes de tratamiento de pacientes con
cáncer de pulmón, inicialmente calculados con un algoritmo con corrección por camino
radiológico equivalente fueron retrospectivamente recalculados usando algoritmos basados
en convolución - superposición, mostró diferencias clínicamente significativas entre la
incidencia calculada y observada de neumonitis por radiación.
119
Lindsay y cols272 evaluaron de manera retrospectiva un gran grupo de planes de tratamiento
de pulmón calculados mediante MC, mostrando diferencias significativas en los índices de
dosis (V20, Dmáx en pulmón y Dmedia en GTV) entre planes sin corrección por
heterogeneidad y cálculo MC. Por otra parte, las correlaciones entre V20 y neumonitis por
radiación observada en este estudio mostraron ser diferentes entre los planes sin corrección
por heterogeneidad y los planes de tratamiento basados en MC.
La escalada de dosis es una cuestión esencial para el establecimiento del esquema de
fraccionamiento más adecuado que permita alcanzar un control tumoral satisfactorio,
minimizando la probabilidad de efectos secundarios adversos relacionados con el
tratamiento273. Sin embargo, es difícil comparar los resultados dada la variabilidad de los
esquemas de fraccionamiento, además de las diferencias en la normalización de las dosis de
prescripción, que no siempre se informan en los trabajos publicados.
En contraposición a un estudio presentado por Xiao y cols274 donde se recomendaba la
prescripción de 18 Gy en vez de 20 Gy por fracción para los tratamientos calculados con
algoritmos de convolución – superposición, siguiendo las recomendaciones del protocolo
RTOG 0236185 (el cual explícitamente excluía las correcciones de heterogeneidad), en el
estudio de Zhuang y cols188, se indicaba que en ningún caso bastaría un simple rescalado
para compensar las diferencias encontradas debidas a la corrección de heterogeneidad, dada
la fuerte dependencia observada en el volumen y localización de las lesiones consideradas
en su estudio.
Este argumento refuerza la manera de proceder desarrollada en esta tesis ante escenarios de
esta índole, al generar segmentos de reducidas dimensiones en las zonas de subdosificación
con la finalidad de incrementar la dosis en la periferia de la lesión a valores de cobertura
satisfactorios.
Un factor pronóstico para el control local es la dosis administrada. La BED recibida por las
metástasis planificadas mediante MC es significativamente mayor que las recibidas con PB,
mientras que no existe una dependencia estadísticamente significativa entre el control local
y el algoritmo de cálculo de dosis utilizado.
Con los esquemas de fraccionamiento utilizados en nuestro estudio, hemos obtenido que
las metástasis que reciben BED99%> 85 Gy o BED50%> 100 Gy, presentan tasas de control
local significativamente mejores que aquellas tratadas con valores de BED más bajos
(p=0.001). En concreto, las tasas de control local a 35 meses han sido de 100% y 49.9%
para los casos por encima y por debajo de BED99% de corte de 85 Gy (p<0.002),
respectivamente y de 100% y 43.7% para los casos por encima y por debajo de BED50% de
corte de 100 Gy (p<0.001), respectivamente (Zucca y cols275).
Estos valores de BED de corte se obtuvieron para las metástasis pulmonares tratadas con
SBRT, utilizando el control intrafracción y la técnica de gating respiratorio, pero también
podrían tener una aplicabilidad más amplia en otros escenarios clínicos.
La proporción de riesgo (hazard ratio) no se ha podido calcular debido a que todos los casos
evaluados en los grupos de mayor BED recibida han sido censurados al no haber ninguna
recidiva, razón por la que nuestros resultados son claramente mejores a los de otros
estudios y superponibles a los obtenidos por Rusthoven y cols174 en el estudio fase I/II.
120
121
5.4. DISCUSIÓN GENERAL
Una consecuencia de la irradiación de lesiones móviles con la respiración es la
heterogeneidad obtenida en las distribuciones de dosis. La delimitación de los márgenes de
tratamiento entre la lesión y los órganos a riesgo cercanos por el movimiento respiratorio
debería establecerse basándose en consideraciones físicas, pero también radiobiológicas. En
este sentido, una adecuada aproximación a este problema consistiría en el análisis de
probabilidades de control tumoral (TCP) y probabilidades de complicaciones a tejido
normal (NTCP), aunque con las debidas precauciones, dado que los resultados derivados
de modelos biofísicos dependen en gran medida de los detalles de estos mismos modelos.
En las distribuciones de dosis heterogéneas, estos modelos presentan una elevada
incertidumbre en la estimación de la dosis – respuesta, especialmente en el caso de tejido
normal, debido a que existen partes del medio que están expuestas a pequeñas regiones de
altas dosis en las proximidades de la lesión.
Diversos métodos se han desarrollado para estimar el efecto del movimiento de la lesión en
las distribuciones de dosis sobre la anatomía del paciente, expandiendo la penumbra del haz
y realizando el cálculo de dosis mediante haces emborronados19. En el caso de IMRT, se
considera la convolución de cada perfil de intensidad del haz con una función que modela
la densidad de probabilidad del movimiento. Li y Xing223 han sugerido la implementación
de emborronamientos localmente adaptados que atiendan a las diferencias de movimiento
existentes para cada volumen, tanto para la lesión como para los órganos a riesgo.
En la evaluación de las consecuencias del movimiento conviene estimar las incertidumbres
de las cantidades evaluadas, bien mostrando la incertidumbre de la dosis administrada en
cada una de las regiones del paciente, o bien estimando la incertidumbre de las cantidades
calculadas como Dmin, Dmedia, dosis equivalente uniforme276 (EUD) o TCP. Para el cálculo
de la incertidumbre en la distribución de dosis asociada al movimiento se han propuesto
métodos como la aproximación mediante la cual se estima la dosis más parecida a la debida
al movimiento, además de unas cotas superior e inferior respecto a esta dosis para un cierto
nivel de confianza277, como 85% correspondiente a 1.5 desviaciones estándar.
Sin embargo, los sistemas de planificación disponibles comercialmente carecen de
herramientas para la evaluación de la incertidumbre de las distribuciones de dosis, razón
por la que es más conveniente estimar la incertidumbre asociada a cantidades calculadas
como EUD, al consistir en una representación generalizada de la dosis media mediante una
ponderación que considera la dependencia con el volumen de la respuesta a la dosis.
La aproximación más rigurosa para este cometido se obtendría empleando el método
MIGA, descrito en la referencia de McShan y cols244, consistente en la generación de
diversas planificaciones dosimétricas correspondientes a un rango completo de
desplazamientos de la lesión y demás órganos, computando las cantidades de interés sobre
cada una de estas planificaciones. Esta operación permitiría obtener una distribución de
valores para cada cantidad, además de estimar cualquier intervalo de confianza deseado. De
este modo, podría extraerse el valor de EUD más probable, además de su rango de
variación debido al movimiento y por consiguiente, obtener una idea más intuitiva de cuan
problemático puede ser el movimiento residual.
122
La relación entre el movimiento interno del tumor y las señales respiratorias indirectas
relacionadas con el movimiento de la pared torácica, el diafragma, pruebas de la función
respiratoria o cualquier otra ligada a las características del paciente, no es suficientemente
conocida. El seguimiento en tiempo real mediante fluoroscopia de un marcador interno es
una herramienta de gran utilidad en la detección del movimiento intrafracción del órgano,
sin originar confusión en el posicionamiento debido al uso de referencias anatómicas óseas,
o errores derivados de una mala resolución temporal en la obtención de imágenes de TC.
No obstante, existen incertidumbres propias relacionadas con este procedimiento, como la
discrepancia entre el movimiento del marcador interno y de la lesión en sí misma, posibles
migraciones del marcador interno durante el periodo de tratamiento, modificaciones en la
distancia entre el marcador y el centro de la lesión a causa de cambios morfológicos
experimentados en el paciente, o los debidos al impacto que el marcador pueda ocasionar
en el propio movimiento respiratorio, además de los errores residuales debidos a las
diferencias entre el tratamiento planificado y el realmente administrado278. La magnitud y la
forma del movimiento intrafracción difieren considerablemente entre lesiones.
La incorporación del movimiento respiratorio en la planificación del tratamiento, así como
la verificación de la posición de la lesión en tiempo real, son elementos fundamentales para
la obtención de distribuciones de dosis mediante dosimetría 4D. La amplitud y la histéresis
del movimiento tumoral son relativamente constantes en respiraciones normales, aunque
siempre es inevitable alguna pequeña desviación intrafracción, especialmente en la
dirección posterior. Así mismo, la posición de la lesión es más estable y reproducible
durante la fase de exhalación.
El éxito de tratamientos altamente conformados a la lesión, como sucede en IMRT, puede
comprometerse por el movimiento de los órganos internos y los errores aleatorios de
posicionamiento del paciente. En este trabajo se ha verificado que el movimiento conduce
siempre a un emborronamiento de las distribuciones de dosis, pero además existen otros
fenómenos, como el referido efecto interplay, si la administración del tratamiento implica el
uso de partes móviles como el colimador MLC.
Después de un número elevado de fracciones, el efecto interplay conduce a una distribución
normal del valor de dosis en torno al valor emborronado promedio. Adicionalmente a estos
fenómenos, el movimiento de los órganos puede causar una deformación espacial de las
distribuciones de dosis. Estos dos últimos efectos, la deformación y el efecto interplay, son
relativamente de escasa importancia19 (del orden de 1% a 2%) en la mayoría de casos
clínicos habituales.
El efecto predominante es el debido al emborronamiento de las distribuciones de dosis, el
cual es, en esencia, independiente de la técnica de irradiación no siendo mayor, de este
modo, en tratamientos de IMRT que en otras técnicas más convencionales. Sin embargo,
debido a los reducidos o comprometidos márgenes de expansión de la lesión en el caso de
IMRT, el emborronamiento tiene potencialmente un efecto mayor en el resultado del
tratamiento, salvo que sean empleados mecanismos de control de la irradiación con la
respiración, como haces sincronizados con el movimiento de la lesión.
123
Una alternativa al uso de los márgenes de expansión por movimiento respiratorio consiste
en desarrollar la planificación dosimétrica basándose en distribuciones de dosis
emborronadas. El movimiento interno de los órganos y los errores de posicionamiento
conducen a un emborronamiento de las distribuciones de dosis, cuya magnitud depende de
la amplitud y características del movimiento, pero no de la técnica de irradiación específica.
Sin embargo, si la técnica de irradiación involucra el movimiento de elementos
moduladores del haz, como sucedería en IMRT, además de un efecto de emborronamiento,
se produciría un efecto de interacción entre el movimiento de la lesión con el movimiento
de las aperturas del haz. A diferencia del efecto de emborronamiento, el efecto interplay es
dependiente de la modalidad de irradiación específica. Diversos estudios basados en
simulaciones han demostrado que este efecto se reduce con el aumento del número de
haces de radiación y tiende a promediarse con el fraccionamiento.
No obstante, estas simulaciones fueron desarrolladas empleando modelos sinusoidales
simplistas del movimiento de la lesión, dado que los ciclos respiratorios de pacientes reales
en ocasiones exhiben patrones complicados, con cambios continuos de amplitud y
periodicidad, derivas en la línea de base del ciclo, así como efectos de envolvente8,86. La
posición media de la lesión puede presentar migraciones intrafracción e interfracción
debido a los cambios de volumen pulmonar en función del tiempo. Matemáticamente, la
respiración humana representa un estado no estacionario difícil de modelar86, aunque todas
estas características pueden incorporarse en modelos matemáticos como los basados en
funciones de distribución de probabilidad.
A pesar de que el efecto interplay es pequeño y probablemente despreciable, no debe
manifestarse como conclusión que no sea una cuestión para considerar en tratamientos de
IMRT. El efecto de emborronamiento siempre está presente en lesiones móviles,
dificultando la administración de distribuciones de dosis que requieran de gradientes de
dosis abruptos entre la lesión y las estructuras críticas, razón por la que es necesario
emplear mecanismos de seguimiento en tiempo real de la lesión29,32,35,38,39,96,97,233,279, como
gating o tracking, con la finalidad de extraer el máximo potencial de los tratamientos de
IMRT en casos complicados con movimientos internos considerables.
Una cuestión determinante en la dosis administrada a las lesiones es la referida al cambio de
algoritmo de cálculo de dosis producido en el tiempo durante el que se trataron las lesiones
analizadas en nuestro estudio. La implementación de un algoritmo con correcciones
adecuadas de heterogeneidad tisular como MC se ha manifestado especialmente en una
pérdida de cobertura en los bordes del PTV, comparado con el resultado tradicional
obtenido con PB, por lo que el parámetro D99% ha sido más sensible al cambio que D50%.
Estos resultados están en consonancia con los descritos por Guckenberger y cols280,
quienes estudiaron la relación entre el control tumoral y la dosis biológicamente efectiva
(BED) recibida por la lesión, sobre una muestra de 84 pacientes y 118 metástasis
pulmonares tratadas con diferentes fraccionamientos mediante SBRT.
124
Estos autores encontraron valores menores de BED recibida por el 95% del PTV
(BED95%), generado a partir de un ITV más un margen simétrico de 5 mm, calculada
mediante dosimetría 3D con corrección de heterogeneidad, comparado con la BED
recibida por el 95% del CTV (BED95%), calculada mediante dosimetría 4D sobre los
estudios de imagen correspondientes a 8 fases del ciclo respiratorio y empleando registro
deformable para la acumulación de la dosis. Encontraron que la tasa de control local
actuarial a 36 meses fue de 82%, tras una media/mediana de seguimiento de 18/14 meses.
Para las distribuciones de dosis 3D, obtuvieron una BED95% de corte de 80 Gy sobre el
PTV con unas tasas de control local a 36 meses de 89% y 63% para los casos por encima y
por debajo de este umbral (p=0.003), respectivamente.
Para las distribuciones de dosis 4D, obtuvieron una BED95% de corte de 100 Gy sobre el
CTV con unas tasas de control local a 36 meses de 89% y 62% para los casos por encima y
por debajo de este umbral (p=0.0001), respectivamente.
De acuerdo con Guckenberger y cols281, la curva de dosis - respuesta presenta un plateau
cerca de 100 Gy de BED empleando un / de 10 Gy para tumor, de modo que mientras
la reducción en la dosis calculada con corrección de heterogeneidad mediante MC presente
valores de BED > 100 Gy, la probabilidad de control tumoral seguirá siendo adecuada.
En un estudio multi-céntrico publicado por Onishi y cols282 encontraron igualmente
mejores tasas de control local para valores de BED > 100 Gy prescritos al isocentro,
aunque ninguna información concerniente al uso de protocolos de imagen guiada o
algoritmos de cálculo fue facilitada. Según Guckenberger y cols281, el valor de BED de corte
de 100 Gy al isocentro podría estar sobrestimado hasta un 15% respecto de la BED
recibida por el 95% del CTV.
La manera más directa de determinar el valor añadido aportado por los sistemas de
planificación basados en código MC se fundamenta en enlazar las diferencias observadas en
las distribuciones de dosis con los resultados clínicos. En este sentido, es necesario la
evaluación post-tratamiento de los estudios de TC que permitan analizar, por una parte,
posibles recurrencias locales en el interior del PTV como consecuencia de regiones de
subdosificación (según la predicción de MC) y por otra parte, posibles efectos colaterales
en estructuras críticas en regiones de sobredosificación.
