2023, Vol. 43
宫颈癌是我国女性最常见的恶性生殖系统肿瘤，是发展中国家妇女癌症死亡的主要原因。对于局部进展期宫颈癌患者，根治性同步放化疗为首要治疗手段，而近距离治疗是根治性放疗中至关重要的组成部分[1-2]，随着图像引导近距离治疗的发展，宫颈癌近距离治疗逐渐从X射线平片引导的二维治疗向CT/MRI引导下的三维治疗发展[3-9]，多种技术如何统筹安排，提高工作效率是各中心面临的临床问题。本研究比较宫颈癌近距离治疗3种不同图像引导方式下计划的总参考空气比释动能(total reference air kerma，TRAK)，同时分析不同部分用时差异，为临床实践提供参考。
资料与方法1. 临床资料：记录北京协和医院2022年10月至11月间完成的223人次宫颈癌近距离放疗不同部分的用时。按照不同图像引导方式将患者分为3组，其中X射线平片引导二维治疗141人次，CT和MRI引导下的三维治疗分别为69人次(含插植治疗10人次)和13人次；CT引导组扫描层厚为2.5 mm，MRI引导组扫描序列及参数为5 mm层厚扫描3D T2序列，2 mm层厚的3D T2薄层扫描和3D T1、DWI等序列扫描。所有患者的单次处方剂量为600 cGy，放射源活度为11.1×1010~14.8×1010 Bq (3~4 Ci)。
2. 设备信息：Flexitron后装机和Oncentra V4.6计划系统(瑞典Elekta公司)，192Ir高剂量率放射源(HDR-192Ir，活性区域长3.5 mm，直径0.6 mm)；常规模拟定位机(SL-IP，山东新华公司)；128排CT模拟定位机(Revolution CT, 美国GE公司)；3.0 T MRI模拟定位机(Ingenia Elition X, 荷兰飞利浦公司)。近距离操作室与常规模拟机室、MRI室、CT模拟机室之间的距离分别约为5、15、50 m，在每两个机房之间转移患者时间可忽略。此外，区域设有专门的近距离治疗前等候区和更衣区。
3. 工作流程：将近距离工作流程分为5个部分：平静状态下施源器置入、图像采集、靶区和危及器官勾画、计划设计及审核、治疗实施(包括施源器及附件的拆除与核对)。记录5个部分用时，总用时为从患者进入近距离操作室开始，到治疗结束后施源器取出为止。
4. 数据采集：使用计划TRAK值评价辐射剂量。TRAK为距离放射源1 m处的比释动能，从近距离治疗计划中读取并记录该数值。
5. 统计学处理：采用SPSS 20软件进行分析。结果数据经正态性检验不符合正态分布，用M(P25, P75)表示。差异性检验采用两独立样本秩和检验和多样本秩和检验分析方法。P < 0.05为差异有统计学意义。
结果1. 不同引导方式下治疗计划TRAK差异性比较：X射线平片引导的二维计划组TRAK 4.2 (4.4，3.9) cGy明显高于CT引导[3.5(3.9，2.7)cGy，H =90.73, P＜0.01]和MRI引导[2.7(2.9，2.4)cGy，H=90.73, P＜0.01]的三维计划。MRI引导组和CT引导组的TRAK差异无统计学意义(P>0.05)。
2. 不同引导方式工作流程总用时情况：如表 1所示，X射线平片引导组工作流程总用时最短55.0(67.0，50.0)min，其次为CT引导组80.0(91.0，72.0)min，用时最长的为MRI影像引导组119.0(143.0，105.5)min，三者之间差异均有统计学意义(X射线平片引导组与CT引导组、MRI引导组(H=106.39，P < 0.01)，CT引导组和MRI引导组(H=106.39，P=0.02)。
|
表 1 不同图像引导方式下各部分的用时[min，M(P25, P75)] Table 1 The time of each part under different image-guided methods [min, M(P25, P75)] |
3. 不同引导方式下5个部分用时差异性比较：MRI引导组的图像采集时间明显高于X射线平片引导组和CT引导组(H=44.80，P＜0.01)，X射线平片引导组和CT引导组差异无统计学意义(P>0.05)；MRI引导组靶区勾画时间明显高于CT引导组(Z=-5.10，P＜0.01)；计划设计时间MRI引导组最长，其次为CT引导组，X射线平片引导组用时最短(H=57.93，P＜0.01)；3组患者施源器置入时间、计划实施时间差异均无统计学意义(P>0.05)。
讨论随着图像引导近距离治疗的发展，宫颈癌近距离治疗正从平片引导下的二维近距离治疗向CT/MRI图像引导的三维近距离治疗过渡[3, 10]，实现处方范围更加精准，更好地保护周围正常器官，从而降低不良反应发生率。但是，由于设备技术条件、患者数量等限制，二维近距离治疗在国内应用仍然较普遍。二维治疗是基于施源器位置确定A点并进行处方归一和几何优化，实现围绕宫颈区域的“梨形”空间剂量分布[11]。EMBRACE协作组的研究表明，相较于CT/MRI图像引导的三维近距离治疗，对于近距离治疗时肿瘤残留<30 cm3的肿瘤，二维计划的处方剂量覆盖的体积较三维计划更大[12]。TRAK是距源1 m处参考空气比释动能率与照射时间乘积，在单次剂量相同时，TRAK与处方剂量线包绕的体积成正比。因此，TRAK较高时，处方范围大，易引起正常组织的不良反应[13]。Bockel等[14]的研究表明，TRAK与晚期肠道不良反应发生概率显著相关。本研究中，平片引导组的TRAK为4.2 (4.4，3.9) cGy，与MRI/CT引导组差异有统计学意义，而Jamema等[15]的研究结果中，对于采用标准驻留、手动优化和三维优化计划中，TRAK结果分别为(0.49±0.02)cGy、(0.44±0.04)cGy和(0.4±0.04)cGy, 该结果进行处方剂量归一后与本研究结果一致。临床工作中，在医疗资源和患者负担允许情况下，应优先选择CT/MRI图像引导的近距离治疗，满足靶区剂量覆盖，同时避免危及器官过量照射。
