Χρήση βιοϊατρικής πληροφορικής στην ανάπτυξη λογισμικού για συλλογή κλινικών δεδομένων και προσδιορισμό και κλινική επαλήθευση σχέσεων δόσης-απόκρισης όγκων και φυσιολογικών ιστών από ακτινοθεραπεία

Abstract

Radiobiological data are already used in clinical routine in the form of tolerance of prescription doses used and fractionation schedules applied during radiotherapy. However, these data contain very limited information and cannot be used for treatment techniques other than those obtained. For this reason, the actual dose-response relationships of various tumors and normal tissues must be calculated and used in the clinic. There are several references in the literature on the radiobiological evaluation of a treatment plan, but only recently have researchers begun to derive the relevant parameters characterizing the biological response. Until now the problem with extracting accurate biological data has been the lack of accurate 3D dose information as well as the short and not well defined follow-up. The purpose of this study initially is to develop the tools necessary to determine the parameters that describe the dose-response relationships of various tumors and normal tissues. The software uses Radiobiological data about the radiation treatment provided to each patient (dose volume histograms (DVH), applied fractionation scheme, description of applied radiation techniques (used method, used imaging information), estimation of installation uncertainties (if any). These data are extracted from the Treatment Planning Systems. Then the user has the possibility to choose one of the three models Relative Seriality (RS), Lyman-Kutcher-Burman (LKB), Parallel Volume (PV), which will finally extract the dose-response relationships of the various volumes and of normal tissues. These relationships are determined by calculating the Normal Tissue Complication Probability (NTCP) and the Tumor Control Probability (TCP).The second part of the software aims to develop a tool to clinically verify already published sets of parameters using local patient material and also to compare the effectiveness of different treatment plans. In addition, this modality helps the creation of a collection of clinical data and health information to aid in the performance of epidemiologic studies and collaboration between different institutions using the same treatment system in research and clinical frameworks. These tools can be integrated into an existing treatment planning system for validation and clinical application. The implementation of the software was carried out entirely in Python programming language, a language quite simple and widespread in the scientific community with its main characteristic being its ease of installation. The developed software was applied to patient radiotherapy data in collaboration with the clinicians of the University Hospital of North Carolina (University of North Carolina at Chapel Hill, USA). In particular, with this software, radiobiological data of dose-response relationships of the various tumors and normal tissues of patients presenting the symptom of dry mouth and dysphagia after Head and Neck radiotherapy were extracted. To record these symptoms, the patients' responses to the CTCAE, PROCTCAE and EAT10 questionnaires were used. Finally, with this software, comparisons were made in the performance of two different patient treatment plans based on radiobiological parameters from the literature.

