用于减轻呼吸相关肿瘤运动的机械辅助和无创通气。 (MANIV)
机械辅助和无创通气 (MANIV) 在放射治疗中用于呼吸相关肿瘤运动管理的实施和临床验证。
呼吸运动仍然是一个主要问题,它会危及胸部和上腹部肿瘤的光子和质子疗法的准确性,这些肿瘤占根治性放射疗法的 40%。 现有的运动管理策略要么简单且成本低,但会导致对健康组织的无用照射(安全边际),要么实施起来复杂且昂贵,限制了它们在临床常规中的可用性(门控、深吸气屏气 - DIBH、实时追踪)。 此外,所有这些技术的准确性和效率关键取决于肿瘤运动/位置在治疗时间内的可重复性,这通常会因自主呼吸或自愿呼吸暂停的变化而降低。 最后,在移动解剖结构中存在质子范围不确定性的情况下,这些技术不容易转移到质子治疗 (PT)。
因此,我们提出了一种创新的解决方法来克服这些复杂的问题,即机械辅助和无创通气 (MANIV)。 通过控制患者的呼吸,我们之前证明 MANIV 可以使用体积控制通气模式 (VC) 安全地调节甚至减少肿瘤运动,而慢速通气模式 (SL) 可以诱发重复的 DIBH,在此期间肿瘤运动是差点被压制。 尽管很有前途,但我们必须更进一步,对 MANIV 应用于现有运动管理技术的前瞻性临床验证进行进一步的研究。
A. 临床前阶段:
- MANIV 的临床实施:开发技术解决方案以将 MANIV 整合到我们放射治疗部门患者临床工作流程的每个阶段。
- 内部验证和优化实验数学模型,以计算治疗实施期间残留肿瘤运动的轨迹和幅度。
B、临床阶段:
- 通过复制重复和稳定的 DIBH 来优化呼吸门控,以固定用于肺、肝和乳腺肿瘤放射治疗的肿瘤运动。
- 通过使用 VC 模式调整呼吸和肿瘤运动来优化跟踪程序,以减少在 Accuray Cyberknife® 机器人安装的 LINAC 上进行实时肺和肝肿瘤跟踪的治疗持续时间。
- 通过铅笔束扫描质子疗法 (PBS-PT) 对 MANIV 优化的呼吸门控进行计算机模拟剂量评估。
在该项目结束时,我们将为广泛的先进运动缓解技术的临床实施提供建议,这将有助于在光子和质子治疗的呼吸运动管理方面迈出重要一步。
研究概览
详细说明
由于呼吸相关的几何不确定性,移动肿瘤的放射治疗面临许多挑战。 在治疗分次期间(分次内变化)或分次之间(分次间变化),呼吸振幅和频率可能因周期而异。 在质子治疗 (PT) 中,这些不确定性甚至因横穿的移动组织内的质子射程变化以及肿瘤和点扫描光束运动之间的相互作用而变得更糟。 这些影响会不可预测地严重扭曲剂量分布,并且仍然限制了 PT 对胸部/上腹部癌症的当前适应症 [2, 3]。 因此,已经开发了几种运动缓解策略:
- 裕度策略:此方法包括计算安全裕度,其中包含根据先前规划的 4D-CT 扫描计算的与运动相关的不确定性。 尽管实施起来简单,但它不可避免地会导致对危险器官的无效剂量暴露 [4]。
- 门控策略:呼吸门控包括在呼吸周期的时间窗口内,在呼气末或吸气平台,当肿瘤处于预定的稳定位置时传送光束。 它通过降低安全裕度来防止对健康组织的潜在有害辐射 [4]。 在深吸气屏气 (DIBH) 期间,要求患者在深吸气后保持呼吸暂停,以延长门控窗口和门控程序的时间效率。 DIBH 已成为左乳放射治疗的标准护理。 事实上,除了冻结肿瘤运动之外,它还会使心脏远离乳房并使肺部膨胀,从而减少对这些处于危险中的关键器官的剂量 [5]。 然而,对于所有肿瘤部位(乳腺、肺、肝),当前的光束传输时间通常需要几个连续的自发 BH 才能完成治疗,因此需要使用机载成像进行复杂管理以监测目标位置 [6]。 此外,重复自发性 DIBH 需要良好的患者依从性和理解力,这对某些患者来说可能是一个障碍,并且可能会降低门控程序的准确性。 已经研究了各种技术来改善连续 BH 的肿瘤位置再现性或增加 BH 持续时间以促进剂量递送 [7,8,9]。 然而,患者始终是他呼吸的参与者,随后肿瘤位置从 BH 到 BH 发生不可预测的变化。 因此,准确性可能会受到自发屏气期间的残余运动和不可预测的变化的影响。