Las desviaciones registradas en nuestro estudio debidas al cambio de algoritmo de cálculo
muestran niveles de discrepancia susceptibles de condicionar los resultados clínicos, dado
que diferencias dosimétricas del orden de 5% a 10% pueden ser clínicamente detectables146,
además de producir cambios en la probabilidad de control tumoral de 10% a 20% o
cambios en la probabilidad de complicaciones de tejido normal de 20% a 30%.
Por este motivo, desde el punto de vista del control tumoral, los resultados de esta tesis
ponen de manifiesto la necesidad de emplear algoritmos de cálculo que implementen
correcciones adecuadas de heterogeneidad tisular en el cálculo de dosis de lesiones
pulmonares, dado que permitirán tener un conocimiento más exacto de la dosis de
radiación impartida sobre la lesión, especialmente en los tratamientos mediante SBRT,
donde los tumores son de reducidas dimensiones, y en los que la distribución de dosis es
determinante para obtener un control local adecuado, siempre que la BED realmente
administrada en el PTV sea superior a 100 Gy.
125
6. CONCLUSIONES
1. La precisión en la irradiación de lesiones móviles con la respiración mediante
control intrafracción basado en gating respiratorio permite reducir de forma segura
el volumen de tratamiento, haciendo posible aumentar la dosis por fracción con
intención ablativa (Zucca y cols283).
2. El algoritmo de cálculo MC resuelve correctamente los problemas dosimétricos
derivados de la heterogeneidad tisular, especialmente en lesiones pulmonares
pequeñas, circunstancia que sucede en tratamientos como la radioterapia
estereotáxica extracraneal (Zucca y cols284).
3. Las diferencias dosimétricas debidas al modo en que los algoritmos de cálculo
interpretan estas heterogeneidades dependen fuertemente del volumen y densidad
de la lesión, siendo mayores para las lesiones más pequeñas y aisladas en el medio
pulmonar. Para el tratamiento de estas lesiones con SBRT es fundamental prescribir
la dosis de tratamiento basándose en un algoritmo de cálculo con correcciones
adecuadas de heterogeneidad tisular, dado que en caso contrario, existirían regiones
de subdosificación en el tumor, con la consiguiente pérdida de control local
(Zucca y cols285).
126
127
7. LÍNEAS DE DESARROLLO
La creciente implementación de técnicas como la SBRT en el tratamiento de lesiones
pulmonares, tanto operables como no operables, ha permitido alcanzar cuotas de control
local satisfactorias31,167,168,171,172,282,286 en los tratamientos hipofraccionados basados en
esquemas de fraccionamiento con BED de prescripción superior a 100 Gy.
Es fundamental conocer con la máxima exactitud la distribución de dosis administrada a las
lesiones para garantizar unos valores mínimos de dosis recibida en el tumor que permitan
alcanzar los objetivos terapéuticos de control local.
Esto es posible a través del desarrollo de elementos como el control intrafracción del
movimiento respiratorio, y su sincronización con el haz de radiación, además de mejoras
continuadas en los algoritmos de cálculo de dosis que consideren con mayor detalle los
mecanismos de interacción de la radiación con el medio de deposición.
La implantación en los últimos años de sistemas de posicionamiento y control intrafracción
basados en el reconocimiento de superficie ha permitido monitorizar en tiempo real la
administración del tratamiento y, en algunos casos particulares, la sincronización del haz de
radiación con el movimiento respiratorio mediante técnicas de DIBH82, lo cual permite la
reducción en los márgenes requeridos para considerar la incertidumbre en la localización de
la lesión.
En los tratamientos de carcinoma de mama izquierda, al producirse una separación entre
corazón y volumen blanco gracias al incremento de aire inhalado en los pulmones, permite
reducir la dosis recibida en la arteria coronal descendente anterior287, o en los tratamientos
de lesiones pulmonares, tanto en esquemas de fraccionamiento convencional como SBRT,
en los que se limita la movilidad de la lesión durante la irradiación mientras la respiración se
encuentre mantenida dentro de un rango adecuado que previamente ha sido establecido
durante la fase de simulación44.
Los sistemas de reconocimiento de superficie son el elemento fundamental de la técnica
denominada Radioterapia Guiada por Superficie288 (SGRT) y comprenden dispositivos de
diferentes características según el mecanismo empleado para la monitorización de la
superficie289,290, como pueden ser los sistemas de barrido topológico mediante láser291,292,
sistemas binoculares de imágenes estereoscópicas mediante la emisión y reflexión de
patrones de luz estructurada293,294, o bien el reconocimiento mediante radiación IR de una
serie de marcadores fiduciales externos colocados sobre la superficie del paciente295,296,
como el sistema ExacTrac297–299 descrito en el desarrollo de esta tesis.
Estas técnicas de localización en tiempo real, en las que no se emplea imagen radiográfica,
pueden clasificarse ampliamente como basadas en marcadores o en superficies. Las técnicas
de localización basadas en marcadores rastrean pasivamente un marcador reflectante con
un sistema de imágenes que funciona en el espectro infrarrojo (IR) o rastrean activamente
una baliza de radiofrecuencia (RF) utilizando un conjunto de receptores de RF. Estos
sistemas utilizan una serie de marcadores colocados directamente en la superficie del
paciente o en un dispositivo de inmovilización que está rígidamente unido a la superficie
del paciente; Las balizas emisoras de RF también pueden implantarse dentro del cuerpo.
128
Los sistemas de marcadores activos y pasivos suelen emplear una pequeña cantidad de
marcadores, lo que limita de forma inherente su capacidad para describir completamente la
posición y la postura de un paciente. Los avances en el poder de la computación y la
tecnología de imágenes permiten en la actualidad identificar gran cantidad de puntos
arbitrarios en el paciente y, al mismo tiempo, rastrear su posición a lo largo del tiempo.
Si se distribuyen adecuadamente, estos puntos comprenden una superficie 3D y pueden
considerarse como una extensión al enfoque basado en marcadores, con la correspondiente
mejora en la capacidad de relacionar la posición y postura reales del paciente respecto a una
imagen de referencia.
Dependiendo de la localización de la lesión y de las características individuales de
movimiento del paciente, las técnicas basadas en el reconocimiento de superficie no
necesariamente se corresponden con un sustituto anatómico adecuado para caracterizar el
movimiento interno de la lesión, especialmente en las regiones abdominal y torácica84–87.
En este tipo de localizaciones anatómicas resulta fundamental poder discernir con claridad
la posición de la lesión durante el tratamiento cuando el haz de radiación requiere de su
activación con la respiración dentro de una ventana determinada, cuya activación depende
exclusivamente de la visualización del movimiento superficial del paciente por parte de los
sistemas de SGRT, al prescindir del reconocimiento de marcadores fiduciales implantados
en las proximidades de la lesión.
Por este motivo, es necesario que la adquisición de las imágenes para el posicionamiento
del paciente en la unidad de tratamiento sea en la misma fase respiratoria que la obtenida en
las imágenes del TC de simulación, para lo cual el sistema de SGRT debe monitorizar el
ciclo respiratorio del paciente durante la obtención de las imágenes de tomografía mediante
CBCT, de modo que la adquisición se produzca únicamente cuando el paciente colabore
manteniendo su respiración en la fase correspondiente.
En este sentido, una interesante línea de desarrollo a lo descrito en esta tesis consistiría en
la comprobación de los umbrales de detección del ciclo respiratorio, así como de los
movimientos de la superficie del paciente, por parte de los sistemas de SGRT, para
garantizar que la precisión en el posicionamiento, y la sincronización del haz de radiación
con la respiración tras múltiples interrupciones y reanudaciones, se encuentran dentro de
las tolerancias recomendables para su uso clínico.
En el tratamiento de lesiones irradiadas en respiración libre, con la finalidad de conocer la
dosis realmente administrada en el escenario más habitual en radioterapia, debería evaluarse
la distribución de dosis calculada sobre un elemento de densidad tisular en el seno de un
medio de densidad pulmonar, considerando la dosis acumulada en cada una de las fases,
ponderadas por la función de densidad de probabilidad del ciclo respiratorio.
De este modo, podría compararse el cálculo de la dosis 4D con la irradiación en respiración
libre medida en las mismas condiciones con algún dosímetro bidimensional, que permitiera
estimar la dosis realmente recibida por la lesión en el caso de no emplear ninguna técnica
de control intrafracción como el gating respiratorio o DIBH300.
129
LISTA DE FIGURAS
Figura 1.1. Considerando tamaños de campo suficientemente grandes como para existir
equilibrio electrónico de partículas cargadas (CPE) así como permitir una visualización
completa de la fuente, la anchura completa a mitad del máximo (FWHM) de los perfiles de
dosis conduce a unos tamaños de campo correctamente determinados dado que los bordes
del campo se encuentran aproximadamente al nivel de 50% de dosis en condiciones de
CPE, según se indica en la imagen de la izquierda. Cuando el tamaño de campo es del
mismo orden que el alcance electrónico lateral, la penumbra de bordes de colimación
enfrentados comienza a solaparse, causando un pequeño error en la determinación del
tamaño de campo a partir de los datos de FWHM (imagen central), siendo más dramático
para campos muy pequeños, dado que la curva resultante presenta un máximo menor y,
por lo tanto, su valor medio será desplazado exteriormente respecto a la posición correcta,
resultando en un tamaño de campo sobrestimado, como se aprecia en la imagen de la
derecha (adaptado de Das y cols110). ............................................................................................. 26
Figura 1.2. El modelado de los haces de radiación en el sistema de planificación es muy
sensible a parámetros como las dimensiones de la fuente de radiación, especialmente para
campos pequeños, donde un tamaño excesivo conduce a una sobrestimación de las
penumbras, además de un brusco descenso de los factores de campo respecto a los
determinados experimentalmente en el proceso de caracterización dosimétrica (adaptado de
Aspradakis y cols114). ....................................................................................................................... 27
Figura 1.3. Representación esquemática de la deposición de dosis en un elemento
diferencial de volumen situado en r debido a las interacciones producidas en otro elemento
diferencial de volumen situado en r’, considerando las diferencias de camino radiológico
entre ambos puntos debido a la densidad electrónica del medio. Dada la divergencia de los
haces, los núcleos de deposición de energía deberían de orientarse alineados con la
dirección del haz115 (kernel tilting). En caso contrario, las deviaciones podrían ser superiores
al 3% en el eje y aún mayores fuera de eje y en las zonas de penumbra del campo,
especialmente para tamaños de campo grande y DFS pequeñas, donde los haces presentan
mayores divergencias116. ................................................................................................................. 28
Figura 4.1. Maniquí BrainLAB gating phantom requerido durante las pruebas de aceptación
con el fabricante mediante el que es posible realizar la adquisición del ciclo respiratorio a
partir del movimiento relativo de los marcadores reflectantes externos (Body Markers)
respecto a la estrella de referencia (Reference Star). ...................................................................... 47
Figura 4.2. Programa de adquisición del ciclo respiratorio empleando el sistema de IGRT
ExacTrac mediante el que son obtenidos los vectores desplazamiento de las posiciones de
exhalación e inhalación respecto al nivel de referencia. El desplazamiento global estimado
por el sistema es comparado con el desplazamiento real de 15.0 mm en dirección
longitudinal efectuado por el maniquí. En azul aparece la fracción activa del ciclo (FAC) en
130
que será activado el haz de radiación cuando la señal del ciclo respiratorio se encuentre
contenida en esta región. ................................................................................................................ 48
Figura 4.3. Maniquí QUASAR Respiratory Motion Platform utilizado en el estudio de la
influencia en la localización y posicionamiento del isocentro de tratamiento con el ciclo
respiratorio, la evaluación de las distribuciones de dosis absorbida y el estudio de viabilidad
de tratamientos de IMRT en condiciones de control respiratorio........................................... 49
Figura 4.4. Maniquí QUASAR Test Motion Assay empleado en la evaluación de la dosis
absorbida en condiciones de control respiratorio mediante un inserto específico para
cámara de ionización en el cilindro de madera que simula una cavidad heterogénea
equivalente a tejido pulmonar. ...................................................................................................... 51
Figura 4.5. Imagen general (izquierda) y detallada (derecha) del maniquí QUASAR Test
Motion Assay durante la fase de adquisición del ciclo respiratorio siguiendo el procedimiento
empleado en caso de gating respiratorio. .................................................................................... 52
Figura 4.6. Volumen de optimización de IMRT empleado en la obtención de dos patrones
de fluencia estática (sIMRT) y dinámica (dIMRT) utilizados en el estudio de la viabilidad de
tratamientos de IMRT en condiciones de control respiratorio. ............................................... 53
Figura 4.7. Patrones de fluencia estática (izquierda) y dinámica (derecha) calculados a partir
del volumen de optimización de IMRT. ...................................................................................... 54
Figura 4.8. Maniquí heterogéneo compuesto de láminas de material equivalente a agua
(RW3) y de material de baja densidad (styrofoam) empleado para el cálculo de dosis MC
como DM y DW, y medida con una cámara de ionización PTW 31010 con una caperuza de
equilibrio de PMMA. ...................................................................................................................... 58
Figura 4.9. Maniquí heterogéneo compuesto de material equivalente a hueso cortical y agua
(RW3), así como agua con densidad ósea y agua (RW3) empleado en la evaluación de la
conversión de DM a DW. ................................................................................................................. 60
Figura 4.10. Distribución de volúmenes de PTV agrupados por cada dosis total
administrada, donde es posible observar que la mayoría de las lesiones consideradas en el
estudio retrospectivo presentaban un volumen inferior a 30 cm3. .......................................... 63
Figura 5.1. Perfiles de dosis longitudinales para campos de radiación de 30 mm x 30 mm
(izquierda) y 60 mm x 60 mm (derecha) irradiados en ambos casos tras el posicionamiento
del isocentro a partir de dos estudios de TC correspondientes a dos fases extremas del ciclo
respiratorio (exhalación vs inhalación). Se observa que dos situaciones opuestas durante la
simulación conducen a un mismo posicionamiento, comprobando la independencia de la
localización y posicionamiento del isocentro respecto de la fase del ciclo respiratorio en
que hubiera sido adquirido el estudio de imagen. ...................................................................... 71
131
Figura 5.2. Perfiles de dosis longitudinales para campo de radiación de 30 mm x 30 mm
adquiridos en condiciones de control respiratorio basadas en nivel de referencia de 50% y
fracciones activas del ciclo de 25% (izquierda) 50% (centro) y 100% (derecha) mostrando el
grado de deformación conforme aumenta el área de irradiación respecto a la situación de
no movimiento. ............................................................................................................................... 74
Figura 5.3. Como la Figura 5.2, para campo de radiación de 60 mm x 60 mm. .................... 74
Figura 5.4. Perfiles de dosis longitudinales para campos de IMRT estática (superior) e
IMRT dinámica (inferior) adquiridos en condiciones de control respiratorio basadas en
nivel de referencia de 50% y FAC de 25% comparados respecto a una situación de no
movimiento. ..................................................................................................................................... 78
Figura 5.5. Comparación de matrices de dosis sIMRT gated – sIMRT no movimiento
mediante el programa Verisoft 4.0 de PTW empleando un criterio de índice gamma local de
3% - 3.0 mm de diferencia de dosis y DTA. ............................................................................... 79
Figura 5.6. Como la Figura 5.5, para comparación dIMRT gated – dIMRT no movimiento.
