2025, Vol. 45
随着调强放射治疗(intensity modulated radiation therapy，IMRT)技术的普及，患者特异性质量保证(patient-specific quality assurance, PSQA)已成为确保放疗计划精准实施的核心环节[1-2]。美国医学物理师协会(AAPM)发布的TG-218报告[3]明确指出，基于γ通过率和剂量偏差的多参数评估是制定个性化容差限值(tolerance limit, TL)与干预限值(action limit, AL)的科学依据。国内放疗机构普遍存在剂量验证设备多、验证方式多样化以及验证结果评估标准不统一的问题[4]，这可能导致不同设备对同一计划的验证结果产生系统性差异，进而影响物理师对放疗计划验证质量的判断。目前，基于模体计划的ArcCHECK三维剂量验证系统与基于多叶准直器(multi-leaf collimator，MLC)日志文件的SunCHECK软件系统(美国SunNuclear公司)均为临床中常用的剂量验证工具[5-7]，然而，针对两种剂量验证系统间的一致性，目前少有系统性的比较与评估。本研究对比SunCHECK与ArcCHECK在调强剂量验证的一致性差异及探讨设备差异对γ通过率的容差和干预限值设定的影响，为临床放疗质量控制的优化提供数据支持。
资料与方法1.患者资料及数据采集：回顾性收集了2023年1月至2024年1月在北京医院放疗科接受调强放射治疗患者71例(其中头颈肿瘤20例，胸部肿瘤23例，盆腔肿瘤28例)。所有患者均知情同意，本研究通过了北京医院伦理委员会伦理审批(审批号BJYYEC2025-H354)。使用了大孔径CT定位机(Brilliance CT Big Bore，荷兰飞利浦公司)采集CT图像，并由高年资医生根据美国放射治疗肿瘤协作组(RTOG)规范要求在CT图像上进行靶区和危及器官的勾画，最后将其上传至Eclipse 13.6治疗计划系统(TPS)。
2.计划设计与剂量验证：所有患者根据临床需要采用7~9野动态固定野调强或2~3弧容积弧形调强技术进行计划设计，能量为6 MV X射线，剂量率为600 MU/min，采用Smart LMC算法的铅门跟随技术和各向异性解析AAA算法(计算网格为2.5 mm)进行计划优化。计划设计完，由医师审核确认后进行调强剂量验证。采用DICOM传输格式，将所有患者的CT图像、勾画结构集、放疗计划和剂量文件传至SunCHECK软件进行独立剂量二次核算，得到基于患者CT图像上的靶区和危及器官的剂量偏差和γ通过率。在TPS上将所有患者模体计划和剂量计算文件传至ArcCHECK软件系统进行计划验证，两种剂量验证系统采用3%/3 mm、3%/2 mm和2%/2 mm 3种不同的γ通过率标准，剂量阈值为10%，并且在使用ArcCHECK进行剂量验证时，使用灵敏体积为0.6 cm3指型电离室(德国PTW公司，30013型号)进行绝对剂量测量。
3.容差限值(TL)和干预限值(AL)计算：根据AAPM TG218报告[3]中的PSQA评价方法，引入TL和AL的评价标准，而且国家癌症中心/国家肿瘤质控中心为了适应临床需求, 将推荐标准调整为3%/2 mm，TL≥95%，AL≥90%[8]。当γ通过率大于TL时，可以执行放疗计划，当γ通过率大于AL且小于TL时，需要结合剂量偏差及位置等临床指标进行判断是否可执行，但当γ通过率小于TL时，不能执行计划，需要检查风险来源。
TL和AL的计算公式如下
| $ T L=\frac{1}{n} \sum\limits_1^n x-2.660 \cdot \frac{1}{n-1} \sum\limits_{i=2}^n\left|x_i-x_{i-1}\right| $ | (1) |
| $ A L=100 \%-\frac{\beta \sqrt{\sigma^2+(\bar{x}-T)^2}}{2} $ | (2Z) |