- 跟踪策略:这种方法依赖于导出患者实时呼吸模式的运动预测模型,允许肿瘤运动与光束运动同步。 Accuray Cyberknife® 是一种安装在机械臂上的 LINAC,专为实时肿瘤追踪而设计。 在放置在患者身上的 LED 连续跟踪的外部运动与由正交 X 射线成像仪定期跟踪的内部肿瘤位置之间建立了相关模型。 每当由于呼吸模式的变化而出现偏差时,相关模型就会更新 [10]。 因此,跟踪可以显着降低安全裕度,并使治疗持续适应呼吸模式 [4]。 然而,单一组分的输送时间较长,从 60 分钟到 90 分钟 [11],限制了其目前在临床实践中的使用。 同样,不稳定和不可再现的呼吸可能会降低跟踪的准确性,并且需要频繁更新运动相关模型,代价是甚至更长的治疗时间和患者的不适。
直到现在,当前的策略都没有为运动管理提供完全令人满意的解决方案。 技术越准确,效率就越低(治疗时间、可行性、临床实施的难易程度),反之亦然。 通过控制患者的呼吸,MANIV 可以解决这个复杂的问题。 帕克斯等人。首先表明 MANIV 可以安全地对有意识和未镇静的患者施加规律的呼吸模式 [12],并且可以减轻呼吸运动 [13、14]。 我们小组进一步研究了这些通气技术对健康志愿者 [15] 和患者 [16] 的影响,以扩大其对移动肿瘤放射治疗的适用性。 放疗似乎特别关注两种通气模式:
- 慢速控制通气模式 (SL) 是机械呼吸机的双水平压力模式,可在没有患者积极参与的情况下诱导可重复和重复的 DIBH。 因此,这种通气模式提供了一种提高呼吸门控效率和准确性的方法。 实际上,患者良好的身体状况、他的依从性或他对说明书的理解将不再是治疗可行性的必要先决条件。 因此,通过解除患者的呼吸控制,MANIV 将克服自发性 DIBH 的局限性,并使更多患者受益于该技术。 此外,与自愿 DIBH [15] 相比,MANIV 减少了分次内和分次间基线偏移(= 随时间的平均位置变化),应该会提高门控程序的准确性。 因此,MANIV 将促进用于患者定位的机载成像程序和光束传输精度。 在质子治疗的背景下,由于 SL 模式冻结肿瘤运动将允许通过大幅减少与运动相关的几何不确定性来治疗胸部和腹部肿瘤,这些不确定性迄今为止一直被禁止,以确保计划剂量分布的令人满意的稳健性。
- 容积控制通气模式 (VC) 限制了根据患者的自主呼吸参数测量的呼吸频率和潮气量,并在不增加肿瘤基线偏移的情况下实施完全规则的呼吸模式 [15,16]。 随着时间的推移稳定呼吸模式将有利于跟踪策略。 我们可以假设 MANIV 施加的规律呼吸和肿瘤运动会减少模型更新的次数和整体治疗持续时间,从而显着提高该技术的效率。 在较小程度上,该技术的准确性也将得到提高 [17]。
总而言之,我们小组已经证明 MANIV 在志愿者和患者的小队列中是可行和安全的,并且显着改善了实时动态 MRI 监测的呼吸相关运动或 BH 的规律性 [15,16]。 基于这些非常令人鼓舞的临床前结果,MANIV 可能会因此大大简化和改进光子和质子疗法中的所有运动管理策略。 然而,仍需要在实际治疗条件下进行进一步的临床研究,以验证其在临床常规中的应用。 其中包括呼吸机在 LINAC 环境中的临床实施,以及 MANIV 对上述缓解技术的附加值的量化。
研究项目 我们计划首先在患者工作流程中实施 MANIV,并验证和优化我们的机载成像程序以量化残余运动或运动规律性。 然后,我们将进行 4 项临床研究,每项研究都研究 MANIV 对特定运动管理策略的附加值。
A) 临床前阶段:
MANIV 已与我们的 LINAC 控制室连接,以监测 MANIV 呼吸参数。 在门控治疗期间,将使用锥形束 CT (CBCT) 监测分次内运动。 从这些设备计算运动将需要使用实验数学模型来推断肿瘤的二维 X 射线投影的三维轨迹。 文献中报道了五种模型 [18,19,20,21,22]。 Poulsen 等人 [22] 提出的一种基于概率方法的方法是最准确的,具有亚毫米残差 [23]。 我们已经在使用动态胸腔模体(型号 008A CIRS®)的治疗机环境中验证了这种方法,现在我们能够根据在我们的 LINAC 上接受治疗的患者的成像数据分析分次内运动。
B) 临床阶段:
对于所有临床研究,在 MANIV 期间将通过舒适问卷(李克特量表和视觉模拟量表)和重要参数(心跳率、SpO2、etCO2)监测患者的主观和客观耐受性。 使用PASS 14.0.7统计软件进行统计功效分析。