........................................................................................................................................................... 80
Figura 5.7. Disminución de la región terapéutica de un campo de radiación de 60 mm x 60
mm debido al movimiento de la lesión durante el ciclo respiratorio conforme aumenta la
FAC. En caso de irradiación en respiración libre (derecha) existiría una subdosificación en
los bordes de la lesión no considerada durante la evaluación dosimétrica (situación estática).
........................................................................................................................................................... 84
Figura 5.8. Perfiles de dosis transversales (izquierda) y longitudinales (derecha) medidos y
calculados con 2.0 mm de resolución espacial y varianza media de 0.5%, para campos de
radiación de 12 mm x 12 mm, 42 mm x 42 mm, 80 mm x 80 mm y 100 mm x 100 mm. .. 90
Figura 5.9. Factores de campo medidos y calculados con 2.0 mm de resolución espacial y
varianza media de 0.5%, normalizados al valor del campo de referencia, 100 mm x 100 mm.
Se presentan las barras de incertidumbre para evaluación de la compatibilidad de los
resultados.......................................................................................................................................... 91
Figura 5.10. Perfiles de dosis transversales (izquierda) y longitudinales (derecha) medidos y
calculados para un campo de IMRT compuesto por dos segmentos rectangulares
adyacentes, irradiados dos veces cada uno, empleando accuracy optimized respecto a speed
optimized, donde resaltan las diferencias dosimétricas en el cálculo debidas a la transmisión
de láminas. ........................................................................................................................................ 93
Figura 5.11. Comportamiento del algoritmo de cálculo MC para un medio con densidad
pulmonar en función de las dimensiones del campo, donde se presentan las diferencias
entre DW y DM respecto a la dosis medida con cámara de ionización, apareciendo las
mayores diferencias para los campos más pequeños donde las condiciones de desequilibrio
electrónico lateral son mayores. .................................................................................................... 94
132
Figura 5.12. Comportamiento del algoritmo de cálculo MC en función de la densidad del
medio, donde se presentan las diferencias entre DW y DM asociadas al cociente de poderes
másicos de frenado, apareciendo las mayores diferencias para medios de alta densidad
(hueso cortical). ............................................................................................................................... 96
Figura 5.13. Rendimientos de dosis en profundidad calculados sobre el maniquí
heterogéneo descrito en la Figura 4.9, indicando que para la conversión de DM a DW
únicamente es relevante la densidad electrónica especificada por el valor de UH en vez de
la composición estequiométrica. ................................................................................................... 97
Figura 5.14. Variación de la conversión de DM a DW con la profundidad para el maniquí
heterogéneo descrito en la Figura 4.9, apreciándose una diferencia aproximada de 12.5%
debida al cociente de poderes de frenado agua-hueso, mientras que la diferencia entre DW
para hueso y agua con densidad ósea es, en general, inferior a 5%, indicando un
comportamiento similar para ambos medios, independientemente de su composición
estequiométrica. ............................................................................................................................... 98
Figura 5.15. Probabilidades asociadas al cálculo de dosis MC para distintas varianzas medias
mediante las que se resalta la naturaleza estocástica de los resultados dada por la dispersión
de los valores de dosis calculada, además de su dependencia con la varianza media
seleccionada: 2.0% (superior izquierda), 1.5% (superior derecha), 1.0% (inferior izquierda) y
0.5% (inferior derecha). .................................................................................................................. 99
Figura 5.16. Histograma de la desviación de los indicadores dosimétricos D99%, D50% y D1%
entre MC y PB normalizada a la dosis de prescripción, indicando que la mayoría de las
desviaciones son inferiores a 15% aunque las máximas son de hasta 45%. ......................... 103
Figura 5.17. Representación de los índices de dosis D99% y D50% en función del algoritmo de
cálculo donde se observa una tendencia a sobrestimar la dosis en el cálculo PB respecto a
MC. .................................................................................................................................................. 104
Figura 5.18. Representación de los parámetros dosimétricos V20 para pulmón sano y D2cm
para tejido normal en función del algoritmo de cálculo donde se observa una correlación
lineal entre la dosis calculada MC respecto a PB, aunque con una ligera tendencia a la
sobrestimación con PB, mostrando que las variaciones experimentadas por el tejido sano
expuesto a valores menores de dosis son menos sensibles a diferencias dosimétricas
debidas al algoritmo de cálculo que regiones de mayor dosis como PTV. ........................... 106
Figura 5.19. Variación de los indicadores dosimétricos D99% y D50% en función del volumen
de PTV mostrando una mayor desviación entre ambos algoritmos de cálculo conforme las
dimensiones de la lesión se reducen. .......................................................................................... 107
Figura 5.20. Variación de los indicadores dosimétricos D99% y D50% en función de la
densidad electrónica relativa a agua del PTV mostrando una mayor desviación entre ambos
algoritmos de cálculo conforme la densidad media de la lesión es más equivalente a medio
pulmonar. ....................................................................................................................................... 109
133
Figura 5.21. Representación de las curvas de isodosis en los planos axial (superior), coronal
(medio) y sagital (inferior) en isocentro de la lesión de menor volumen considerada en el
estudio retrospectivo, mostrando las mayores diferencias registradas entre MC (izquierda) y
PB (derecha) donde se pone de manifiesto la sobreestimación de la dosis absorbida en
medio de baja densidad asociada a un algoritmo sin corrección adecuada de heterogeneidad
como PB. ........................................................................................................................................ 110
Figura 5.22. Histograma dosis-volumen del mismo caso clínico expuesto en la Figura 5.21
donde se exponen las grandes diferencias existentes en los valores de dosis recibida para
PTV entre ambos algoritmos de cálculo, considerando que la lesión fue correctamente
irradiada al disponer del cálculo MC en el momento de realizar la planificación dosimétrica
del tratamiento. .............................................................................................................................. 111
Figura 5.23. Variación de los parámetros dosimétricos V20 para pulmón sano y D2cm para
tejido normal en función del volumen de PTV, mostrando mayores diferencias en la dosis
periférica entre ambos algoritmos de cálculo para menores volúmenes de la lesión. La
variación de V20 recogida en este estudio no es estadísticamente significativa, debido
probablemente al gran volumen que supone el pulmón sano respecto al volumen
englobado por la isodosis de 20 Gy. .......................................................................................... 113
Figura 5.24. Evolución temporal de la Dosis Biológicamente Efectiva (BED), y de los
valores promedio (líneas horizontales), recibidas al menos por el 99% y 50% del PTV. La
introducción en 2011 del algoritmo de cálculo de dosis MC produce una discontinuidad.
BED99% PB y BED50% PB corresponden a las BED recalculadas con MC para los planes
originalmente administrados con cálculo PB, mientras que BED99% MC y BED50% MC
representan las BED para los planes administrados con cálculo MC. .................................. 115
Figura 5.25. Probabilidades de control tumoral encontradas para la BED recibida por el
99% y 50% del PTV. Las líneas continuas representan el modelo que mejor se ajusta a los
resultados clínicos obtenidos. ...................................................................................................... 116
Figura 5.26. Tasas de control local para la BED recibida por el 99% (izquierda) y 50%
(derecha) del PTV. BED99% < 85 Gy y BED50% < 100 Gy son los valores umbrales para un
adecuado control local. ................................................................................................................. 117
134
135
LISTA DE TABLAS
Tabla 5.1. Desviación encontrada en la dosis absorbida en condiciones de control
respiratorio basado en nivel de referencia de 50% y FAC de 25% respecto a la situación de
no movimiento. ............................................................................................................................... 73
Tabla 5.2. Estudio de las deformaciones experimentadas por los campos de radiación
evaluados en diferentes condiciones de irradiación con control respiratorio comparadas
respecto a la situación de no movimiento, comprobando la elongación de las penumbras y
disminución de la región terapéutica conforme aumenta la FAC. ........................................... 75
Tabla 5.3. Elongación encontrada en las regiones de alto gradiente de dosis para campos de
IMRT estática (sIMRT) e IMRT dinámica (dIMRT) irradiados en condiciones de control
respiratorio basado en nivel de referencia de 50% y FAC de 25% respecto a la situación de
no movimiento. ............................................................................................................................... 78
Tabla 5.4. Recopilatorio de las pruebas realizadas durante las pruebas de aceptación y
estado de referencia inicial para un sistema de irradiación con control respiratorio,
estableciendo una serie de tolerancias para cada uno de los procedimientos que
compondrían la base de un programa de garantía de calidad. .................................................. 83
Tabla 5.5. Cuadro recopilatorio con las características físicas de los diferentes materiales
empleados en la evaluación de la conversión de DM a DW asociadas al cociente de poderes
másicos de frenado, además de la comparación con los resultados obtenidos a través del
NIST. ................................................................................................................................................ 96
Tabla 5.6. Recopilación de las desviaciones registradas en los índices de dosis para PTV,
pulmón sano y tejido normal entre los algoritmos de cálculo MC y PB normalizadas a la
dosis de prescripción, correspondiente a los percentiles 98, 95, 50, 5, 2, además de las
desviaciones mínima, media y máxima de la distribución de casos. ...................................... 104
136
137
GLOSARIO
2D Bidimensional o dos dimensiones
3D Tridimensional o tres dimensiones
3DTC Tomografía Computarizada 3D
(3D Computed Tomography)
4D Cuatro dimensiones
4DTC Tomografía Computarizada 4D
(4D Computed Tomography)
AAA Algoritmo Analítico Anisótropo
(Anisotropic Analytical Algorithm)
AAPM Asociación Americana de Físicos en Medicina
(American Association of Physicist in Medicine)
BED Dosis Biológicamente Efectiva
(Biologically Effective Dose)
BED50% Dosis Biológicamente Efectiva recibida al menos
en el 95% de un volumen
BED95% Dosis Biológicamente Efectiva recibida al menos
en el 95% de un volumen
BED99% Dosis Biológicamente Efectiva recibida al menos
en el 99% de un volumen
CBCT Tomografía Computarizada de Haz Cónico
(Cone Beam Computed Tomography)
138
CCD Dispositivo de carga acoplada
(Charged Coupled Device)
CPE Equilibrio Electrónico de Partículas Cargadas
(Charged Particle Equilibrium)
CTV Volumen de Tratamiento Clínico
(Clinical Target Volume)
CV Coeficiente de Variación
D2cm Dosis absorbida máxima a 2 cm de distancia del PTV
D50 Dosis para la cual se obtiene una tasa de control de 50%
D1% Dosis absorbida recibida al menos en el 1% de un volumen
D50% Dosis absorbida recibida al menos en el 50% de un volumen
D95% Dosis absorbida recibida al menos en el 95% de un volumen
D99% Dosis absorbida recibida al menos en el 99% de un volumen
Diso Dosis absorbida en el isocentro de planificación
DM Dosis absorbida referida a medio
Dmáx Dosis absorbida máxima en un volumen
Dmedia Dosis absorbida media en un volumen
Dmin Dosis absorbida mínima en un volumen
Dp Dosis de prescripción
DW Dosis absorbida referida a agua
DFS Distancia Foco / Fuente Superficie
DIBH Respiración Mantenida en Inspiración Profunda
(Deep Inspiration Breath Hold)
139
DOH Dosimetría de Haces
(Nomenclatura referida en el Protocolo para Control de Calidad en
Sistemas de Planificación de Terapia con Radiaciones Ionizantes de
la SEFM)
DTA Distancia de Acuerdo
(Distance To Agreement)
EUD Dosis Equivalente Uniforme
(Equivalent Uniform Dose)
FAC Fracción Activa del Ciclo
FFT Convolución por Transformada Rápida de Fourier
(Fast Fourier Transformation)
FOV Campo de Visión
(Field Of View)
FWHM Anchura Completa a la Mitad de Altura
(Full Width at Half Maximum)
GR Gating Respiratorio
GRL Nivel de Referencia de Gating
(Gating Reference Level)
GTV Volumen de Tratamiento Macroscópico
(Gross Target Volume)
HDV Histograma Dosis Volumen
ICRU Comisión Internacional de Unidades y Medidas de Radiación
(International Commission of Radiation Units and Measurements)
140
IGRT Radioterapia Guiada por la Imagen
(Image Guided Radiation Therapy)
IM Margen Interno
(Internal Margin)
IMRT Radioterapia de Intensidad Modulada
(Intensity Modulated Radiation Therapy)
dIMRT Radioterapia de Intensidad Modulada Dinámica
(Dynamic Intensity Modulated Radiation Therapy)
sIMRT Radioterapia de Intensidad Modulada Estática
(Static Intensity Modulated Radiation Therapy)
IR Radiación Infrarroja
(Infrared Radiation)
ITV Volumen de Tratamiento Interno
(Internal Target Volume)
KERMA Energía Cinética Liberada por Unidad de Masa
(Kinetic Energy Released per Unit Mass)
LLL Lóbulo Inferior Izquierdo
(Left Lower Lobe)
LUL Lóbulo Superior Izquierdo
(Left Upper Lobe)
MC Monte Carlo
MLC Colimador Multilámina
(Multi-Leaf Collimator)
141
mMLC Colimador Micro-Multilámina
(MicroMulti-Leaf Collimator)
MV Megavoltio
NIST Instituto Nacional de Estándares y Tecnología
(National Institute of Standards and Technology)
NTCP Probabilidad de Complicaciones a Tejido Normal
(Normal Tissue Complications Probability)
PQ Factor de perturbación de una cámara de ionización
para la calidad del haz Q
Pstem Factor de perturbación de una cámara de ionización
introducida por la no equivalencia a agua del tallo
Pwall Factor de perturbación de una cámara de ionización
introducida por la no equivalencia a agua de las paredes
PB Haz Filiforme
(Pencil Beam)
PDD Porcentaje de dosis en profundidad.
Distribución de dosis en profundidad medida a DFS constante.