施源器置入过程中，患者的配合程度、阴道条件以及不同类型施源器的置入难易度都将影响置入时间。针对患者自身心理建设问题，加强近距离放疗前对患者的宣教可提高患者的配合度；MR兼容施源器操作难度大，MRI引导组在施源器置入环节用时较长。三维近距离治疗中采用腔内联合组织间插植时，插植针数量以及调针次数会影响图像采集环节时长。本研究中CT引导的插植治疗约占14.5%(10/69)，采用的插植针数量平均为2~4根，因此在CT引导组和平片引导组的图像采集时间差异无统计学意义；在图像采集环节MRI引导组用时明显长于前两种图像引导方式，与进入磁体间的安全检查、患者听力保护、线圈架设以及采集序列及参数设置有关。关于扫描序列和参数，美国医学物理学家学会(American Association of Physicists in Medicine, AAPM)TG303号报告[16]针对MRI引导宫颈癌近距离工作流程进行了详细阐述，推荐3D T2薄层扫描为主，每个序列扫描时间应控制在5 min内。本研究中，优先采集2 mm层厚的3D T2薄层扫描，用于靶区和危及器官的勾画，等待勾画的过程中，完成3D T1、DWI等后续扫描用于辅助勾画、施源器重建及疗效评估，后续图像采集与靶区勾画并行从而实现MRI引导近距离治疗总用时控制在90 min以内，与国外MRI引导近距离治疗关于时效研究中[17]的平均用时149.3 min相比，极大减小了患者的等待时长。
相较于平片引导的二维近距离治疗，靶区及危及器官的勾画是CT和MRI引导组中增加的步骤。基于人工智能的近距离治疗靶区和危及器官勾画可极大提高勾画的一致性和效率[18-22]。本研究中，MRI引导组在靶区和危及器官勾画上与CT引导组相比用时较长，主要原因是本中心自动勾画软件不具备MR图像分割功能，MRI引导组的勾画由医生手动完成，而CT引导组是基于自动勾画软件结果后进行人工修改，整个勾画用时可控制在10 min以内。
计划设计环节中，不同计划设计方式、物理师对计划系统操作和计划评估参数的熟练程度均对计划设计用时有较大的影响。二维平片引导组施源器完成重建后，计划设置及优化可通过调取计划模板后再修改；而三维计划设计需要通过目标函数优化剂量分布，根据靶区和危及器官剂量进行调整，复杂度增加，因此平片引导组相较于CT和MRI引导的三维计划设计用时最短[23]。本研究中计划阶段用时在总的工作流程中占比较低，可能与物理师的经验及治疗计划系统操作熟练度有关。
图像引导近距离治疗过程繁琐，流程的复杂化和模式的多样化以及众多人员参与导致不同中心近距离治疗时效差异明显，需要进一步明确工作流程中制约效率的主要因素，通过不同环节穿插进行，可提高单位时间内的工作效率，避免顺序进行的等待耗时。将时间驱动的作业成本法则(time-driven activity-based costing，TDABC)[24]应用于近距离治疗，可有效提高效率，优化相关人员在治疗和护理中的作用，从而改变实践措施，以改善患者就医体验，但目前国内鲜有报道。本研究率先对近距离治疗工作流程进行了梳理，提出切实可行的方法让各个环节紧密相接，建议固定参与近距离治疗的岗位人员以提高每个岗位从业者的熟练程度和配合的默契程度。
综上所述，根据不同图像引导方式和计划特点可以为患者选择最优的近距离治疗方案，多位患者同时进行近距离治疗时，通过不同环节穿插进行，可提高单位时间内的工作效率，有效缩短人均总用时，提高临床工作效率。
利益冲突 所有作者声明不存在利益冲突
作者贡献声明 罗春丽负责研究设计与论文撰写; 张杰、于丽华、刘晓明、周兵、徐浩然协助实验与数据收集; 孙显松参与论文修改；于浪提出研究思路，指导论文修改
| [1] |
Bray F, Ferlay J, Soerjomataram I, et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2018, 68(6): 394-424. DOI:10.3322/caac.21492 |
| [2] |
Koh WJ, Abu-Rustum NR, Bean S, et al. Cervical cancer, version 3.2019, NCCN clinical practice guidelines in oncology[J]. J Natl Compr Canc Netw, 2019, 17(1): 64-84. DOI:10.6004/jnccn.2019.0001 |
| [3] |
Pötter R, Tanderup K, Schmid MP, et al. MRI-guided adaptive brachytherapy in locally advanced cervical cancer (EMBRACE-Ⅰ): a multicentre prospective cohort study[J]. Lancet Oncol, 2021, 22(4): 538-547. DOI:10.1016/S1470-2045(20)30753-1 |
| [4] |
Tan LT, Coles CE, Hart C, et al. Clinical impact of computed tomography-based image-guided brachytherapy for cervix cancer using the tandem-ring applicator the Addenbrooke's experience[J]. Clin Oncol, 2009, 21(3): 175-182. DOI:10.1016/j.clon.2008.12.001 |
| [5] |