用 MANIV 诱导的 DIBH 改善肝癌和肺癌的呼吸门控 RT:
- 设计:非比较前瞻性干预研究。
- 人群:符合放疗条件的原发性或继发性肝或肺肿瘤患者。
- 方法:在 MANIV(Bellavista 1000,IMTMedical®)以 SL 模式诱导的 DIBH 期间将发生照射。 将添加氧气 (FiO2 60%) 以安全且轻松地将 DIBH 持续时间延长至 40-50 秒,以允许完全传送治疗光束 [13]。 在治疗之前,介入放射科医师将在肿瘤中植入不透射线的基准,以促进通过机载成像监测肿瘤位置。 因此,根据文献建议 [24],将在射束传输期间测量残余肿瘤基线偏移和运动,并用于重新计算确保至少 90% 的肿瘤有足够剂量覆盖的最佳安全裕度。 我们还将比较在 MANIV 条件下计算的这些安全裕度与在自由呼吸条件下常规应用的安全裕度(来自匹配的回顾性队列),以估计在裕度减少方面的收益。
- 主要结果:完成机械通气治疗的可行性。
- 次要结果:a) 接受规定剂量的肿瘤比例。 b) 重新计算在 SL 模式下适应 MANIV 的安全裕度和与传统自由呼吸 RT 相比的裕度减少。
- 统计功效分析:考虑到分别为 85% 和 50% 的良好和不良可行性阈值,并假设至少 75% 的患者将使用所提出的技术完成治疗,总共需要 16 名患者(α 水平为 0.05和 0,9 的 beta 水平)。
使用 MANIV 诱导的 DIBH 改善乳腺放疗的呼吸门控:
- 设计:随机对照试验,按 2 组 4 组进行等概率随机化:介入组将接受 MANIV 诱导的 DIBH 治疗,对照组将接受自发性 DIBH 治疗
- 人群:符合放疗条件的左乳腺瘤患者。
- 方法:介入组的患者将在与上述相同的条件下接受治疗。 光学表面成像 (VisionRT® - Identify®) 将用于在光束传输期间实时监测乳房位置。 基于此信息,将比较两个手臂之间的平均乳房位移。 还将计算并比较两组对危险器官(心脏、肺)的计划剂量。 从 DIBH 技术到自由呼吸治疗的转化率将作为 DIBH 策略效率的替代指标在每个臂中进行分析。 当患者不能保持 DIBH 足够长的时间来进行治疗时,治疗确实会在自由呼吸下进行。
- 主要结果:治疗期间乳腺的平均位移。
- 次要结果:a) 风险器官(尤其是心脏和肺)的计划剂量 b) 每只手臂中转换为自由呼吸的比例。
- 统计功效分析:每组应包括 27 名患者,以使用独立的 2 个样本比例 t 检验(单尾)来排除治疗期间乳腺 1 毫米的额外偏差(1 毫米的非劣效性边缘)达到 95% 的统计功效(alpha 误差 = 2.5%)。
通过 VC 模式改善呼吸实时跟踪:
- 设计:非比较前瞻性干预研究。
- 人群:符合放疗条件的原发性或继发性肝肿瘤患者。
- 方法:患者在治疗期间将采用 VC 模式通气。 对于每个部分,将收集处理时间、跟踪模型的重建次数和模型的相关误差。 将从通过追踪自主呼吸进行治疗的匹配回顾性队列中提取相同的信息。
- 主要结果:分数的平均持续时间。
- 次要结果:a)模型的相关误差,b)跟踪的准确性
- 统计功效分析:两个队列(前瞻性和回顾性队列)均应包括 20 名患者,以通过独立的 2 个样本 t 检验(单尾)证明平均治疗时间减少(效应大小 = 0.6)以达到统计80% 的功效(apha 误差 = 5%)。
门控 PBS-PT 的机械诱导屏气:
- 设计:非比较观察性前瞻性研究。
- 人群:纳入研究 n°1 的患者
- 方法:研究 n°1 中包含的患者的肿瘤位置及其残余运动的数据将用于计算 PBS PT 的计划剂量分布和电子剂量分布。 MIRO 实验室 (UCL-IREC) 开发了综合工具,用于使用蒙特卡洛剂量引擎 MCsquare [25] 以及日志文件采集 [26] 来模拟患者 CT 图像的治疗实施。 通过这种方式,我们将能够与 IBA 合作在计算机上验证我们的方法,作为对该方法的临床验证进行前瞻性试验之前的第一步。
- 主要结果:剂量达到每个肿瘤体积的 95%、98% 和 100%。