(Percent Depth Dose)
PDF Función de Densidad de Probabilidad
(Probability Density Function)
PET Tomografía por Emisión de Positrones
(Positron Emission Tomography)
PMMA Polimetil Metacrilato
142
ppp Puntos por pulgada
PTV Volumen de Tratamiento Planificado
(Planning Target Volume)
OAR Órgano a Riesgo
(Organ At Risk)
R50% Índice de conformidad para la isodosis del 50%
de la dosis de prescripción
R100% Índice de conformidad para la isodosis del 100%
de la dosis de prescripción
RF Radiofrecuencia
RGB Rojo Azul Verde
(Red Blue Green)
RLL Lóbulo Inferior Derecho
(Right Lower Lobe)
RML Lóbulo Medio Derecho
(Right Middle Lobe)
RMN Resonancia Magnética Nuclear
ROC Característica Operativa del Receptor
(Receiver Operating Characteristic)
ROI Región de Interés
(Region Of Interest)
rpm Respiraciones por minuto
RTOG Grupo de Trabajo de Oncología Radioterápica
(Radiation Therapy Oncology Group)
143
RUL Lóbulo Superior Derecho
(Right Upper Lobe)
SBRT Radioterapia Estereotáxica Extracraneal
(Stereotactic Body Radiation Therapy)
SEFM Sociedad Española de Física Médica
SGRT Radioterapia Guiada por Superficie
(Surface Guided Radiation Therapy)
SM Margen debido a incertidumbres de posicionamiento
(Set-up Margin)
SRS Radiocirugía Estereotáxica Craneal
(Stereotactic RadioSurgery)
SRT Radioterapia Estereotáxica Fraccionada Craneal
(Stereotactic Radiation Therapy)
SSD Distancia Foco / Fuente Superficie
(Source to Surface Distance)
TC Tomografía Computarizada
TCP Probabilidad de Control Tumoral
(Tumour Control Probability)
TCP50% Probabilidad de Control Tumoral para una Dosis Biológicamente
Efectiva recibida al menos en el 50% de un volumen
TCP99% Probabilidad de Control Tumoral para una Dosis Biológicamente
Efectiva recibida al menos en el 99% de un volumen
TERMA Energía Total Liberada por Unidad de Masa
(Total Energy Released per Unit Mass)
144
TPS Sistema de Planificación de Tratamientos
(Treatment Planning System)
UH Unidad Hounsfield
UM Unidad Monitor
V20 Volumen englobado por la isodosis de 20 Gy
V95% Volumen englobado por la isodosis del 95%
de la dosis de prescripción
V107% Volumen englobado por la isodosis del 107%
de la dosis de prescripción
VMC Monte Carlo basado en Vóxeles
(Voxel based Monte Carlo)
XVMC Monte Carlo basado en Vóxeles para Rayos X
(X-Ray Voxel based Monte Carlo)
γ50 Pendiente normalizada de la curva sigmoidea de
dosis – respuesta para el valor D50.
145
BIBLIOGRAFÍA
1. Keall PJ, Mageras GS, Balter JM, et al. The management of respiratory motion in radiation oncology report of AAPM Task Group 76. Med Phys. 2006;33(10):3874-3900. doi:10.1118/1.2349696.
2. Teh BS, Paulino AC, Lu HH, et al. Versatility of the Novalis System to Deliver Image-Guided Stereotactic Body Radiation Therapy (SBRT) for Various Anatomical Sites. Technol Cancer Res Treat. 2007;6(4):347-354. doi:10.1177/153303460700600412.
3. Mageras GS, Kutcher GJ, Leibel SA, et al. A method of incorporating organ motion uncertainties into three-dimensional conformal treatment plans. Int J Radiat Oncol Biol Phys. 1996;35(2):333-342. doi:10.1016/0360-3016(96)00008-9.
4. Landberg T, Chavaudra J, Dobbs J, et al. ICRU Report 50: Prescribing, Recording, and Reporting Photon Beam Therapy. J Int Comm Radiat Units Meas. 1993;Report 50(1):76.
5. Katz AW. RTOG 0438: A Phase I Trial of Highly Conformal Radiation Therapy for Patients with Liver Metastases. Vol 0438.; 2006.
6. Bradley J, Gaspar L, Capote R, et al. RTOG 0813: Seamless Phase I / II Study of Stereotactic Lung Radiotherapy (SBRT) for Early Stage, Centrally Located, Non-Small Cell Lung Cancer (NSCLC) in Medically Inoperable Patients.; 2006.
7. Videtic GMM, Singh AK, Chang JY, et al. RTOG 0915: A Randomized Phase II Study Comparing 2 Stereotactic Body Radiation Therapy (SBRT) Schedules for Medically Inoperable Patients With Stage I Peripheral Non-Small Cell Lung Cancer. Vol 0915. Radiation Therapy Oncology Group; 2014.
8. Seppenwoolde Y, Shirato H, Kitamura K, et al. Precise and real-time measurement of 3D tumor motion in lung due to breathing and heartbeat, measured during radiotherapy. Int J Radiat Oncol Biol Phys. 2002;53(4):822-834. doi:10.1016/S0360-3016(02)02803-1.
9. Shimizu S, Shirato H, Ogura S, et al. Detection of lung tumor movement in real-time tumor-tracking radiotherapy. Int J Radiat Oncol. 2001;51(2):304-310. doi:10.1016/S0360-3016(01)01641-8.
10. Lujan AE, Larsen EW, Balter JM, Ten Haken RK. A method for incorporating organ motion due to breathing into 3D dose calculations. Med Phys. 1999;26(5):715-720. doi:10.1118/1.598577.
11. Giraud P, Rycke Y De, Dubray B, et al. Conformal radiotherapy (CRT) planning for lung cancer: analysis of intrathoracic organ motion during extreme phases of breathing. Int J Radiat Oncol • Biol • Phys. 2001;51(4):1081-1092. doi:10.1016/S0360-3016(01)01766-7.
146
12. Ross CS, Hussey DH, Pennington EC, Stanford W, Doornbos JF. Analysis of movement of intrathoracic neoplasms using ultrafast computerized tomography. Int J Radiat Oncol • Biol • Phys. 1990;18(3):671-677. doi:10.1016/0360-3016(90)90076-V.
13. Balter JM, Lam KL, McGinn CJ, Lawrence TS, Haken RK Ten. Improvement of CT-based treatment-planning models of abdominal targets using static exhale imaging. Int J Radiat Oncol • Biol • Phys. 1998;41(4):939-943. doi:10.1016/S0360-3016(98)00130-8.
14. Shimizu S, Shirato H, Kagei K, et al. Impact of respiratory movement on the computed tomographic images of small lung tumors in three-dimensional (3D) radiotherapy. Int J Radiat Oncol • Biol • Phys. 2000;46(5):1127-1133. doi:10.1016/S0360-3016(99)00352-1.
15. Murphy MJ, Martin D, Whyte R, Hai J, Ozhasoglu C, Le Q-T. The effectiveness of breath-holding to stabilize lung and pancreas tumors during radiosurgery. Int J Radiat Oncol • Biol • Phys. 2002;53(2):475-482. doi:10.1016/S0360-3016(01)02822-X.
16. Keall P. 4-dimensional computed tomography imaging and treatment planning. Semin Radiat Oncol. 2004;14(1):81-90. doi:10.1053/j.semradonc.2003.10.006.
17. Wink NM, Panknin C, Solberg TD. Phase versus amplitude sorting of 4D-CT data. J Appl Clin Med Phys. 2006;7(1):77-85. doi:10.1120/jacmp.v7i1.2198.
18. Landberg T, Chavaudra J, Dobbs J, et al. ICRU Report 62: Prescribing, Recording, and Reporting Photon Beam Therapy (Supplement to ICRU Report 50). J Int Comm Radiat Units Meas. 1999;Report 62(1):55.
19. Bortfeld T, Jiang SB, Rietzel E. Effects of motion on the total dose distribution. Semin Radiat Oncol. 2004;14(1):41-51. doi:10.1053/j.semradonc.2003.10.011.
20. Kutcher GJ, Mageras GS, Liebel SA. Control, Correction, and Modeling of Setup Errors and Organ Motion. Semin Radiat Oncol. 1995;5(2):134-145. doi:10.1054/SRAO00500134.
21. Manning MA, Wu Q, Cardinale RM, et al. The effect of setup uncertainty on normal tissue sparing with IMRT for head-and-neck cancer. Int J Radiat Oncol Biol Phys. 2001;51(5):1400-1409. doi:10.1016/S0360-3016(01)01740-0.
22. Beckham WA, Keall PJ, Siebers J V. A fluence-convolution method to calculate radiation therapy dose distributions that incorporate random set-up error. Phys Med Biol. 2002;47(19):3465-3473.
23. Stroom JC, de Boer HC, Huizenga H, Visser AG. Inclusion of geometrical uncertainties in radiotherapy treatment planning by means of coverage probability. Int J Radiat Oncol Biol Phys. 1999;43(4):905-919.
24. Leong J. Implementation of random positioning error in computerised radiation treatment planning systems as a result of fractionation. Phys Med Biol.
147
1987;32(3):327-334. doi:10.1088/0031-9155/32/3/002.
25. Chui C, Kutcher G, LoSasso T. A convolution method for incorporating uncertainties in dose calculations. Med Phys. 1992;19(3):814. doi:10.1002/j.2473-4209.1992.tb36354.x.
26. Goitein M. Organ and tumor motion: an overview. Semin Radiat Oncol. 2004;14(1):2-9. doi:10.1053/j.semradonc.2003.10.007.
27. Keall PJ, Chen GTY, Joshi S. Time — The fourth dimension in radiotherapy (ASTRO panel discussion). Int J Radiat Oncol. 2003;57(2):S8-S9. doi:10.1016/S0360-3016(03)01477-9.
28. Keall PJ, Kini VR, Vedam SS, Mohan R. Potential radiotherapy improvements with respiratory gating. Australas Phys Eng Sci Med. 2002;25(1):1-6. doi:10.1007/BF03178368.
29. Wagman R, Yorke E, Ford E, et al. Respiratory gating for liver tumors: use in dose escalation. Int J Radiat Oncol Biol Phys. 2003;55(3):659-668.
30. Ford EC, Chang J, Mueller K, et al. Cone-beam CT with megavoltage beams and an amorphous silicon electronic portal imaging device: Potential for verification of radiotherapy of lung cancer. Med Phys. 2002;29(12):2913-2924. doi:10.1118/1.1517614.
31. Hara R, Itami J, Kondo T, et al. Stereotactic single high dose irradiation of lung tumors under respiratory gating. Radiother Oncol. 2002;63(2):159-163. doi:10.1016/S0167-8140(02)00063-4.
32. Ford E., Mageras G., Yorke E, Rosenzweig K., Wagman R, Ling C. Evaluation of respiratory movement during gated radiotherapy using film and electronic portal imaging. Int J Radiat Oncol • Biol • Phys. 2002;52(2):522-531. doi:10.1016/S0360-3016(01)02681-5.
33. Vedam SS, Keall PJ, Kini VR, Mohan R. Determining parameters for respiration-gated radiotherapy. Med Phys. 2001;28(10):2139-2146. doi:10.1118/1.1406524.
34. Mageras GS, Yorke E, Rosenzweig K, et al. Fluoroscopic evaluation of diaphragmatic motion reduction with a respiratory gated radiotherapy system. J Appl Clin Med Phys. 2001;2(4):191-200. doi:10.1120/jacmp.v2i4.2596.
35. Minohara S, Kanai T, Endo M, Noda K, Kanazawa M. Respiratory gated irradiation system for heavy-ion radiotherapy. Int J Radiat Oncol • Biol • Phys. 2000;47(4):1097-1103. doi:10.1016/S0360-3016(00)00524-1.
36. Ramsey CR, Scaperoth D, Arwood D, Oliver AL. Clinical efficacy of respiratory gated conformal radiation therapy. Med Dosim. 1999;24(2):115-119. doi:10.1016/S0958-3947(99)00006-0.
148
37. Ohara K, Okumura T, Akisada M, et al. Irradiation synchronized with respiration gate. Int J Radiat Oncol. 1989;17(4):853-857. doi:10.1016/0360-3016(89)90078-3.
38. Kubo HD, Hill BC. Respiration gated radiotherapy treatment: a technical study. Phys Med Biol. 1996;41(1):83-91. doi:10.1088/0031-9155/41/1/007.
39. Kubo HD, Len PM, Minohara S, Mostafavi H. Breathing-synchronized radiotherapy program at the University of California Davis Cancer Center. Med Phys. 2000;27(2):346-353. doi:10.1118/1.598837.
40. Kubo HD, Shapiro EG, Seppi EJ. Potential and role of a prototype amorphous silicon array electronic portal imaging device in breathing synchronized radiotherapy. Med Phys. 1999;26(11):2410-2414. doi:10.1118/1.598758.
41. Shirato H, Shimizu S, Kunieda T, et al. Physical aspects of a real-time tumor-tracking system for gated radiotherapy. Int J Radiat Oncol • Biol • Phys. 2000;48(4):1187-1195. doi:10.1016/S0360-3016(00)00748-3.
42. Shirato H, Shimizu S, Shimizu T, Nishioka T, Miyasaka K. Real-time tumour-tracking radiotherapy. Lancet. 1999;353(9161):1331-1332. doi:10.1016/S0140-6736(99)00700-X.
43. Remouchamps VM, Vicini FA, Sharpe MB, Kestin LL, Martinez AA, Wong JW. Significant reductions in heart and lung doses using deep inspiration breath hold with active breathing control and intensity-modulated radiation therapy for patients treated with locoregional breast irradiation. Int J Radiat Oncol Biol Phys. 2003;55(2):392-406. doi:10.1016/S0360-3016(02)04143-3.
44. Yorke ED, Wang L, Rosenzweig KE, Mah D, Paoli J-B, Chui C-S. Evaluation of deep inspiration breath-hold lung treatment plans with Monte Carlo dose calculation. Int J Radiat Oncol • Biol • Phys. 2002;53(4):1058-1070. doi:10.1016/S0360-3016(02)02778-5.
45. Pattaranuraporn P, Chansilpa Y, Ieumwananonrhachai N, et al. Journal of the Medical Association of Thailand. Vol 84.; 2001.
46. Mayo JR, Müller NL, Henkelman RM. The double-fissure sign: a motion artifact on thin-section CT scans. http://dx.doi.org/101148/radiology16523659392. November 1987. doi:10.1148/RADIOLOGY.165.2.3659392.
47. Ritchie CJ, Hsieh J, Gard MF, Godwin JD, Kim Y, Crawford CR. Predictive respiratory gating: a new method to reduce motion artifacts on CT scans. http://dx.doi.org/101148/radiology19038115638. March 1994. doi:10.1148/RADIOLOGY.190.3.8115638.
48. Shepp LA, Hilal SK, Schulz RA. The tuning fork artifact in computerized tomography. Comput Graph Image Process. 1979;10(3):246-255. doi:10.1016/0146-664X(79)90004-2.
149
49. Tarver R, Conces D, Godwin J. Motion artifacts on CT simulate bronchiectasis. Am J Roentgenol. 1988;151(6):1117-1119. doi:10.2214/ajr.151.6.1117.
50. Vedam SS, Keall PJ, Kini VR, Mostafavi H, Shukla HP, Mohan R. Acquiring a four-dimensional computed tomography dataset using an external respiratory signal. Phys Med Biol. 2003;48(1):45-62.
51. Ford EC, Mageras GS, Yorke E, Ling CC. Respiration-correlated spiral CT: A method of measuring respiratory-induced anatomic motion for radiation treatment planning. Med Phys. 2002;30(1):88-97. doi:10.1118/1.1531177.
52. Low DA, Nystrom M, Kalinin E, et al. A method for the reconstruction of four-dimensional synchronized CT scans acquired during free breathing. Med Phys. 2003;30(6):1254-1263. doi:10.1118/1.1576230.
53. Taguchi K. Temporal resolution and the evaluation of candidate algorithms for four-dimensional CT. Med Phys. 2003;30(4):640-650. doi:10.1118/1.1561286.
54. Sonke J, Remeijer P van HM. Respiration-correlated cone beam CT: Obtaining a four-dimensional data set (abstract). Med Phys. 2003;30(6):1415. doi:10.1118/1.1595296.
55. Rietzel E, Chen G., Doppke K., Pan T, Choi N., Willett C. 4D computed tomography for treatment planning. Int J Radiat Oncol. 2003;57(2):S232-S233. doi:10.1016/S0360-3016(03)01055-1.
56. Rietzel E, Doppke K, Pan T, Choi NC, Willett CG CG. 4D computer tomography for radiation therapy (abstract). Med Phys. 2003;30(6):1365-1366. doi:10.1118/1.1595296.