Davidson MT, Yuen J, D'Souza DP, et al. Optimization of high-dose-rate cervix brachytherapy applicator placement: the benefits of intraoperative ultrasound guidance[J]. Brachytherapy, 2008, 7(3): 248-253. DOI:10.1016/j.brachy.2008.03.004 |
| [6] |
Haynes AB, Weiser TG, Berry WR, et al. A surgical safety checklist to reduce morbidity and mortality in a global population[J]. N Engl J Med, 2009, 360(5): 491-499. DOI:10.1056/NEJMsa0810119 |
| [7] |
Damato AL, Lee LJ, Bhagwat MS, et al. Redesign of process map to increase efficiency: Reducing procedure time in cervical cancer brachytherapy[J]. Brachytherapy, 2015, 14(4): 471-480. DOI:10.1016/j.brachy.2014.11.016 |
| [8] |
Mayadev J, Dieterich S, Harse R, et al. A failure modes and effects analysis study for gynecologic high-dose-rate brachytherapy[J]. Brachytherapy, 2015, 14(6): 866-875. DOI:10.1016/j.brachy.2015.06.007 |
| [9] |
Mazur LM, Mosaly PR, Tracton G, et al. Improving radiation oncology providers' workload and performance: Can simulation-based training help?[J]. Pract Radiat Oncol, 2017, 7(5): e309-e316. DOI:10.1016/j.prro.2017.02.005 |
| [10] |
Ahmed HZ, Vijayakumar S, Duggar WN, et al. MRI-directed brachytherapy for cancer of the uterine cervix: a case report, review, and perspective on the importance of wide spread use of this technological advance in the United States[J]. Cureus, 2021, 13(6): e15495. DOI:10.7759/cureus.15495 |
| [11] |
Mourya A, Choudhary S, Shahi UP, et al. A comparison between revised Manchester Point A and ICRU-89-recommended Point A definition absorbed dose reporting using CT images in intracavitary brachytherapy for patients with cervical carcinoma[J]. Brachytherapy, 2021, 20(1): 118-127. DOI:10.1016/j.brachy.2020.07.009 |
| [12] |
Serban M, Kirisits C, Pötter R, et al. Isodose surface volumes in cervix cancer brachytherapy: Change of practice from standard (Point A) to individualized image guided adaptive (EMBRACE Ⅰ) brachytherapy[J]. Radiother Oncol, 2018, 129(3): 567-574. DOI:10.1016/j.radonc.2018.09.002 |
| [13] |
肖艳, 成慧君, 王莉, 等. 三维与二维后装放疗治疗局部晚期宫颈癌临床疗效分析[J]. 中华实用诊断与治疗杂志, 2019, 33(10): 1005-1007. Xiao Y, Cheng HJ, Wang L, et al. Three and two dimensional brachytherapy for locally advanced cervical cancer[J]. J Chin Prac Ther, 2019, 33(10): 1005-1007. DOI:10.13507/j.issn.1674-3474.2019.10.019 |
| [14] |
Bockel S, Escande A, Dumas I, et al. Total reference air kerma is associated with late bowel morbidity in locally advanced cervical cancer patients treated with image-guided adaptive brachytherapy[J]. J Clin Med, 2019, 8(1): 25-37. DOI:10.3390/jcm8010125 |
