基于放射生物学模型的个体化剂量分割方案技术在早期肺癌立体定向治疗中的可行性研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    81602667
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    18.0万
  • 负责人：
    黄宝添
  • 依托单位：
    汕头大学
  • 学科分类：
    H1820.肿瘤综合治疗
  • 结题年份：
    2019
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2019-12-31

项目摘要

Stereotactic body radiotherapy (SBRT) is one of the most effective strategies for non-small cell lung cancer (NSCLC), but radiation pneumonitis and chest wall pain are the two common radiation-induced toxicities. To reduce the incidence of radiation pneumonitis and chest wall pain is challenging during SBRT treatment. It was reported that excellent local control and clinical acceptable toxicities were achieved if considering the tumor volume, diameter or location during fraction scheme selection. Unfortunately, previous investigations mainly focused on one factor, failing to take into account the overall tumor characteristics. Accordingly, we proposed the hypothesis that the utilization of individualized fraction scheme based on the consideration of overall tumor characteristics can reduce the incidence of toxicities while maintaining excellent local control. We intend to collect the CT images from NSCLC or pulmonary metastasis patients, and calculate the individualized fraction scheme with radiobiological models based on the overall tumor characteristics. Finally, we employ other radiobiological models generated from clinical trials to validate our hypothesis. The study will provide a new option during SBRT treatment for early stage NSCLC.
立体定向治疗技术（SBRT）是早期非小细胞肺癌（NSCLC）最重要的治疗手段之一，但是放射性肺炎、胸壁疼痛等放射治疗并发症的发生率较高。因此，如何减少放射治疗毒性是早期肺癌SBRT治疗中亟待解决的问题。近年研究结果表明，早期NSCLC的SBRT治疗若根据肿瘤体积、直径或位置等特点使用不同处方剂量分割方案，能获得较高的肿瘤局部控制率并能减少放疗不良反应发生率。但既往研究仅基于肿瘤的单一特点进行探讨，未综合考虑肿瘤的多个相关因素制定剂量方案。因此，结合预实验结果，我们提出“综合肿瘤特征采用个体化剂量分割方案能在保证肿瘤局部控制率的基础上减少放射治疗毒性”的科学假说。我们拟扫描NSCLC或肺转移瘤患者CT图像，根据肿瘤特征应用基于放射生物学模型的MATLAB软件编程技术计算患者的个体化处方剂量分割方案，并采用经临床治疗数据拟合的放射生物学模型验证我们的假说。

结项摘要

立体定向治疗技术是早期非小细胞肺癌最重要的治疗手段之一，但是放射性肺炎、胸壁疼痛和肋骨骨折等放射治疗并发症的发生率较高。因此，如何根据肿瘤大小和位置等特点计算其个体化剂量分割方案以保证肿瘤局部控制率的基础上减少放射治疗毒性是早期肺癌立体定向放射治疗中亟待解决的问题。本研究开发出利用放射生物学模型计算肺癌个体化剂量分割方案的方法。本研究共收集33例非小细胞肺癌或肺转移癌患者的CT图像资料，设计出放射治疗计划后利用放射生物学模型分别计算每个剂量区间的肿瘤局部控制率、放射性肺炎发生概率、胸壁疼痛发生概率、肋骨骨折发生概率和无并发症肿瘤控制概率的数值，画出无并发症肿瘤控制概率-物理剂量曲线，最大无并发症肿瘤控制概率处对应的剂量即为个体化剂量分割方案。应用该方法计算得到33例患者的个体化剂量分割方案，其肿瘤局部控制率数值均>92.0%。通过对4种典型病例的具体分析，证明应用本方法计算得到的剂量分割方案是个体化的，大体积肿瘤计算得到的肿瘤局部控制率、无并发症肿瘤控制概率和分次剂量数值均小于小体积肿瘤；肿瘤靠近危及器官或者放射性肺炎发生概率较高的患者，计算得到的无并发症肿瘤控制概率和分次剂量数值均小于肿瘤远离危及器官的患者。本项目结果可为临床的肺癌立体定向放射治疗提供剂量学参考依据。

项目成果

期刊论文数量（5）
专著数量（0）
科研奖励数量（2）
会议论文数量（2）
专利数量（0）
Comparison of Three Radiobiological Models in Stereotactic Body Radiotherapy for Non-Small Cell Lung Cancer
非小细胞肺癌立体定向放疗三种放射生物学模型的比较
  • DOI：
    10.7150/jca.33001
  • 发表时间：
    2019-08
  • 期刊：
    Journal of Cancer
  • 影响因子：
    3.9
  • 作者：
    Lu Jia Yang;Lin Zhu;Lin Pei Xian;Huang Bao Tian
  • 通讯作者：
    Huang Bao Tian
Different definitions of esophagus influence esophageal toxicity prediction for esophageal cancer patients administered simultaneous integrated boost versus standard-dose radiation therapy.
食管的不同定义影响食管癌患者同时接受综合加强放射治疗与标准剂量放射治疗的食管毒性预测
  • DOI：
    10.1038/s41598-017-00168-x
  • 发表时间：
    2017-03-09
  • 期刊：
    Scientific reports
  • 影响因子：
    4.6
  • 作者：
    Huang BT;Huang RH;Zhang WZ;Lin W;Guo LJ;Xu LY;Lin PX;Chen JZ;Li DR;Chen CZ
  • 通讯作者：
    Chen CZ
Calculating the individualized fraction regime in stereotactic body radiotherapy for non-small cell lung cancer based on uncomplicated tumor control probability function
基于简单肿瘤控制概率函数计算非小细胞肺癌立体定向放疗个体化分次方案
  • DOI：
    10.1186/s13014-019-1318-9
  • 发表时间：
    2019-06-20
  • 期刊：
    RADIATION ONCOLOGY
  • 影响因子：
    3.6
  • 作者：
    Lu, Jia-Yang;Lin, Pei-Xian;Huang, Bao-Tian
  • 通讯作者：
    Huang, Bao-Tian
Radiobiological evaluation of simultaneously dose-escalated versus non-escalated intensity-modulated radiation therapy for patients with upper thoracic esophageal cancer.
上胸段食管癌患者同步剂量递增与非递增调强放射治疗的放射生物学评价
  • DOI：
    10.2147/ott.s132388
  • 发表时间：
    2017
  • 期刊：
    OncoTargets and therapy
  • 影响因子：
    4
  • 作者：
    Huang BT;Wu LL;Guo LJ;Xu LY;Huang RH;Lin PX;Chen JZ;Li DR;Chen CZ
  • 通讯作者：
    Chen CZ
Comparative Analysis of Local Control Prediction Using Different Biophysical Models for Non-Small Cell Lung Cancer Patients Undergoing Stereotactic Body Radiotherapy.
不同生物物理模型对接受立体定向放射治疗的非小细胞肺癌患者局部控制预测的比较分析
  • DOI：
    10.1155/2017/1436573
  • 发表时间：
    2017
  • 期刊：
    BioMed research international
  • 影响因子：
    --
  • 作者：
    Huang BT;Zhang WZ;Wu LL;Lin PX;Lu JY
  • 通讯作者：
    Lu JY

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码