57. Mageras G. Respiration correlated CT techniques for gated treatment of lung cancer. Radiother Oncol. 2002;64(S1):75. doi:10.1016/S0167-8140(02)82539-7.
58. Keall PJ, Starkschall G, Shukla H, et al. Acquiring 4D thoracic CT scans using a multislice helical method. Phys Med Biol. 2004;49(10):2053-2067. doi:10.1088/0031-9155/49/10/015.
59. Mageras GS, Pevsner A, Yorke ED, et al. Measurement of lung tumor motion using respiration-correlated CT. Int J Radiat Oncol Biol Phys. 2004;60(3):933-941. doi:10.1016/j.ijrobp.2004.06.021.
60. Sonke J-J, Zijp L, Remeijer P, van Herk M. Respiratory correlated cone beam CT. Med Phys. 2005;32(4):1176-1186. doi:10.1118/1.1869074.
61. Lu W, Parikh PJ, El Naqa IM, et al. Quantitation of the reconstruction quality of a four-dimensional computed tomography process for lung cancer patients. Med Phys. 2005;32(4):890-901. doi:10.1118/1.1870152.
62. Pan T, Lee T-Y, Rietzel E, Chen GTY. 4D-CT imaging of a volume influenced by
150
respiratory motion on multi-slice CT. Med Phys. 2004;31(2):333-340. doi:10.1118/1.1639993.
63. Rietzel E, Chen GTY, Choi NC, Willet CG. Four-dimensional image-based treatment planning: Target volume segmentation and dose calculation in the presence of respiratory motion. Int J Radiat Oncol. 2005;61(5):1535-1550. doi:10.1016/j.ijrobp.2004.11.037.
64. Saw CB, Brandner E, Selvaraj R, Chen H, Saiful Huq M, Heron DE. A review on the clinical implementation of respiratory-gated radiation therapy. Biomed Imaging Interv J. 2007;3(1):e40. doi:10.2349/biij.3.1.e40.
65. Underberg RWM, Lagerwaard FJ, Slotman BJ, Cuijpers JP, Senan S. Use of maximum intensity projections (MIP) for target volume generation in 4DCT scans for lung cancer. Int J Radiat Oncol. 2005;63(1):253-260. doi:10.1016/j.ijrobp.2005.05.045.
66. Starkschall G, Forster KM, Kitamura K, Cardenas A, Tucker SL, Stevens CW. Correlation of gross tumor volume excursion with potential benefits of respiratory gating. Int J Radiat Oncol Biol Phys. 2004;60(4):1291-1297. doi:10.1016/j.ijrobp.2004.07.707.
67. Shih HA, Jiang SB, Aljarrah KM, Doppke KP, Choi NC. Internal target volume determined with expansion margins beyond composite gross tumor volume in three-dimensional conformal radiotherapy for lung cancer. Int J Radiat Oncol Biol Phys. 2004;60(2):613-622. doi:10.1016/j.ijrobp.2004.05.031.
68. Underberg RWM, Lagerwaard FJ, Cuijpers JP, Slotman BJ, van Sörnsen de Koste JR, Senan S. Four-dimensional CT scans for treatment planning in stereotactic radiotherapy for stage I lung cancer. Int J Radiat Oncol Biol Phys. 2004;60(4):1283-1290. doi:10.1016/j.ijrobp.2004.07.665.
69. Kini VR, Vedam SS, Keall PJ, Patil S, Chen C, Mohan R. Patient training in respiratory-gated radiotherapy. Med Dosim. 2003;28(1):7-11. doi:10.1016/S0958-3947(02)00136-X.
70. Yamamoto T, Langner U, Loo BW, Shen J, Keall PJ. Retrospective Analysis of Artifacts in Four-Dimensional CT Images of 50 Abdominal and Thoracic Radiotherapy Patients. Int J Radiat Oncol. 2008;72(4):1250-1258. doi:10.1016/j.ijrobp.2008.06.1937.
71. Rodríguez-Romero R, Castro-Tejero P. The influence of respiratory motion on CT image volume definition. Med Phys. 2014;41(4):041701. doi:10.1118/1.4866889.
72. Lu W, Parikh PJ, Hubenschmidt JP, Bradley JD, Low DA. A comparison between amplitude sorting and phase-angle sorting using external respiratory measurement for 4D CT. Med Phys. 2006;33(8):2964-2974. doi:10.1118/1.2219772.
73. Barrett JF, Keat N. Artifacts in CT: Recognition and Avoidance. RadioGraphics.
151
2004;24(6):1679-1691. doi:10.1148/rg.246045065.
74. Coolens C, Evans PM, Seco J, et al. The susceptibility of IMRT dose distributions to intrafraction organ motion: An investigation into smoothing filters derived from four dimensional computed tomography data. Med Phys. 2006;33(8):2809-2818. doi:10.1118/1.2219329.
75. Mori S, Hara R, Yanagi T, et al. Four-dimensional measurement of intrafractional respiratory motion of pancreatic tumors using a 256 multi-slice CT scanner. Radiother Oncol. 2009;92(2):231-237. doi:10.1016/j.radonc.2008.12.015.
76. Nehmeh SA, Erdi YE, Ling CC, et al. Effect of respiratory gating on quantifying PET images of lung cancer. J Nucl Med. 2002;43(7):876-881.
77. Nehmeh SA, Erdi YE, Ling CC, et al. Effect of respiratory gating on reducing lung motion artifacts in PET imaging of lung cancer. Med Phys. 2002;29(3):366-371. doi:10.1118/1.1448824.
78. Christensen GE, Carlson B, Chao KS, et al. Image-based dose planning of intracavitary brachytherapy: registration of serial-imaging studies using deformable anatomic templates. Int J Radiat Oncol Biol Phys. 2001;51(1):227-243. doi:10.1016/S0360-3016(01)01667-4.
79. Christensen GE, Joshi SC, Miller MI. Volumetric transformation of brain anatomy. IEEE Trans Med Imaging. 1997;16(6):864-877. doi:10.1109/42.650882.
80. Joshi S, Pizer S, Fletcher PT, Yushkevich P, Thall A, Marron JS. Multiscale deformable model segmentation and statistical shape analysis using medial descriptions. IEEE Trans Med Imaging. 2002;21(5):538-550. doi:10.1109/TMI.2002.1009389.
81. Hill DLG, Batchelor PG, Holden M, Hawkes DJ. Medical image registration. Phys Med Biol. 2001;46(3):R1-R45. doi:10.1088/0031-9155/46/3/201.
82. Mageras GS, Yorke E. Deep inspiration breath hold and respiratory gating strategies for reducing organ motion in radiation treatment. Semin Radiat Oncol. 2004;14(1):65-75. doi:10.1053/j.semradonc.2003.10.009.
83. Dawson LA, Balter JM. Interventions to reduce organ motion effects in radiation delivery. Semin Radiat Oncol. 2004;14(1):76-80. doi:10.1053/j.semradonc.2003.10.010.
84. Mah D, Hanley J, Rosenzweig KE, et al. Technical aspects of the deep inspiration breath-hold technique in the treatment of thoracic cancer. Int J Radiat Oncol • Biol • Phys. 2000;48(4):1175-1185. doi:10.1016/S0360-3016(00)00747-1.
85. Stevens CW, Munden RF, Forster KM, et al. Respiratory-driven lung tumor motion is independent of tumor size, tumor location, and pulmonary function. Int J Radiat Oncol • Biol • Phys. 2001;51(1):62-68. doi:10.1016/S0360-3016(01)01621-2.
152
86. Ozhasoglu C, Murphy MJ. Issues in respiratory motion compensation during external-beam radiotherapy. Int J Radiat Oncol • Biol • Phys. 2002;52(5):1389-1399. doi:10.1016/S0360-3016(01)02789-4.
87. Chen Q-S, Weinhous MS, Deibel FC, Ciezki JP, Macklis RM. Fluoroscopic study of tumor motion due to breathing: Facilitating precise radiation therapy for lung cancer patients. Med Phys. 2001;28(9):1850-1856. doi:10.1118/1.1398037.
88. Ekberg L, Holmberg O, Wittgren L, Bjelkengren G, Landberg T. What margins should be added to the clinical target volume in radiotherapy treatment planning for lung cancer? Radiother Oncol. 1998;48(1):71-77. doi:10.1016/S0167-8140(98)00046-2.
89. Wong JW, Sharpe MB, Jaffray DA, et al. The use of active breathing control (ABC) to reduce margin for breathing motion. Int J Radiat Oncol • Biol • Phys. 1999;44(4):911-919. doi:10.1016/S0360-3016(99)00056-5.
90. Shimizu S, Shirato H, Aoyama H, et al. High-speed magnetic resonance imaging for four-dimensional treatment planning of conformal radiotherapy of moving body tumors1. Int J Radiat Oncol • Biol • Phys. 2000;48(2):471-474. doi:10.1016/S0360-3016(00)00624-6.
91. Low DA, Bradley JD, Deasy JO, et al. Lung trajectory mapping. Int J Radiat Oncol. 2001;51(3):208-209. doi:10.1016/S0360-3016(01)02206-4.
92. Verellen D, Soete G, Linthout N, et al. Quality assurance of a system for improved target localization and patient set-up that combines real-time infrared tracking and stereoscopic X-ray imaging. Radiother Oncol. 2003;67(1):129-141. doi:10.1016/S0167-8140(02)00385-7.
93. Jin J-Y, Yin F-F, Tenn SE, Medin PM, Solberg TD. Use of the BrainLAB ExacTrac X-Ray 6D System in Image-Guided Radiotherapy. Med Dosim. 2008;33(2):124-134. doi:10.1016/j.meddos.2008.02.005.
94. Tenn SE, Solberg TD, Medin PM. Targeting accuracy of an image guided gating system for stereotactic body radiotherapy. Phys Med Biol. 2005;50(23):5443-5462. doi:10.1088/0031-9155/50/23/002.
95. Berbeco RI, Nishioka S, Shirato H, Chen GTY, Jiang SB. Residual motion of lung tumours in gated radiotherapy with external respiratory surrogates. Phys Med Biol. 2005;50(16):3655-3667. doi:10.1088/0031-9155/50/16/001.
96. Keall PJ, Kini VR, Vedam SS, Mohan R. Motion adaptive x-ray therapy: a feasibility study. Phys Med Biol. 2001;46(1):1-10. doi:10.1088/0031-9155/46/1/301.
97. Neicu T, Shirato H, Seppenwoolde Y, Jiang SB. Synchronized moving aperture radiation therapy (SMART): average tumour trajectory for lung patients. Phys Med Biol. 2003;48(5):587-598.
98. Ozhasoglu C, Murphy MJ, Glosser G, et al. Real-time tracking of the tumor volume
153
in precision radiotherapy and body radiosurgery-a novel approach to compensate for respiratory motion. In: 14th Int. Conf. on Computer Assisted Radiology and Surgery (CARS 2000). San Francisco, CA; 2000:691–6.
99. Murphy MJ, Isaakson M, Jalden J. Adaptive filtering to predict lung tumor motion during free breathing. In: 16th Int. Conf. on Computer Assisted Radiology and Surgery (CARS 2002). Berlin, Heidelberg: Springer Berlin Heidelberg; 2002:539-544. doi:10.1007/978-3-642-56168-9_90.
100. Schweikard A, Glosser G, Bodduluri M, Murphy MJ, Adler JR. Robotic motion compensation for respiratory movement during radiosurgery. Comput Aided Surg. 2000;5(4):263-277. doi:10.1002/1097-0150(2000)5:4<263::AID-IGS5>3.0.CO;2-2.
101. Whyte RI, Crownover R, Murphy MJ, et al. Stereotactic radiosurgery for lung tumors: preliminary report of a phase I trial. Ann Thorac Surg. 2003;75(4):1097-1101. doi:10.1016/S0003-4975(02)04681-7.
102. Bel A, Petrascu O, Van de Vondel I, et al. A computerized remote table control for fast on-line patient repositioning: Implementation and clinical feasibility. Med Phys. 2000;27(2):354-358. doi:10.1118/1.598838.
103. Jiang S, Neicu T, Chen G. Gated motion adaptive therapy (GMAT): a new modality for treating mobile tumors. Int J Radiat Oncol • Biol • Phys. 2002;54(2):195. doi:10.1016/S0360-3016(02)03394-1.
104. Lattanzi J, McNeeley S, Pinover W, et al. A comparison of daily CT localization to a daily ultrasound-based system in prostate cancer. Int J Radiat Oncol • Biol • Phys. 1999;43(4):719-725. doi:10.1016/S0360-3016(98)00496-9.
105. Serago CF, Chungbin SJ, Buskirk SJ, Ezzell GA, Collie AC, Vora SA. Initial experience with ultrasound localization for positioning prostate cancer patients for external beam radiotherapy. Int J Radiat Oncol • Biol • Phys. 2002;53(5):1130-1138. doi:10.1016/S0360-3016(02)02826-2.
106. Seiler PG, Blattmann H, Kirsch S, Muench RK, Schilling C. A novel tracking technique for the continuous precise measurement of tumour positions in conformal radiotherapy. Phys Med Biol. 2000;45(9):N103-N110. doi:10.1088/0031-9155/45/9/402.
107. Shimizu S, Shirato H, Kitamura K, et al. Use of an implanted marker and real-time tracking of the marker for the positioning of prostate and bladder cancers. Int J Radiat Oncol • Biol • Phys. 2000;48(5):1591-1597. doi:10.1016/S0360-3016(00)00809-9.
108. Urie M, Goitein M, Wagner M. Compensating for heterogeneities in proton radiation therapy. Phys Med Biol. 1984;29(5):553-566. doi:10.1088/0031-9155/29/5/008.
109. Bortfeld T, Jokivarsi K, Goitein M, Kung J, Jiang SB. Effects of intra-fraction
154
motion on IMRT dose delivery: statistical analysis and simulation. Phys Med Biol. 2002;47(13):302. doi:10.1088/0031-9155/47/13/302.
110. Das IJ, Ding GX, Ahnesjö A. Small fields: Nonequilibrium radiation dosimetry. Med Phys. 2007;35(1):206-215. doi:10.1118/1.2815356.
111. Aspradakis MM, Byrne JP, Palmans H, et al. IPEM Report 103: Small Field MV Photon Dosimetry. (Institute of Physics and Engineering in Medicine, ed.). Institute of Physics and Engineering in Medicine; 2010.
112. Ding GX, Duggan DM, Coffey CW. Commissioning stereotactic radiosurgery beams using both experimental and theoretical methods. Phys Med Biol. 2006;51(10):2549-2566. doi:10.1088/0031-9155/51/10/013.
113. Sanchez-Doblado F, Andreo P, Capote R, et al. Ionization chamber dosimetry of small photon fields: a Monte Carlo study on stopping-power ratios for radiosurgery and IMRT beams. Phys Med Biol. 2003;48(14):2081-2099. doi:10.1088/0031-9155/48/14/304.
114. Aspradakis MM, Lambert GD, Steele A. Elements of commissioning step-and-shoot IMRT: Delivery equipment and planning system issues posed by small segment dimensions and small monitor units. Med Dosim. 2005;30(4):233-242. doi:10.1016/j.meddos.2005.08.005.