统计功效分析:不适用。 来自研究 n°1(通过 SL 模式改善呼吸门控)的患者将被包括在内。
- Dhont, J.、Vandemeulebroucke, J.、Burghelea, M.、Poels, K.、Depuydt, T.、Van Den Begin, R.、… Verellen, D.(2018 年)。 在放射治疗过程中,肺和肝脏中呼吸引起的肿瘤运动的长期和短期变化。 放射治疗和肿瘤学,126(2), 339 346。 https://doi.org/10.1016/j.radonc.2017.09.001
- Bert, C., & Durante, M. (2011)。 放射治疗中的运动:粒子治疗。 医学与生物学中的物理学,56(16),R113 R144。 https://doi.org/10.1088/0031-9155/56/16/r01
- Korreman, S. S. (2012)。 放射治疗中的运动:光子治疗。 医学与生物学中的物理学,57(23),R161 R191。 https://doi.org/10.1088/0031-9155/57/23/r161
- Wolthaus, J. W. H.、Sonke, J.-J.、van Herk, M.、Belderbos, J. S. A.、Rossi, M. M. G.、Lebesque, J. V. 和 Damen, E. M. F. (2008)。 在肺癌患者的治疗计划中使用四维计算机断层扫描的不同策略的比较。 国际放射肿瘤学*生物学*物理学杂志,70(4), 1229 1238。 https://doi.org/10.1016/j.ijrobp.2007.11.042
- Nissen, H. D. 和 Appelt, A. L. (2013)。 在大型临床系列乳腺癌患者中通过深吸气屏气改善心脏、肺和目标剂量。 放射治疗和肿瘤学,106(1), 28 32。 https://doi.org/10.1016/j.radonc.2012.10.016
- Shiinoki, T.、Hanazawa, H.、Yuasa, Y.、Fujimoto, K.、Uehara, T. 和 Shibuya, K.(2017 年)。 使用电影 EPID 图像和日志文件,使用新的实时肿瘤跟踪放射治疗系统验证呼吸门控放射治疗。 医学与生物学中的物理学,62(4),1585 1599。 https://doi.org/10.1088/1361-6560/aa587d
- Bartlett, F. R., Colgan, R. M., Carr, K., Donovan, E. M., McNair, H. A., Locke, I., … Kirby, A. M. (2013)。 英国 HeartSpare 研究:对接受乳房放疗的女性自愿深吸气屏气的随机评估。 放射治疗和肿瘤学,108(2), 242 247。 https://doi.org/10.1016/j.radonc.2013.04.021
- Roth, J.、Engenhart-Cabillic, R.、Eberhardt, L.、Timmesfeld, N. 和 Strassmann, G. (2011)。 乳腺癌患者的预充氧过度通气低碳酸血症呼吸暂停诱发辐射 (PHAIR)。 放射治疗和肿瘤学,100(2), 231 235。 https://doi.org/10.1016/j.radonc.2011.02.017
- Kaza, E.、Dunlop, A.、Panek, R.、Collins, D. J.、Orton, M.、Symonds-Tayler, R.、…… Leach, M. O. (2017)。 ABC 控制和自主屏气下的肺容积再现性。 应用临床医学物理学杂志,18(2),154 162。 https://doi.org/10.1002/acm2.12034
- Dieterich, S.、Green, O. 和 Booth, J. (2018)。 SBRT 目标随着呼吸而移动。 Physica Medica, 56, 19 24. https://doi.org/10.1016/j.ejmp.2018.10.021
