高剂量IMRT治疗原发及转移性肺癌的疗效分析和基于SVM预测原发、复发和转移性肺癌Hypo-RT后放射性肺损伤的研究

摘要

目的:分析高剂量IMRT治疗原发性和转移肺癌的疗效以及基于统计学习理论SVM建模预测放射性肺损伤。　　资料和方法:从2006.1.1至2013.12.31，筛选413例于四川省肿瘤医院经高剂量IMRT治疗的原发性、手术后复发及转移性肺癌患者中，随访时间大于6个月并有完整临床和剂量学参数的患者共112例，CECTA v3.0可评价放疗后6个月内的放射性肺炎和6个月以后的放射性肺纤维化。　　第一部分:对73例原发性NSCLC患者和39例转移性肺癌患者的进行生存分析及放射性肺损伤的危险因素分析，比较是否ART或者ART基础上是否Dose painting、BED剂量大小的疗效及放射性肺损伤的差异性;　　第二部分:通过对满足条件的158例患者一系列特征数据，基于SVM进行建模预测原发、术后复发和转移性肺癌大分割放疗的急性放射肺炎及放射性肺纤维化，并与逻辑回归模型进行比较。　　结果:　　第一部分:对73例原发性NSCLC患者生存分析显示6个月、1年、2年局部控制率分别为97.2％、84.3％、69.2％;6个月、1年、2年总生存率分别98.6％，82.5％，44.8％，中位生存时间为20.1个月(95％CI，14.17～26.03个月);逻辑回归多因素分析显示年龄≥60岁和中央型肺癌是原发性NSCLC发生≥2级放射性肺炎的危险因素，Cox回归分析显示未使用分子靶向药物和糖尿病患者是LC不良的危险因素。是否ART或者ART基础上是否进行dose painting在生存和放射性肺损伤上无显著差异，但ART和ART+Dose painting情况下的高剂量BED治疗可能存在优于非ART和ART不加Dose painting的疗效及放射性肺损伤发生率的趋势。39例转移性肺癌患者，共计51个病灶，生存分析显示患者6月、1、2年OS分别为97.5％，85.6％，47.8％;LC分别为96.7％，85.7％，80.6％。中位生存时间为23个月(95％CI，NA)。病灶(n=51)相关6月、1、2年LC分别为98.1％、82.3％、69.5％，中位病灶无进展生存时间为40.9个月(95％CI，NA)。　　第二部分对158例患者临床特征和放疗体积剂量单因素分析显示:患者年龄，病灶位置，病灶GTV、PTV，GTV/患肺体积，GTV/全肺体积，PTV/患肺体积，PTV/全肺体积，患侧肺iVmean、iV5、iV10、iV20、iV30、iV40、iMLD、iD5、iD10、iD20、iD25、iD30、iD98，健侧肺cV5、cD98,治疗前肿瘤最大总径D0，与是否发生≥2级放射性肺炎具有统计差异;肿瘤分期，病理类型，单次分割剂量范围，肿瘤位置，GTV，PTV，GTV/患侧肺体积，GTV/全肺体积，PTV/患侧肺体积，PTV/全肺体积，患侧肺V30、V40、D5、D10，晚反应肺BED、EQD2，治疗病灶最长总径D0与是否发生≥2级放射性肺纤维化有统计学差异。逻辑回归多因素分析显示患肺D10，肿瘤位置（中央型）是发生≥2级放射性肺炎的不良独立预后因素;肿瘤靶区PTV，肿瘤位置（中央型）和分割模式(Qd)是发生≥2级症放射性肺纤维化的不良独立预后因素;放射性肺炎SVM模型运算所筛选的6项特征:患肺V20，患肺D10，患肺D30，患肺D25，患肺D20，患肺V10能够较好的预测放射性肺炎。放射性肺纤维化SVM模型运算所筛选的15项特征:肿瘤位置（中央/周围型），患肺V30，分割模式(Qd或Bid)，患肺V40，患肺V20，治疗前肿瘤最长总径，患肺D10，肿瘤PTV，患肺D25，BED(α/β=3)，患肺D30，患肺D20，EQD2(α/β=3)，患肺MLD，放疗分割次数F，能够较好的预测放射性肺纤维化。支持向量机SVM预测结果显示:放射性肺炎SVM分类器敏感性为83％，特异性为74％，分类正确率为78％，AUC为0.79，优于放射性肺炎逻辑回归模型及调整模型(adjustedC-index:0.67和0.68);放射性肺纤维化SVM分类器分类正确率为75％，敏感性为69％，特异性为80％，AUC为0.74，与放射性肺纤维化逻辑回归模型及调整模型比较(adjusted C-index:0.74和0.70)，整体效果无明显差异。　　结论:　　1.高剂量的IMRT治疗(BED≥60Gy)原发性NSCLC的临床疗效可，放射性肺损伤发生率可接受，可进一步扩大研究;　　2.ART或联合dose painting可提高BED，治疗原发性NSCLC有疗效提高的趋势，放射性肺损伤无明显差异，值得进一步研究;　　3.60岁以上和中央型肺癌是原发性NSCLC发生2及以上级放射性肺炎的危险因素;　　4.本文SVM模型运算所筛选的特征能够较好的预测放射性肺损伤;　　5.支持向量机SVM预测效果与传统逻辑回归模型相比，SVM预测分类正确率显著优于逻辑回归模型。

目录

摘要

前言

第一部分 高剂量IMRT治疗原发及转移性肺癌的疗效分析

材料和方法

结果

讨论

第二部分 基于SVM对原发、复发和转移性肺癌HypoRT后放射性肺损伤的预测模型研究

前言

材料与方法

结果

讨论

结论

参考文献

英文缩写表

致谢

综述

声明