115. Liu HH, Mackie TR, McCullough EC. Correcting kernel tilting and hardening in convolution/superposition dose calculations for clinical divergent and polychromatic photon beams. Med Phys. 1997;24(11):1729-1741. doi:10.1118/1.597960.
116. Sharpe MB, Battista JJ. Dose calculations using convolution and superposition principles: The orientation of dose spread kernels in divergent x-ray beams. Med Phys. 1993;20(6):1685-1694. doi:10.1118/1.596955.
117. Ahnesjö A, Aspradakis MM. Dose calculations for external photon beams in radiotherapy. Phys Med Biol. 1999;44(11):R99-R155. doi:10.1088/0031-9155/44/11/201.
118. Ahnesjö A. Application of transform algorithms for calculation of absorbed dose in photon beams. In: IEEE Computer Society Press, ed. 8th Int. Conf. on Computers in Radiotherapy. Toronto, Canada; 1984:17-20.
119. Boyer AL, Mok EC. Photon beam modelling using Fourier transform techniques. In: IEEE Computer Society Press, ed. 8th Int. Conf. on Computers in Radiotherapy. Toronto, Canada; 1984:14-16.
120. Chui CS, Mohan R. Differential pencil beam dose computation model (abstract). Med Phys. 1984;11:392.
121. Mackie TR, Scrimger JW. Computing radiation dose for high energy X-rays using a
155
convolution method. In: IEEE Computer Society Press, ed. 8th Int. Conf. on Computers in Radiotherapy. Toronto, Canada; 1984:36-40.
122. Boyer A, Mok E. A photon dose distribution model employing convolution calculations. Med Phys. 1985;12(2):169-177. doi:10.1118/1.595772.
123. Mackie TR, Scrimger JW, Battista JJ. A convolution method of calculating dose for 15-MV x rays. Med Phys. 1985;12(2):188-196. doi:10.1118/1.595774.
124. Mohan R, Chui C, Lidofsky L. Differential pencil beam dose computation model for photons. Med Phys. 1986;13(1):64-73. doi:10.1118/1.595924.
125. Ahnesjö A, Andreo P, Brahme A. Calculation and Application of Point Spread Functions for Treatment Planning with High Energy Photon Beams. Acta Oncol (Madr). 1987;26(1):49-56. doi:10.3109/02841868709092978.
126. Ostapiak OZ, Zhu Y, Van Dyk J. Refinements of the finite-size pencil beam model of three-dimensional photon dose calculation. Med Phys. 1997;24(5):743-750. doi:10.1118/1.597995.
127. Ahnesjö A. Collapsed cone convolution of radiant energy for photon dose calculation in heterogeneous media. Med Phys. 1989;16(4):577-592. doi:10.1118/1.596360.
128. Hoban PW, Murray DC, Round WH. Photon beam convolution using polyenergetic energy deposition kernels. Phys Med Biol. 1994;39(4):669-685. doi:10.1088/0031-9155/39/4/002.
129. Papanikolaou N, Mackie TR, Meger-Wells C, Gehring M, Reckwerdt P. Investigation of the convolution method for polyenergetic spectra. Med Phys. 1993;20(5):1327-1336. doi:10.1118/1.597154.
130. Metcalfe PE, Hoban PW, Murray DC, Round WH. Beam hardening of 10 MV radiotherapy X-rays: analysis using a convolution/superposition method. Phys Med Biol. 1990;35(11):1533-1549. doi:10.1088/0031-9155/35/11/008.
131. Mackie TR, Bielajew AF, Rogers DWO, Battista JJ. Generation of photon energy deposition kernels using the EGS Monte Carlo code. Phys Med Biol. 1988;33(1):1-20. doi:10.1088/0031-9155/33/1/001.
132. Fogliata A, Vanetti E, Albers D, et al. On the dosimetric behaviour of photon dose calculation algorithms in the presence of simple geometric heterogeneities: comparison with Monte Carlo calculations. Phys Med Biol. 2007;52(5):1363-1385. doi:10.1088/0031-9155/52/5/011.
133. Batho HF. Lung corrections in cobalt 60 beam therapy. J Can Assoc Radiol. 1964;15:79-83.
134. O’Connor JE. The Variation of Scattered X-Rays with Density in an Irradiated
156
Body. Phys Med Biol. 1957;1(4):305. doi:10.1088/0031-9155/1/4/305.
135. García-Vicente F, Miñambres A, Jerez I, Modolell I, Pérez L, Torres JJ. Experimental validation tests of fast Fourier transform convolution and multigrid superposition algorithms for dose calculation in low-density media. Radiother Oncol. 2003;67(2):239-249. doi:10.1016/S0167-8140(03)00037-9.
136. Francescon P, Cavedon C, Reccanello S, Cora S. Photon dose calculation of a three-dimensional treatment planning system compared to the Monte Carlo code BEAM. Med Phys. 2000;27(7):1579-1587. doi:10.1118/1.599024.
137. Lydon JM. Photon dose calculations in homogeneous media for a treatment planning system using a collapsed cone superposition convolution algorithm. Phys Med Biol. 1998;43(6):1813-1822. doi:10.1088/0031-9155/43/6/031.
138. Mohan R, Chui C-S. Use of fast Fourier transforms in calculating dose distributions for irregularly shaped fields for three-dimensional treatment planning. Med Phys. 1987;14(1):70-77. doi:10.1118/1.596097.
139. Bortfeld T, Schlegel W, Rhein B. Decomposition of pencil beam kernels for fast dose calculations in three-dimensional treatment planning. Med Phys. 1993;20(2):311-318. doi:10.1118/1.597070.
140. Ahnesjö A, Saxner M, Trepp A. A pencil beam model for photon dose calculation. Med Phys. 1992;19(2):263-273. doi:10.1118/1.596856.
141. Chui C-S, Mohan R. Extraction of pencil beam kernels by the deconvolution method. Med Phys. 1988;15(2):138-144. doi:10.1118/1.596267.
142. Ulmer W, Pyyry J, Kaissl W. A 3D photon superposition/convolution algorithm and its foundation on results of Monte Carlo calculations. Phys Med Biol. 2005;50(8):1767-1790. doi:10.1088/0031-9155/50/8/010.
143. Van Esch A, Tillikainen L, Pyykkonen J, et al. Testing of the analytical anisotropic algorithm for photon dose calculation. Med Phys. 2006;33(11):4130-4148. doi:10.1118/1.2358333.
144. Storchi P, Woudstra E. Calculation of the absorbed dose distribution due to irregularly shaped photon beams using pencil beam kernels derived from basic beam data. Phys Med Biol. 1996;41(4):637-656. doi:10.1088/0031-9155/41/4/005.
145. Hurkmans C, Knöös T, Nilsson P, Svahn-Tapper G, Danielsson H. Limitations of a pencil beam approach to photon dose calculations in the head and neck region. Radiother Oncol. 1995;37(1):74-80. doi:10.1016/0167-8140(95)01609-K.
146. Chetty IJ, Curran B, Cygler JE, et al. Report of the AAPM Task Group No. 105: Issues associated with clinical implementation of Monte Carlo-based photon and electron external beam treatment planning. Med Phys. 2007;34(12):4818-4853. doi:10.1118/1.2795842.
157
147. Reynaert N, van der Marck SC, Schaart DR, et al. Monte Carlo treatment planning for photon and electron beams. Radiat Phys Chem. 2007;76(4):643-686. doi:10.1016/j.radphyschem.2006.05.015.
148. Berger MJ. Monte Carlo calculation of the penetration and diffusion of fast charged particles. In: Alder B, Fernbach S, Rotenberg M, eds. Methods in Computational Physics, Vol. 1. New York: New York: Academic Press; 1963:135-215.
149. Molière G. Theorie der Streuung schneller geladener Teilchen II Mehrfach-und Vielfachstreuung. Zeitschrift für Naturforsch A. 1948;3(2):78-97. doi:10.1515/zna-1948-0203.
150. Goudsmit S, Saunderson JL. Multiple Scattering of Electrons. Phys Rev. 1940;57(1):24-29. doi:10.1103/PhysRev.57.24.
151. Schach von Wittenau AE, Cox LJ, Bergstrom PM, Chandler WP, Siantar CLH, Mohan R. Correlated histogram representation of Monte Carlo derived medical accelerator photon-output phase space. Med Phys. 1999;26(7):1196-1211. doi:10.1118/1.598613.
152. Deng J, Jiang SB, Kapur A, Li J, Pawlicki T, Ma C-M. Photon beam characterization and modelling for Monte Carlo treatment planning. Phys Med Biol. 2000;45(2):411-427. doi:10.1088/0031-9155/45/2/311.
153. Fix MK, Stampanoni M, Manser P, Born EJ, Mini R, Rüegsegger P. A multiple source model for 6 MV photon beam dose calculations using Monte Carlo. Phys Med Biol. 2001;46(5):1407-1427. doi:10.1088/0031-9155/46/5/307.
154. Fippel M, Haryanto F, Dohm O, Nüsslin F, Kriesen S. A virtual photon energy fluence model for Monte Carlo dose calculation. Med Phys. 2003;30(3):301-311. doi:10.1118/1.1543152.
155. Fix MK, Keall PJ, Dawson K, Siebers J V. Monte Carlo source model for photon beam radiotherapy: photon source characteristics. Med Phys. 2004;31(11):3106-3121. doi:10.1118/1.1803431.
156. Sempau J, Sánchez-Reyes A, Salvat F, Tahar HO ben, Jiang SB, Fernández-Varea JM. Monte Carlo simulation of electron beams from an accelerator head using PENELOPE. Phys Med Biol. 2001;46(4):1163-1186. doi:10.1088/0031-9155/46/4/318.
157. Fippel M. Fast Monte Carlo dose calculation for photon beams based on the VMC electron algorithm. Med Phys. 1999;26(8):1466-1475. doi:10.1118/1.598676.
158. Kawrakow I, Fippel M, Friedrich K. 3D electron dose calculation using a Voxel based Monte Carlo algorithm (VMC). Med Phys. 1996;23(4):445-457. doi:10.1118/1.597673.
159. Ma C-M, Li J. Dose specification for radiation therapy: dose to water or dose to
158
medium? Phys Med Biol. 2011;56(10):3073-3089. doi:10.1088/0031-9155/56/10/012.
160. Fippel M. Efficient particle transport simulation through beam modulating devices for Monte Carlo treatment planning. Med Phys. 2004;31(5):1235-1242. doi:10.1118/1.1710734.
161. Kawrakow I, Fippel M. Investigation of variance reduction techniques for Monte Carlo photon dose calculation using XVMC. Phys Med Biol. 2000;45(8):2163-2183. doi:10.1088/0031-9155/45/8/308.
162. White DR, Griffith R V., Wilson IJ. ICRU Report 46: Photon, Electron, Proton and Neutron Interaction Data for Body Tissues. J Int Comm Radiat Units Meas. 1992;os24(1):NP-NP. doi:10.1093/jicru/os24.1.Report46.
163. Kawrakow I. Accurate condensed history Monte Carlo simulation of electron transport. I. EGS nrc, the new EGS4 version. Med Phys. 2000;27(3):485-498. doi:10.1118/1.598917.
164. Wang L, Lovelock M, Chui C-S. Experimental verification of a CT-based Monte Carlo dose-calculation method in heterogeneous phantoms. Med Phys. 1999;26(12):2626-2634. doi:10.1118/1.598802.
165. Blomgren H, Lax I, Näslund I, Svanström R. Stereotactic High Dose Fraction Radiation Therapy of Extracranial Tumors Using An Accelerator: Clinical experience of the first thirty-one patients. Acta Oncol (Madr). 1995;34(6):861-870. doi:10.3109/02841869509127197.
166. Uematsu M, Shioda A, Tahara K, et al. Focal, high dose, and fractionated modified stereotactic radiation therapy for lung carcinoma patients. Cancer. 1998;82(6):1062-1070. doi:10.1002/(SICI)1097-0142(19980315)82:6<1062::AID-CNCR8>3.0.CO;2-G.
167. Nagata Y, Negoro Y, Aoki T, et al. Clinical outcomes of 3D conformal hypofractionated single high-dose radiotherapy for one or two lung tumors using a stereotactic body frame. Int J Radiat Oncol. 2002;52(4):1041-1046. doi:10.1016/S0360-3016(01)02731-6.
168. Nakagawa K, Aoki Y, Tago M, Terahara A, Ohtomo K. Megavoltage CT-assisted stereotactic radiosurgery for thoracic tumors: original research in the treatment of thoracic neoplasms. Int J Radiat Oncol. 2000;48(2):449-457. doi:10.1016/S0360-3016(00)00617-9.
169. Onimaru R, Shirato H, Shimizu S, et al. Tolerance of organs at risk in small-volume, hypofractionated, image-guided radiotherapy for primary and metastatic lung cancers. Int J Radiat Oncol. 2003;56(1):126-135. doi:10.1016/S0360-3016(03)00095-6.
170. Lee S, Choi EK, Park HJ, et al. Stereotactic body frame based fractionated radiosurgery on consecutive days for primary or metastatic tumors in the lung. Lung Cancer. 2003;40(3):309-315. doi:10.1016/S0169-5002(03)00040-0.
159
171. Wulf J, Haedinger U, Oppitz U, Thiele W, Mueller G, Flentje M. Stereotactic radiotherapy for primary lung cancer and pulmonary metastases: A noninvasive treatment approach in medically inoperable patients. Int J Radiat Oncol. 2004;60(1):186-196. doi:10.1016/J.IJROBP.2004.02.060.
172. Hof H, Hoess A, Oetzel D, Debus J, Herfarth K. Stereotactic Single-Dose Radiotherapy of Lung Metastases. Strahlentherapie und Onkol. 2007;183(12):673-678. doi:10.1007/s00066-007-1724-z.
173. Norihisa Y, Nagata Y, Takayama K, et al. Stereotactic Body Radiotherapy for Oligometastatic Lung Tumors. Int J Radiat Oncol. 2008;72(2):398-403. doi:10.1016/J.IJROBP.2008.01.002.
174. Rusthoven KE, Kavanagh BD, Burri SH, et al. Multi-Institutional Phase I/II Trial of Stereotactic Body Radiation Therapy for Lung Metastases. J Clin Oncol. 2009;27(10):1579-1584. doi:10.1200/JCO.2008.19.6386.
175. Ricardi U, Filippi AR, Guarneri A, et al. Stereotactic body radiation therapy for lung metastases. Lung Cancer. 2012;75(1):77-81. doi:10.1016/J.LUNGCAN.2011.04.021.
176. Widder J, Klinkenberg TJ, Ubbels JF, Wiegman EM, Groen HJM, Langendijk JA. Pulmonary oligometastases: Metastasectomy or stereotactic ablative radiotherapy? Radiother Oncol. 2013;107(3):409-413. doi:10.1016/J.RADONC.2013.05.024.
177. De Jaeger K, Hoogeman MS, Engelsman M, et al. Incorporating an improved dose-calculation algorithm in conformal radiotherapy of lung cancer: re-evaluation of dose in normal lung tissue. Radiother Oncol. 2003;69(1):1-10.
178. Chetty I, Rosu M, Kong F, et al. On the correlation of dose-volume response using Monte Carlo dose calculation in conformal radiation therapy of lung cancer. In: IEEE Computer Society Press, ed. 14th Int. Conf. on Computers in Radiotherapy. Jeong Publishing, Seoul, Korea; 2004:457-460.