- Crop, F.、Lacornerie, T.、Szymczak, H.、Felin, A.、Bailleux, C.、Mirabel, X. 和 Lartigau, E.(2014 年)。 机器人立体定向放射治疗系统的治疗和技术干预时间分析。 癌症研究与治疗技术,13(1), 29 35。 https://doi.org/10.7785/tcrt.2012.500359
- Parkes, M. J.、Green, S.、Stevens, A.M.、Parveen, S.、Stephens, R. 和 Clutton-Brock, T. H. (2016)。 使用机械呼吸机减少有意识、未镇静的癌症患者进行放疗时呼吸的患者体内变异性。 英国放射学杂志,89(1062),20150741。 https://doi.org/10.1259/bjr.20150741
- Parkes, M. J.、Green, S.、Stevens, A.M.、Parveen, S.、Stephens, R. 和 Clutton-Brock, T. H. (2016b)。 安全地将癌症患者的单次屏气时间延长至 >5 分钟;放射治疗的可行性和应用。 英国放射学杂志,89(1063),20160194。 https://doi.org/10.1259/bjr.20160194
- West, N. S.、Parkes, M. J.、Snowden, C.、Prentis, J.、McKenna, J.、Iqbal, M. S.、… Walker, C.(2019 年)。 减轻放射治疗中的呼吸运动:针对胸腔内靶标的快速、浅层、无创机械通气。 国际放射肿瘤学*生物学*物理学杂志,103(4), 1004 1010。 https://doi.org/10.1016/j.ijrobp.2018.11.040
- Van Ooteghem, G.、Dasnoy-Sumell, D.、Lambrecht, M.、Reychler, G.、Liistro, G.、Sterpin, E. 和 Geets, X.(2019 年)。 机械辅助无创通气:在调节和提高放射治疗中呼吸相关运动的可重复性方面向前迈进了一步。 放射治疗和肿瘤学,133、132 139。 https://doi.org/10.1016/j.radonc.2018.12.026
- Van Ooteghem, G.、Dasnoy-Sumell, D.、Lee, J. A. 和 Geets, X. (2019)。 用于放射治疗的机械辅助和无创通气:一种调节和调节内部肿瘤运动的安全技术。 放射治疗和肿瘤学,141、283 291。 https://doi.org/10.1016/j.radonc.2019.09.021
- Akino, Y.、Sumida, I.、Shiomi, H.、Higashinaka, N.、Murashima, Y.、Hayashida, M.、… Ogawa, K.(2018 年)。 使用塑料闪烁体评估 CyberKnife SynchronyTM 呼吸跟踪系统的准确性。 医学物理学, 45(8), 3506 3515。 https://doi.org/10.1002/mp.13028
- Chi, Y., Rezaeian, N. H., Shen, C., Zhou, Y., Lu, W., Yang, M., … Jia, X. (2017)。 一种在体积调制弧治疗中重建分次内前列腺运动的新方法。 医学与生物学中的物理学,62(13),5509 5530。 https://doi.org/10.1088/1361-6560/aa6e37
- Li, R., Fahimian, B. P., & Xing, L. (2011)。 在治疗过程中通过单视 X 射线成像进行实时 3D 肿瘤定位的贝叶斯方法。 医学物理, 38(7), 4205 4214。 https://doi.org/10.1118/1.3598435