| [15] |
Jamema SV, Kirisits C, Mahantshetty U, et al. Comparison of DVH parameters and loading patterns of standard loading, manual and inverse optimization for intracavitary brachytherapy on a subset of tandem/ovoid cases[J]. Radiother Oncol, 2010, 97(3): 501-506. DOI:10.1016/j.radonc.2010.08.011 |
| [16] |
Chetty IJ, Curran B, Cygler JE, et al. Report of the AAPM Task Group No. 105: Issues associated with clinical implementation of Monte Carlo-based photon and electron external beam treatment planning[J]. Med Phys, 2007, 34(12): 4818-4853. DOI:10.1118/1.2795842 |
| [17] |
Kim H, Houser CJ, Kalash R, et al. Workflow and efficiency in MRI-based high-dose-rate brachytherapy for cervical cancer in a high-volume brachytherapy center[J]. Brachytherapy, 2018, 17(5): 753-760. DOI:10.1016/j.brachy.2018.05.001 |
| [18] |
刘洋, 张烨, 易俊林. 自动分割技术在鼻咽癌靶区及危及器官勾画应用价值的研究[J]. 中华放射肿瘤学杂志, 2021, 30(9): 882-887. Liu Y, Zhang Y, Yi JL. The value of automatic segmentation of target volume and organs at risk for nasopharngeal carcinoma[J]. Chin J Radiat Oncol, 2021, 30(9): 882-887. DOI:10.3760/cma.j.cn113030-20210521-00200 |
| [19] |
Yoganathan SA, Paul SN, Paloor S, et al. Automatic segmentation of magnetic resonance images for high-dose-rate cervical cancer brachytherapy using deep learning[J]. Med Phys, 2022, 49(3): 1571-1584. DOI:10.1002/mp.15506 |
| [20] |
Zhang D, Yang Z, Jiang S, et al. Automatic segmentation and applicator reconstruction for CT-based brachytherapy of cervical cancer using 3D convolutional neural networks[J]. J Appl Clin Med Phys, 2020, 21(10): 158-169. DOI:10.1002/acm2.13024 |
| [21] |
Fung N, Hung WM, Sze CK, et al. Automatic segmentation for adaptive planning in nasopharyngeal carcinoma IMRT: Time, geometrical, and dosimetric analysis[J]. Med Dosim, 2020, 45(1): 60-65. DOI:10.1016/j.meddos.2019.06.002 |
| [22] |
Ju Z, Wu Q, Yang W, et al. Automatic segmentation of pelvic organs-at-risk using a fusion network model based on limited training samples[J]. Acta Oncol, 2020, 59(8): 933-939. DOI:10.1080/0284186X.2020.1775290 |
| [23] |
Morén B, Larsson T, Tedgren SC. Optimization in treatment planning of high dose-rate brachytherapy-Review and analysis of mathematical models[J]. Med phys, 2021, 48(5): 2057-2082. DOI:10.1002/mp.14762 |
| [24] |
Mulherkar R, Keller A, Showalter TN, et al. A primer on time-driven activity-based costing in brachytherapy[J]. Brachytherapy, 2021, 21(1): 43-48. DOI:10.1016/j.brachy.2021.05.008 |