179. Lindsay PE, El Naqa I, Hope AJ, et al. Retrospective monte carlo dose calculations with limited beam weight information. Med Phys. 2007;34(1):334-346. doi:10.1118/1.2400826.
180. Arnfield MR, Siantar CH, Siebers J, Garmon P, Cox L, Mohan R. The impact of electron transport on the accuracy of computed dose. Med Phys. 2000;27(6):1266-1274. doi:10.1118/1.599004.
181. Carrasco P, Jornet N, Duch MA, et al. Comparison of dose calculation algorithms in phantoms with lung equivalent heterogeneities under conditions of lateral electronic disequilibrium. Med Phys. 2004;31(10):2899-2911. doi:10.1118/1.1788932.
182. Jones AO, Das IJ. Comparison of inhomogeneity correction algorithms in small photon fields. Med Phys. 2005;32(3):766-776. doi:10.1118/1.1861154.
183. Knöös T, Wieslander E, Cozzi L, et al. Comparison of dose calculation algorithms
160
for treatment planning in external photon beam therapy for clinical situations. Phys Med Biol. 2006;51(22):5785-5807. doi:10.1088/0031-9155/51/22/005.
184. Davidson SE, Ibbott GS, Prado KL, Dong L, Liao Z, Followill DS. Accuracy of two heterogeneity dose calculation algorithms for IMRT in treatment plans designed using an anthropomorphic thorax phantom. Med Phys. 2007;34(5):1850-1857. doi:10.1118/1.2727789.
185. Timmerman RD, Choy H, Galvin JM, et al. RTOG 0236: A Phase II Trial of Stereotactic Body Radiation Therapy (SBRT) in the Treatment of Patients with Medically Inoperable Stage I / II Non-Small Cell Lung Cancer. Vol 0236.; 2006.
186. Li J, Galvin J, Harrison A, Timmerman R, Yu Y, Xiao Y. Dosimetric verification using monte carlo calculations for tissue heterogeneity-corrected conformal treatment plans following RTOG 0813 dosimetric criteria for lung cancer stereotactic body radiotherapy. Int J Radiat Oncol Biol Phys. 2012;84(2):508-513. doi:10.1016/j.ijrobp.2011.12.005.
187. Rana S, Rogers K, Pokharel S, Cheng C. Evaluation of Acuros XB algorithm based on RTOG 0813 dosimetric criteria for SBRT lung treatment with RapidArc. J Appl Clin Med Phys. 2014;15(1):118-129. doi:10.1120/jacmp.v15i1.4474.
188. Zhuang T, Djemil T, Qi P, et al. Dose calculation differences between Monte Carlo and pencil beam depend on the tumor locations and volumes for lung stereotactic body radiation therapy. J Appl Clin Med Phys. 2013;14(2):38-51. doi:10.1120/jacmp.v14i2.4011.
189. AAPM Radiation Therapy Committee. Task Group No. 42., American Association of Physicists in Medicine. Stereotactic Radiosurgery. Published for the American Association of Physicists in Medicine by the American Institute of Physics; 1995.
190. Verellen D, Linthout N, Bel A, et al. Assessment of the uncertainties in dose delivery of a commercial system for linac-based stereotactic radiosurgery. Int J Radiat Oncol Biol Phys. 1999;44(2):421-433. doi:10.1016/S0360-3016(99)00020-6.
191. Martišíková M, Ackermann B, Jäkel O. Analysis of uncertainties in Gafchromic® EBT film dosimetry of photon beams. Phys Med Biol. 2008;53(24):7013-7027. doi:10.1088/0031-9155/53/24/001.
192. International Atomic Energy Agency. Absorbed Dose Determination in External Beam Radiotherapy. An International Code of Practice for Dosimetry Based on Standards of Absorbed Dose to Water. Technical Reports Series No. 398. Vienna, Austria: International Atomic Energy Agency; 2000.
193. Low DA, Harms WB, Mutic S, Purdy JA. A technique for the quantitative evaluation of dose distributions. Med Phys. 1998;25(5):656-661. doi:10.1118/1.598248.
194. Fippel M, Haryanto F, Dohm O, Nüsslin F, Kriesen S. A virtual photon energy
161
fluence model for Monte Carlo dose calculation. Med Phys. 2003;30(3):301-311. doi:10.1118/1.1543152.
195. Fippel M. Fast Monte Carlo dose calculation for photon beams based on the VMC electron algorithm. Med Phys. 1999;26(8):1466-1475. doi:10.1118/1.598676.
196. Kawrakow I, Fippel M. Investigation of variance reduction techniques for Monte Carlo photon dose calculation using XVMC. Phys Med Biol. 2000;45(8):2163-2183.
197. Fippel M, Kawrakow I, Friedrich K. Electron beam dose calculations with the VMC algorithm and the verification data of the NCI working group. Phys Med Biol. 1997;42(3):501-520.
198. Fippel M, Laub W, Huber B, Nüsslin F. Experimental investigation of a fast Monte Carlo photon beam dose calculation algorithm. Phys Med Biol. 1999;44(12):3039-3054. doi:10.1088/0031-9155/44/12/313.
199. Brainlab AG Germany. BrainLAB Physics. Manual Técnico. 1.5.; 2012.
200. Delgado Rodriguez JM, Garci a Vicente F, Milla n Cebrian E. Protocolo Para El Control
de Calidad En Sistemas de Planificacion de Terapia Con Radiaciones Ionizantes. (Rami rez de Arellano Editores, ed.). Sociedad Española de Física Médica; 2005.
201. Bjärngard BE, Tsai J-S, Rice RK. Doses on the central axes of narrow 6-MV x-ray beams. Med Phys. 1990;17(5):794-799. doi:10.1118/1.596475.
202. McKerracher C, Thwaites DI. Assessment of new small-field detectors against standard-field detectors for practical stereotactic beam data acquisition. Phys Med Biol. 1999;44(9):2143-2160. doi:10.1088/0031-9155/44/9/303.
203. Chetty IJ, Charland PM, Tyagi N, McShan DL, Fraass BA, Bielajew AF. Photon beam relative dose validation of the DPM Monte Carlo code in lung-equivalent media. Med Phys. 2003;30(4):563-573. doi:10.1118/1.1555671.
204. Berger MJ. ESTAR, PSTAR, and ASTAR: Computer programs for calculating stopping-power and range tables for electrons, protons, and helium ions. 1993.
205. Ma C-M, Li JS, Jiang SB, et al. Effect of statistical uncertainties on Monte Carlo treatment planning. Phys Med Biol. 2005;50(5):891-907. doi:10.1088/0031-9155/50/5/013.
206. Keall PJ, Siebers J V., Jeraj R, Mohan R. The effect of dose calculation uncertainty on the evaluation of radiotherapy plans. Med Phys. 2000;27(3):478-484. doi:10.1118/1.598916.
207. Rubio C, Hernando-Requejo O, Zucca Aparicio D, et al. Image guided SBRT for multiple liver metastases with ExacTrac®Adaptive Gating. Reports Pract Oncol Radiother. 2017;22(2). doi:10.1016/j.rpor.2016.07.006.
162
208. Li R, Mok E, Chang DT, et al. Intrafraction verification of gated RapidArc by using beam-level kilovoltage X-ray images. Int J Radiat Oncol Biol Phys. 2012;83(5):e709-15. doi:10.1016/j.ijrobp.2012.03.006.
209. Patel A, Khalsa B, Lord B, Sandrasegaran K, Lall C. Planting the seeds of success: CT-guided gold seed fiducial marker placement to guide robotic radiosurgery. J Med Imaging Radiat Oncol. 2013;57(2):207-211. doi:10.1111/j.1754-9485.2012.02445.x.
210. Bhagat N, Fidelman N, Durack JC, et al. Complications Associated with the Percutaneous Insertion of Fiducial Markers in the Thorax. Cardiovasc Intervent Radiol. 2010;33(6):1186-1191. doi:10.1007/s00270-010-9949-0.
211. Kothary N, Heit JJ, Louie JD, et al. Safety and efficacy of percutaneous fiducial marker implantation for image-guided radiation therapy. J Vasc Interv Radiol. 2009;20(2):235-239. doi:10.1016/j.jvir.2008.09.026.
212. Guckenberger M, Meyer J, Wilbert J, Baier K, Sauer O, Flentje M. Precision of Image-Guided Radiotherapy (IGRT) in Six Degrees of Freedom and Limitations in Clinical Practice. Strahlentherapie und Onkol. 2007;183(6):307-313. doi:10.1007/s00066-007-1695-0.
213. Pepe MS. The Statistical Evaluation of Medical Tests for Classification and Prediction by M. Sullivan Pepe. New York, NY: Oxford University Press; 2003. doi:10.1016/B978-0-12-088573-2.00020-8.
214. Källman P, Agren A, Brahme A. Tumour and normal tissue responses to fractionated non-uniform dose delivery. Int J Radiat Biol. 1992;62(2):249-262.
215. Kaplan EL, Meier P. Nonparametric Estimation from Incomplete Observations. J Am Stat Assoc. 1958;53(282):457-481. doi:10.1080/01621459.1958.10501452.
216. Liang P-J, Pandit JJ, Robbins PA. Non-Stationarity of Breath-by-Breath Ventilation and Approaches to Modelling the Phenomenon. In: Springer, Boston, MA; 1995:117-121. doi:10.1007/978-1-4615-1933-1_24.
217. Benchetrit G. Breathing pattern in humans: diversity and individuality. Respir Physiol. 2000;122(2-3):123-129. doi:10.1016/S0034-5687(00)00154-7.
218. Hugelin A, Vibert J-F. Is the Respiratory Rhythm Multistable in Man? In: Respiratory Control. Boston, MA: Springer US; 1989:353-359. doi:10.1007/978-1-4613-0529-3_38.
219. Patil CP, Saunders KB, Sayers BM. Modelling the Breath by Breath Variability in Respiratory Data. In: Respiratory Control. Boston, MA: Springer US; 1989:343-352. doi:10.1007/978-1-4613-0529-3_37.
220. Willoughby TR, Forbes AR, Buchholz D, et al. Evaluation of an infrared camera and X-ray system using implanted fiducials in patients with lung tumors for gated radiation therapy. Int J Radiat Oncol Biol Phys. 2006;66(2):568-575.
163
doi:10.1016/j.ijrobp.2006.05.029.
221. Rabinowitz I, Broomberg J, Goitein M, McCarthy K, Leong J. Accuracy of radiation field alignment in clinical practice. Int J Radiat Oncol Biol Phys. 1985;11(10):1857-1867. doi:10.1016/0360-3016(85)90046-X.
222. Samuelsson A, Mercke C, Johansson K-A. Systematic set-up errors for IMRT in the head and neck region: effect on dose distribution. Radiother Oncol. 2003;66(3):303-311. doi:10.1016/S0167-8140(02)00389-4.
223. Li JG, Xing L. Inverse planning incorporating organ motion. Med Phys. 2000;27(7):1573-1578. doi:10.1118/1.599023.
224. Engelsman M, Damen EM, De Jaeger K, van Ingen KM, Mijnheer BJ. The effect of breathing and set-up errors on the cumulative dose to a lung tumor. Radiother Oncol. 2001;60(1):95-105. doi:10.1016/S0167-8140(01)00349-8.
225. Dietrich L, Tücking T, Nill S, Oelfke U. Compensation for respiratory motion by gated radiotherapy: an experimental study. Phys Med Biol. 2005;50(10):2405-2414. doi:10.1088/0031-9155/50/10/015.
226. Ahunbay E, Li XA. Investigation of the reliability, accuracy, and efficiency of gated IMRT delivery with a commercial linear accelerator. Med Phys. 2007;34(7):2928-2938. doi:10.1118/1.2740009.
227. Hugo GD, Agazaryan N, Solberg TD. An evaluation of gating window size, delivery method, and composite field dosimetry of respiratory-gated IMRT. Med Phys. 2002;29(11):2517-2525. doi:10.1118/1.1514578.
228. Chen H, Wu A, Brandner ED, et al. Dosimetric evaluations of the interplay effect in respiratory-gated intensity-modulated radiation therapy. Med Phys. 2009;36(3):893-903. doi:10.1118/1.3070542.
229. Duan J, Shen S, Fiveash JB, Brezovich IA, Popple RA, Pareek PN. Dosimetric effect of respiration-gated beam on IMRT delivery. Med Phys. 2003;30(8):2241-2252. doi:10.1118/1.1592017.
230. Yu CX, Jaffray DA, Wong JW. The effects of intra-fraction organ motion on the delivery of dynamic intensity modulation. Phys Med Biol. 1998;43(1):91-104. doi:10.1088/0031-9155/43/1/006.
231. Jiang SB, Pope C, Jarrah KM Al, Kung JH, Bortfeld T, Chen GTY. An experimental investigation on intra-fractional organ motion effects in lung IMRT treatments. Phys Med Biol. 2003;48(12):1773-1784. doi:10.1088/0031-9155/48/12/307.
232. Keall P, Vedam S, George R, et al. The clinical implementation of respiratory-gated intensity-modulated radiotherapy. Med Dosim. 2006;31(2):152-162. doi:10.1016/j.meddos.2005.12.002.
164
233. Kubo HD, Wang L. Compatibility of Varian 2100C gated operations with enhanced dynamic wedge and IMRT dose delivery. Med Phys. 2000;27(8):1732-1738. doi:10.1118/1.1287110.
234. George R, Keall PJ, Kini VR, et al. Quantifying the effect of intrafraction motion during breast IMRT planning and dose delivery. Med Phys. 2003;30(4):552-562. doi:10.1118/1.1543151.
235. Chui C-S, Yorke E, Hong L. The effects of intra-fraction organ motion on the delivery of intensity-modulated field with a multileaf collimator. Med Phys. 2003;30(7):1736-1746. doi:10.1118/1.1578771.
236. Lujan AE, Larsen EW, Balter JM, Ten Haken RK. A method for incorporating organ motion due to breathing into 3D dose calculations. Med Phys. 1999;26(5):715-720. doi:10.1118/1.598577.
237. McKenzie AL. How should breathing motion be combined with other errors when drawing margins around clinical target volumes? Br J Radiol. 2000;73(873):973-977. doi:10.1259/bjr.73.873.11064651.
238. Chetty IJ, Rosu M, Tyagi N, et al. A fluence convolution method to account for respiratory motion in three-dimensional dose calculations of the liver: A Monte Carlo study. Med Phys. 2003;30(7):1776-1780. doi:10.1118/1.1581412.
239. George R, Keall PJ, Kini VR, Vedam SS, Ramakrishnan V, Mohan R. Is the diaphragm motion probability density function normally distributed? Med Phys. 2005;32(2):396-404. doi:10.1118/1.1845031.
240. Cho BCJ, van Herk M, Mijnheer BJ, Bartelink H. The effect of set-up uncertainties, contour changes, and tissue inhomogeneities on target dose-volume histograms. Med Phys. 2002;29(10):2305-2318. doi:10.1118/1.1508800.
241. Cheong K-H, Kang S-K, Lee M, et al. Evaluation of delivered monitor unit accuracy of gated step-and-shoot IMRT using a two-dimensional detector array. Med Phys. 2010;37(3):1146-1151. doi:10.1118/1.3310806.