- Shieh, C.-C.、Caillet, V.、Dunbar, M.、Keall, P. J.、Booth, J. T.、Hardcastle, N.、… Feain, I.(2017 年)。 在肺放疗期间使用 kV 成像进行三维无标记肿瘤跟踪的贝叶斯方法。 医学与生物学物理, 62(8), 3065 3080. https://doi.org/10.1088/1361-6560/aa6393
- Chung, H.、Poulsen, P. R.、Keall, P. J.、Cho, S. 和 Cho, B. (2016)。 使用多维相关建模从锥束 CT 投影图像重建植入标记轨迹。 医学物理, 43(8Part1), 4643 4654. https://doi.org/10.1118/1.4958678
- Poulsen, P. R.、Cho, B. 和 Keall, P. J. (2008)。 一种从用于图像引导放射治疗的锥形束 CT 投影中估计肿瘤的平均位置、运动幅度、运动相关性和轨迹的方法。 国际放射肿瘤学*生物学*物理学杂志,72(5), 1587 1596。 https://doi.org/10.1016/j.ijrobp.2008.07.037
- Montanaro, T., Nguyen, D. T., Keall, P. J., Booth, J., Caillet, V., Eade, T., … Shieh, C.-C. (2018)。 基于龙门架 X 射线实时目标跟踪方法的比较。 医学物理, 45(3), 1222 1232。 https://doi.org/10.1002/mp.12765
- van Herk, M.、Remeijer, P.、Rasch, C. 和 Lebesque, J. V. (2000)。 正确目标剂量的概率:用于推导放射治疗中治疗余量的剂量群体直方图。 国际放射肿瘤学*生物学*物理学杂志,47(4),1121 1135。 https://doi.org/10.1016/s0360-3016(00)00518-6
- Souris, K.、Lee, J. A. 和 Sterpin, E. (2016)。 使用多核和众核 CPU 架构进行质子治疗的快速多用途蒙特卡罗模拟。 医学物理, 43(4), 1700 1712。 https://doi.org/10.1118/1.4943377
- Toscano, S., Souris, K., Gomà, C., Barragán-Montero, A., Puydupin, S., Stappen, F. V., … Sterpin, E. (2019)。 机器日志文件不确定性对质子笔形束扫描治疗交付质量保证的影响。 医学与生物学中的物理,64(9),095021。 https://doi.org/10.1088/1361-6560/ab120c
研究类型
注册 (估计的)
阶段
- 不适用
联系人和位置
学习地点
-
-
Bruxelles
-
Woluwe-Saint-Lambert、Bruxelles、比利时、1200
- Cliniques Universitaires Saint-Luc
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
描述
纳入标准:
MANIV 优化的乳腺肿瘤门控策略的验证:
左乳腺肿瘤患者适合采用屏气技术进行放射治疗。
验证针对肺/肝肿瘤的 MANIV 优化门控策略:
符合立体定向放射治疗条件的肺(原发性或继发性)或肝(原发性或继发性)肿瘤患者。
验证 MANIV 优化的肝脏肿瘤跟踪策略:
第 1 部分:适合在法国里尔 Oscar Lambret 中心的 Cyberknife® 进行立体定向放射治疗的肝肿瘤(原发性或继发性)患者。
第 2 部分:在法国里尔 Oscar Lambret 中心的 Cyberknife® 上通过呼吸追踪治疗肝肿瘤(原发性或继发性)患者。
图 4 - 在 DIBH 模式下使用 MANIV 对移动肿瘤进行计算机模拟质子治疗的评估:包括在门控策略优化研究中的患者。
排除标准:
- 自发性气胸病史
学习计划
研究是如何设计的?
