Ensayo prospectivo de fase II para evaluar la viabilidad de la optimización individualizada y guiada por modelos de la planificación del tratamiento con haz de protones en pacientes con glioma de bajo grado (INDIGO)

Dado que se espera que los pacientes con glioma de bajo grado se conviertan en sobrevivientes a largo plazo, la prevención de secuelas a largo plazo es particularmente importante. Además de la progresión de la enfermedad, también los efectos secundarios relacionados con el tratamiento, como la disminución de la función neurocognitiva, el deterioro endocrino o los déficits neurosensoriales, pueden tener un impacto negativo en la calidad de vida del paciente.

Debido a las propiedades biofísicas de los protones con un perfil de dosis de profundidad inversa en comparación con los fotones y una fuerte caída de la dosis en el tejido normal, existe una sólida justificación para el uso de PRT en el tratamiento de pacientes con glioma de bajo grado. Aunque todavía faltan datos de grandes ensayos aleatorios, cada vez hay más pruebas de ensayos prospectivos más pequeños y análisis retrospectivos de que las ventajas esperadas se transforman en ventajas clínicas.

Sin embargo, en aproximadamente el 20 % de todos los pacientes, las lesiones cerebrales intensificadas por el contraste tardías (CEBL, por sus siglas en inglés) aparecen en las imágenes de RM de seguimiento entre 6 y 24 meses después del tratamiento [7]. En HIT en Heidelberg y en OncoRay en Dresden, se ha observado que las CEBL ocurren en lugares muy distintos del cerebro y en relación con el campo de tratamiento. El análisis retrospectivo ha aclarado los posibles factores clave que conducen a la aparición de CEBL. Sin embargo, la evitación de CEBL es difícilmente factible utilizando estrategias de planificación de tratamiento convencionales. La prevención de riesgos asistida por modelos denota el uso de cálculos de riesgo CEBL basados ​​en modelos como una herramienta auxiliar para la planificación del tratamiento clínico: Los cálculos de riesgo basados ​​en modelos y la reducción de riesgos a través de la optimización basada en software ayudan al médico a minimizar el riesgo de aparición de CEBL durante la planificación del tratamiento.