Τα ραδιοβιολογικά δεδομένα χρησιμοποιούνται ήδη στην κλινική ρουτίνα με τη μορφή των δόσεων ανοχής και συνταγογράφησης που χρησιμοποιούνται και των χρονοδιαγραμμάτων τμηματοποίησης που εφαρμόζονται κατά την ακτινοθεραπεία. Ωστόσο, τα δεδομένα αυτά περιέχουν πολύ περιορισμένες πληροφορίες και δεν μπορούν να χρησιμοποιηθούν για άλλες τεχνικές θεραπείας από αυτές που προέκυψαν. Για το λόγο αυτό, οι πραγματικές σχέσεις δόσης-απόκρισης των διαφόρων όγκων και των φυσιολογικών ιστών πρέπει να υπολογιστούν και να χρησιμοποιηθούν στην κλινική εφαρμογή. Υπάρχουν αρκετές αναφορές στη βιβλιογραφία σχετικά με την ακτινοβιολογική αξιολόγηση ενός σχεδίου θεραπείας, αλλά μόλις πρόσφατα οι ερευνητές άρχισαν να εξάγουν τις σχετικές παραμέτρους που χαρακτηρίζουν τη βιολογική αντίδραση. Μέχρι τώρα το πρόβλημα με την εξαγωγή ακριβών βιολογικών δεδομένων ήταν η έλλειψη ακριβών πληροφοριών δόσεων τρισδιάστατης δόσης καθώς και η σύντομη και όχι καλά καθορισμένη παρακολούθηση. Ο σκοπός αυτής της μελέτης αρχικά είναι να αναπτύξει τα εργαλεία που είναι απαραίτητα για τον προσδιορισμό των παραμέτρων που περιγράφουν τις σχέσεις δόσης-απόκρισης των διαφόρων όγκων και των φυσιολογικών ιστών. Το λογισμικό χρησιμοποιεί Ραδιοβιολογικά δεδομένα σχετικά με τη θεραπεία ακτινοβολίας που παρέχεται σε κάθε ασθενή (ιστογράμματα όγκου δόσης, DVH), εφαρμοσμένο χρονοδιάγραμμα τμηματοποίησης, περιγραφή των εφαρμοζόμενων τεχνικών ακτινοβόλησης (χρησιμοποιούμενη μέθοδος, χρησιμοποιούμενες πληροφορίες απεικόνισης), εκτίμηση των αβεβαιοτήτων της εγκατάστασης (εάν υπάρχουν). Αυτά τα δεδομένα εξάγονται από τα συστήματα σχεδιασμού θεραπειών (Treatment Planning Systems). Στη συνέχεια ο χρήστης έχει τη δυνατότητα να επιλέξει ένα από τα τρία μοντέλα Relative Seriality (RS), Lyman-Kutcher-Burman (LKB), Parallel Volume (PV), τα οποία στο τέλος θα εξάγουν τις σχέσεις δόσης-απόκρισης των διαφόρων όγκων και των φυσιολογικών ιστών. Οι σχέσεις αυτές καθορίζονται με τον υπολογισμό της πιθανότητας επιπλοκής των φυσιολογικών ιστών, Normal Tissue Complication Probability (NTCP), και τη πιθανότητα ελέγχου των όγκων, Tumor Control Probability (TCP). To δεύτερο μέρος του λογισμικού στοχεύει στην ανάπτυξη ενός εργαλείου για την επαλήθευση κλινικά ήδη δημοσιευμένων συνόλων παραμέτρων χρησιμοποιώντας τοπικό υλικό ασθενούς αλλά και σύγκρισης της αποτελεσματικότητας διαφορετικών πλάνων θεραπείας. Επιπλέον, ο τρόπος αυτός βοηθάει τη δημιουργία μιας συλλογής κλινικών δεδομένων και πληροφοριών για την υγεία για την υποβοήθηση της εκτέλεσης των επιδημιολογικών μελετών και της συνεργασίας μεταξύ διαφορετικών ιδρυμάτων που χρησιμοποιούν το ίδιο σύστημα θεραπείας στο πλαίσιο ερευνητικών και κλινικών πλαισίων. Τα εργαλεία αυτά δύναται να ενσωματωθούν σε ένα ήδη υπάρχον σύστημα σχεδιασμού θεραπείας για επικύρωση και κλινική εφαρμογή. Η υλοποίηση του λογισμικού πραγματοποιήθηκε εξολοκλήρου σε γλώσσα προγραμματισμού Python, μία γλώσσα αρκετά απλή και διαδεδομένη στην επιστημονική κοινότητα με κύριο χαρακτηριστικό της την ευκολία εγκατάστασής της. Το λογισμικό που αναπτύχθηκε εφαρμόστηκε σε δεδομένα ακτινοθεραπείας ασθενών σε συνεργασία με τους κλινικούς ιατρούς του Πανεπιστημιακού Νοσοκομείου της Βόρειας Καρολίνας (University of North Carolina at Chapel Hill, USA). Ειδικότερα, με το λογισμικό αυτό εξήχθησαν ραδιοβιολογικά δεδομένα σχέσεων δόσης-απόκρισης των διαφόρων όγκων και των φυσιολογικών ιστών ασθενών που εμφάνιζαν το σύμπτωμα της ξηροστομίας και δυσφαγίας έπειτα από ακτινοθεραπεία Κεφαλής και Αυχένα. Για την καταγραφή των συμπτωμάτων αυτών χρησιμοποιήθηκαν οι απαντήσεις των ασθενών πάνω στα ερωτηματολόγια CTCAE, PROCTCAE και EAT10. Τέλος, με το λογισμικό αυτό πραγματοποιήθηκαν συγκρίσεις στην απόδοση δύο διαφορετικών πλάνων θεραπείας ασθενή βασισμένα σε ραδιοβιολογικές παραμέτρους από την βιβλιογραφία.