设计细节
- 主要用途:治疗
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
---|---|
有源比较器:手臂 N°1 - 标准治疗-乳房 DIBH
患者将在自发屏气期间接受治疗,这被认为是左乳腺癌的金标准放射治疗。
|
在 Varian® Halcyon LINAC 和 Infinity Elekta® 直线加速器上执行
|
实验性的:第 4 臂 - 介入治疗 - 肝/肺 MANIV VC
患者在治疗期间将采用 VC 模式通气。
对于每个部分,将收集处理时间、跟踪模型的重建次数和模型的相关误差。
将从通过追踪自主呼吸进行治疗的匹配回顾性队列中提取相同的信息。
|
机械呼吸机(Bellavista 1000、IMTmedical)将用于 Varian® Halcyon LINAC 和 Infinity Elekta® linac
|
其他:手臂 N°5 - 用于 PT 的肝/肺 MANIV DIBH
3 号臂中包含的患者的肿瘤位置及其残余运动数据将用于使用 PBS PT 计算计划剂量分布和电子剂量分布。
MIRO 实验室 (UCLouvain - IREC) 开发了综合工具,用于使用蒙特卡洛剂量引擎 MCsquare [25] 以及日志文件采集 [26] 来模拟患者 CT 图像的治疗实施。
通过这种方式,我们将能够与 IBA 合作在计算机上验证我们的方法,作为对该方法的临床验证进行前瞻性试验之前的第一步。
|
机械呼吸机(Bellavista 1000、IMTmedical)将用于 Varian® Halcyon LINAC 和 Infinity Elekta® linac
|
实验性的:手臂 N°2 - 介入治疗 -Breast MANIV DIBH
辐照将在 MANIV(Bellavista 1000,IMTMedical®)以 SL 模式诱导的 DIBH 期间进行。
将添加氧气 (FiO2 60%) 以安全、轻松地将 DIBH 持续时间延长至 30 秒,以允许完全传送治疗光束。
|
机械呼吸机(Bellavista 1000、IMTmedical)将用于 Varian® Halcyon LINAC 和 Infinity Elekta® linac
|
实验性的:第 3 臂 - 介入治疗 - 肝/肺 MANIV DIBH
辐照将在 MANIV(Bellavista 1000,IMTMedical®)采用 SL 模式诱导的 DIBH 期间进行。
将添加氧气 (FiO2 60%) 以安全且轻松地将 DIBH 持续时间延长至 30 秒,以允许完全输送治疗光束 [13]。
在治疗之前,介入放射科医师将在肿瘤中植入不透射线的基准,以促进通过机载成像监测肿瘤位置。
因此,根据文献建议 [24],将在射束传输期间测量残余肿瘤基线偏移和运动,并用于重新计算确保至少 90% 的肿瘤有足够剂量覆盖的最佳安全裕度。
我们还将比较在 MANIV 条件下计算的这些安全裕度与在自由呼吸条件下常规应用的安全裕度,以估计在裕度减少方面的收益。
|
机械呼吸机(Bellavista 1000、IMTmedical)将用于 Varian® Halcyon LINAC 和 Infinity Elekta® linac
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
验证 MANIV 优化的乳腺肿瘤门控策略
大体时间:通过学习完成,平均3周
|
治疗期间的平均乳腺 3D 位移。
|
通过学习完成,平均3周
|
MANIV 优化跟踪策略的验证
大体时间:通过学习完成,平均 2 周
|
交付分数所需的平均时间
|
通过学习完成,平均 2 周
|
在 SL 模式下通过质子疗法治疗的可行性计算机评估
大体时间:通过学习完成,平均 2 周
|
患者接受至少给定剂量水平的 CTV 体积百分比
|
通过学习完成,平均 2 周
|
验证 MANIV 优化的肺和肝肿瘤门控策略
大体时间:通过学习完成,平均 2 周
|
用 MANIV 成功治疗的患者比例
|
通过学习完成,平均 2 周
|
合作者和调查者
调查人员
- 学习椅:Geneviève Van Ooteghem, MD,PhD、Cliniques Universitaires Saint-Luc, Brussels, Belgium
- 学习椅:David Pasquier, MD,PhD、Centre Oscar Lambret, Lille, France
- 首席研究员:Xavier Geets, MD,PhD、Cliniques Universitaires Saint-Luc, Brussels, Belgium
- 学习椅:Loïc Vander Veken, MD、Cliniques Universitaires Saint-Luc,Brussels, Belgium
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- 2020/03FEV/065
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.
自发性胸痛的临床试验
-
Paul Scherrer Institut, Center for Proton TherapySwiss Federal Institute of Technology完全的
-
Technical University of MunichGerman Cancer Aid招聘中
-
University of Texas Southwestern Medical CenterVision RT Limited主动,不招人
-
M.D. Anderson Cancer CenterNational Cancer Institute (NCI)主动,不招人