242. Lin T, Chen Y, Hossain M, Li J, Ma C-M. Dosimetric investigation of high dose rate, gated IMRT. Med Phys. 2008;35(11):5079-5087. doi:10.1118/1.2996176.
243. Yan D, Lockman D. Organ/patient geometric variation in external beam radiotherapy and its effects. Med Phys. 2001;28(4):593-602. doi:10.1118/1.1357224.
244. McShan DL, Kessler ML, Vineberg K, Fraass BA. Inverse plan optimization accounting for random geometric uncertainties with a multiple instance geometry approximation (MIGA). Med Phys. 2006;33(5):1510-1521. doi:10.1118/1.2191016.
245. Fragoso M, Wen N, Kumar S, et al. Dosimetric verification and clinical evaluation of a new commercially available Monte Carlo-based dose algorithm for application in stereotactic body radiation therapy (SBRT) treatment planning. Phys Med Biol.
165
2010;55(16):4445-4464. doi:10.1088/0031-9155/55/16/S02.
246. Hartmann Siantar CL, Walling RS, Daly TP, et al. Description and dosimetric verification of the PEREGRINE Monte Carlo dose calculation system for photon beams incident on a water phantom. Med Phys. 2001;28(7):1322-1337. doi:10.1118/1.1381551.
247. Tyagi N, Moran JM, Litzenberg DW, Bielajew AF, Fraass BA, Chetty IJ. Experimental verification of a Monte Carlo-based MLC simulation model for IMRT dose calculation. Med Phys. 2007;34(2):651-663. doi:10.1118/1.2428405.
248. Ding GX. Using Monte Carlo simulations to commission photon beam output factors—a feasibility study. Phys Med Biol. 2003;48(23):3865-3874. doi:10.1088/0031-9155/48/23/005.
249. Parker B, Shin A, Liu H. Small-field dosimetry with multiple detectors and Monte Carlo calculations. In: Medical Physics. Vol 29. American Association of Physicists in Medicine; 2002:1372.
250. Heydarian M, Hoban PW, Beddoe AH. A comparison of dosimetry techniques in stereotactic radiosurgery. Phys Med Biol. 1996;41(1):93-110. doi:10.1088/0031-9155/41/1/008.
251. Araki F. Monte Carlo-based correction factors for ion chamber dosimetry in heterogeneous phantoms for megavoltage photon beams. Phys Med Biol. 2012;57(22):7615-7627. doi:10.1088/0031-9155/57/22/7615.
252. Krieger T, Sauer OA. Monte Carlo- versus pencil-beam-/collapsed-cone-dose calculation in a heterogeneous multi-layer phantom. Phys Med Biol. 2005;50(5):859-868. doi:10.1088/0031-9155/50/5/010.
253. Carrasco P, Jornet N, Duch MA, et al. Comparison of dose calculation algorithms in slab phantoms with cortical bone equivalent heterogeneities. Med Phys. 2007;34(8):3323-3333. doi:10.1118/1.2750972.
254. Liu HH, Keall P, Hendee WR. Dm rather than Dw should be used in Monte Carlo treatment planning. Med Phys. 2002;29(5):922-924. doi:10.1118/1.1473137.
255. Ma C-M, Li JS. Monte Carlo Dose Calculation for Radiotherapy Treatment Planning: Dose to Water or Dose to Medium? In: Dössel O, Schlegel WC, eds. IFMBE Proceedings. 25/I. Springer, Berlin, Heidelberg; 2009:326-329. doi:10.1007/978-3-642-03474-9_92.
256. Ma C-M, Mok E, Kapur A, et al. Clinical implementation of a Monte Carlo treatment planning system. Med Phys. 1999;26(10):2133-2143. doi:10.1118/1.598729.
257. Ma C-M, Jiang SB, Pawlicki T, et al. A quality assurance phantom for IMRT dose verification. Phys Med Biol. 2003;48(5):561-572. doi:10.1088/0031-9155/48/5/301.
166
258. Verhaegen F, Devic S. Sensitivity study for CT image use in Monte Carlo treatment planning. Phys Med Biol. 2005;50(5):937-946. doi:10.1088/0031-9155/50/5/016.
259. Bazalova M, Beaulieu L, Palefsky S, Verhaegen F. Correction of CT artifacts and its influence on Monte Carlo dose calculations. Med Phys. 2007;34(6Part1):2119-2132. doi:10.1118/1.2736777.
260. Petoukhova AL, van Wingerden K, Wiggenraad RGJ, et al. Verification measurements and clinical evaluation of the iPlan RT Monte Carlo dose algorithm for 6 MV photon energy. Phys Med Biol. 2010;55(16):4601-4614. doi:10.1088/0031-9155/55/16/S13.
261. Künzler T, Fotina I, Stock M, Georg D. Experimental verification of a commercial Monte Carlo-based dose calculation module for high-energy photon beams. Phys Med Biol. 2009;54(24):7363-7377. doi:10.1088/0031-9155/54/24/008.
262. Dobler B, Walter C, Knopf A, et al. Optimization of extracranial stereotactic radiation therapy of small lung lesions using accurate dose calculation algorithms. Radiat Oncol. 2006;1(1):45. doi:10.1186/1748-717X-1-45.
263. Sethi A, Leo P, Kabat C, Cecilio P. SU-E-T-538: Validation of Monte Carlo Dose Algorithm in Heterogeneous Medium. Med Phys. 2013;40(6Part19):329-329. doi:10.1118/1.4814968.
264. Fippel M, Nüsslin F. Comments on `Converting absorbed dose to medium to absorbed dose to water for Monte Carlo based photon beam dose calculations’. Phys Med Biol. 2000;45(8):L17-L18. doi:10.1088/0031-9155/45/8/101.
265. Siebers J V, Keall PJ, Nahum AE, Mohan R. Converting absorbed dose to medium to absorbed dose to water for Monte Carlo based photon beam dose calculations. Phys Med Biol. 2000;45(4):983-995.
266. Ding GX, Duggan DM, Lu B, et al. Impact of inhomogeneity corrections on dose coverage in the treatment of lung cancer using stereotactic body radiation therapy. Med Phys. 2007;34(7):2985-2994. doi:10.1118/1.2745923.
267. Dutreix A. When and how can we improve precision in radiotherapy? Radiother Oncol. 1984;2(4):275-292. doi:10.1016/S0167-8140(84)80070-5.
268. Pokhrel D, Badkul R, Jiang H, et al. SU-E-J-55: Dosimetric Evaluation of Centrally Located Lung Tumors: A Monte Carlo (MC) Study of Lung SBRT Planning. Med Phys. 2014;41(6Part7):167-167. doi:10.1118/1.4888107.
269. Miura H, Masai N, Oh RJ, et al. Clinical introduction of Monte Carlo treatment planning for lung stereotactic body radiotherapy. J Appl Clin Med Phys. 2014;15(1):4202. doi:10.1120/JACMP.V15I1.4202.
270. Ojala JJ, Kapanen MK, Hyödynmaa SJ, Wigren TK, Pitkänen MA. Performance of dose calculation algorithms from three generations in lung SBRT: comparison with
167
full Monte Carlo-based dose distributions. J Appl Clin Med Phys. 2014;15(2):4662. doi:10.1120/jacmp.v15i2.4662.
271. Chen H, Lohr F, Fritz P, et al. Stereotactic, single-dose irradiation of lung tumors: a comparison of absolute dose and dose distribution between pencil beam and Monte Carlo algorithms based on actual patient CT scans. Int J Radiat Oncol Biol Phys. 2010;78(3):955-963. doi:10.1016/j.ijrobp.2009.08.012.
272. Lindsay PE, El Naqa I, Hope AJ, et al. Retrospective Monte Carlo dose calculations with limited beam weight information. Med Phys. 2006;34(1):334-346. doi:10.1118/1.2400826.
273. Timmerman R, Papiez L, McGarry R, et al. Extracranial stereotactic radioablation: results of a phase I study in medically inoperable stage I non-small cell lung cancer. Chest. 2003;124(5):1946-1955.
274. Xiao Y, Papiez L, Paulus R, et al. Dosimetric evaluation of heterogeneity corrections for RTOG 0236: stereotactic body radiotherapy of inoperable stage I-II non-small-cell lung cancer. Int J Radiat Oncol Biol Phys. 2009;73(4):1235-1242. doi:10.1016/j.ijrobp.2008.11.019.
275. Zucca Aparicio D, Hernando-Requejo O, de la Casa de Julián M, Rubio Rodríguez C, Fernández Letón P. Local control rates in Stereotactic Body Radiotherapy (SBRT) of lung metastases associated with the biologically effective dose. Reports Pract Oncol Radiother. 2019;24(2):xxx-xxx. doi:10.1016/J.RPOR.2019.01.0XX.
276. Niemierko A. A Generalized Concept of Equivalent Uniform Dose ({EUD}). Med Phys. 1999;26:1100.
277. Goitein M. Calculation of the uncertainty in the dose delivered during radiation therapy. Med Phys. 1985;12(5):608-612. doi:10.1118/1.595762.
278. Shirato H, Harada T, Harabayashi T, et al. Feasibility of insertion/implantation of 2.0-mm-diameter gold internal fiducial markers for precise setup and real-time tumor tracking in radiotherapy. Int J Radiat Oncol Biol Phys. 2003;56(1):240-247. doi:10.1016/S0360-3016(03)00076-2.
279. Adler JR, Murphy MJ, Chang SD, Hancock SL. Image-guided Robotic Radiosurgery. Neurosurgery. 1999;44(6):1299-1306. doi:10.1097/00006123-199906000-00079.
280. Guckenberger M, Wilbert J, Krieger T, et al. Four-dimensional treatment planning for stereotactic body radiotherapy. Int J Radiat Oncol Biol Phys. 2007;69(1):276-285. doi:10.1016/j.ijrobp.2007.04.074.
281. Guckenberger M, Wulf J, Mueller G, et al. Dose-response relationship for image-guided stereotactic body radiotherapy of pulmonary tumors: relevance of 4D dose calculation. Int J Radiat Oncol Biol Phys. 2009;74(1):47-54. doi:10.1016/j.ijrobp.2008.06.1939.
168
282. Onishi H, Shirato H, Nagata Y, et al. Hypofractionated Stereotactic Radiotherapy (HypoFXSRT) for Stage I Non-small Cell Lung Cancer: Updated Results of 257 Patients in a Japanese Multi-institutional Study. J Thorac Oncol. 2007;2(7):S94-S100. doi:10.1097/JTO.0B013E318074DE34.
283. Zucca Aparicio D, Pérez Moreno JM, Fernández Letón P, García Ruiz-Zorrilla J, Miñambres Moro Á. Programa de garantía de calidad de un sistema de irradiación con control respiratorio basado en marcadores fiduciales externos e internos. Rev Física Médica. 2011;12(3):169-186.
284. Zucca Aparicio D, Pérez Moreno JM, Fernández Letón P, García Ruiz-Zorrilla J. Evaluación de un sistema de planificación Monte Carlo de uso clínico para radioterapia. Rev Física Médica. 2016;17(1):27-44.
285. Zucca Aparicio D, Pérez Moreno JM, Fernández Letón P, García Ruiz-Zorrilla J. Implicaciones dosimétricas asociadas al cálculo de dosis con corrección de heterogeneidad en radioterapia estereotáxica extracraneal (SBRT) de pulmón. Rev Física Médica. 2016;17(1):11-26.
286. Latifi K, Oliver J, Baker R, et al. Study of 201 non-small cell lung cancer patients given stereotactic ablative radiation therapy shows local control dependence on dose calculation algorithm. Int J Radiat Oncol Biol Phys. 2014;88(5):1108-1113. doi:10.1016/j.ijrobp.2013.12.047.
287. Wiant D, Wentworth S, Liu H, Sintay B. How important is a reproducible breath hold for deep inspiration breath hold breast radiation therapy? Int J Radiat Oncol Biol Phys. 2015;93(4):901-907. doi:10.1016/j.ijrobp.2015.06.010.
288. Hoisak JDP, Pawlicki T. The Role of Optical Surface Imaging Systems in Radiation Therapy. Semin Radiat Oncol. 2018;28(3):185-193. doi:10.1016/j.semradonc.2018.02.003.
289. Rogus RD, Stern RL, Kubo HD. Accuracy of a photogrammetry-based patient positioning and monitoring system for radiation therapy. Med Phys. 1999;26(5):721-728. doi:10.1118/1.598578.
290. Willoughby T, Lehmann J, Bencomo JA, et al. Quality assurance for nonradiographic radiotherapy localization and positioning systems: Report of Task Group 147. Med Phys. 2012;39(4):1728-1747. doi:10.1118/1.3681967.
291. Moore C, Lilley F, Sauret V, Lalor M, Burton D. Opto-electronic sensing of body surface topology changes during radiotherapy for rectal cancer. Int J Radiat Oncol. 2003;56(1):248-258. doi:10.1016/S0360-3016(03)00079-8.
292. Brahme A, Nyman P, Skatt B. 4D laser camera for accurate patient positioning, collision avoidance, image fusion and adaptive approaches during diagnostic and therapeutic procedures. Med Phys. 2008;35(5):1670-1681. doi:10.1118/1.2889720.
293. Paul Siebert J, Marshall SJ. Human body 3D imaging by speckle texture projection
169
photogrammetry. Sens Rev. 2000;20(3):218-226. doi:10.1108/02602280010372368.
294. Davies ER (E. R. Machine Vision : Theory, Algorithms, Practicalities. 3rd ed. Amsterdam/Boston: Elsevier; 2005.
295. Meeks SL, Bova FJ, Friedman WA, Buatti JM, Moore RD, Mendenhall WM. IRLED-Based Patient Localization for Linac Radiosurgery. Int J Radiat Oncol. 1998;41(2):433-439. doi:10.1016/S0360-3016(98)00040-6.
296. Lightstone AW, Benedict SH, Bova FJ, Solberg TD, Stern RL. Intracranial stereotactic positioning systems: Report of the American Association of Physicists in Medicine Radiation Therapy Committee Task Group No. 68. Med Phys. 2005;32(7Part1):2380-2398. doi:10.1118/1.1945347.
297. Gevaert T, Verellen D, Tournel K, et al. Setup Accuracy of the Novalis ExacTrac 6DOF System for Frameless Radiosurgery. Int J Radiat Oncol. 2012;82(5):1627-1635. doi:10.1016/J.IJROBP.2011.01.052.
298. Gevaert T, Verellen D, Engels B, et al. Clinical Evaluation of a Robotic 6-Degree of Freedom Treatment Couch for Frameless Radiosurgery. Int J Radiat Oncol. 2012;83(1):467-474. doi:10.1016/J.IJROBP.2011.05.048.
299. Verellen D, Soete G, Linthout N, Tournel K, Storme G. Optimal control of set-up margins and internal margins for intra- and extracranial radiotherapy using stereoscopic kilovoltage imaging. Cancer/Radiothérapie. 2006;10(5):235-244. doi:10.1016/J.CANRAD.2006.05.011.
300. Poulsen PR, Schmidt ML, Keall P, Worm ES, Fledelius W, Hoffmann L. A method of dose reconstruction for moving targets compatible with dynamic treatments. Med Phys. 2012;39(10):6237-6246. doi:10.1118/1.4754297.