式中，x为一个验证计划的γ通过率；x为所有验证计划γ通过率的平均值；n为验证计划的个数；σ2为方差；T为理想值(设定为100)；β为常数，根据AAPM TG218报告[3]推荐取6。随后，以TL、AL、中位值(center line，CL)和γ通过率为参数，建立各种评估标准。
4.统计靶区与危及器官的体积剂量偏差：使用SunCHECK软件对TPS生成的计划采用叠加剂量计算算法(SDC)进行独立二次剂量计算，重建三维剂量分布后与TPS进行比较，获得两者靶区和危及器官(脊髓、脑干、肺、心脏、直肠、膀胱、肾、十二指肠和胃)的体积剂量偏差，体积剂量学参数包括计划靶区的D95%、Dmax和Dmean，危及器官的Dmax和Dmean。剂量偏差的计算公式如下：
| $ \text { 剂量偏差 }=\left|\frac{D_{\text {SunCHECK }}-D_{\text {TPS }}}{D_{\text {TPS }}}\right| \times 100 \% $ | (3) |
式中，DSunCHECK为SunCHECK重建剂量值；DTPS为TPS剂量值。
5.靶区和危及器官的体积剂量偏差与其γ通过率的相关性分析：通过SunCHECK软件获取不同标准(3%/3 mm、3%/2 mm、2%/2 mm)下的所有计划的γ通过率以及靶区与危及器官的体积剂量偏差，按解剖部位分为头颈、胸部和盆腔，评估各组靶区和危及器官的γ通过率与其体积剂量偏差的相关性。
6.SunCHECK与ArcCHECK剂量验证γ通过率一致性比较：三组病例均使用ArcCHECK系统验证所有患者模体计划进行剂量验证，与SunCHECK软件的得出的γ通过率结果进行比较，检验两者的γ通过率一致性。
7.统计学处理：使用SPSS 23软件进行统计学分析，计量数据符合正态分布，结果用x±s表示。采用箱线图对靶区和危及器官上的体积剂量偏差进行分析，γ通过率与靶区和危及器官体积剂量偏差的相关性采用Pearson相关系数分析，SunCHECK与ArcCHECK的γ通过率结果的一致性检验采用Bland-Altman方法。P＜0.05为差异有统计学意义。
结果1.不同标准下γ通过率：结果列于表 1，在3%/3 mm标准下，3组内两种验证系统的γ通过率平均值的差异较小，头颈、胸部和腹盆部差异分别为0.29%、0.75%和0.61%，说明两系统得到的γ通过率非常相近，当标准提高至3%/2 mm时，两者的γ通过率平均值差异略微变化，头颈、胸部和腹盆部差异分别为: 0.12%、0.30%和1.13%，但整体仍保持相近的结果，进一步严格至2%/2 mm标准后，γ通过率的平均值差异显著扩大，头颈、胸部和腹盆部差异分别为2.44%，1.54%和5.15%，其中腹盆部γ通过率平均值差异最大。三组均使用ArcCHECK进行等中心点绝对剂量验证，头颈、胸部和腹盆部的点剂量平均偏差均＜1.3%，说明各部位点剂量验证准确性高。
|
表 1 3种部位在不同标准下γ通过率平均值及绝对剂量偏差(%，x±s) Table 1 Mean gamma passing rate and absolute dose deviations for 3 groups of cases under different criteria(%, x±s) |
2.在3%/2 mm标准下γ通过率的容差与干预限值：结果列于表 2，对于头颈部，两系统的容差与干预限值的差异均＜1%，表明两系统的容差与干预限值设定的一致性较高。对于胸部，两系统容差限值差异为0.84%，干预限值差异为0.60%，两系统的容差与干预限值设定仍保持较好一致性。对于腹盆部，容差限值差异为2.46%，干预限值差异为3.51%，说明两系统的容差与干预限值设定略有差异，但容差与干预限值均高于TG-218报告[3]推荐阈值。各部位间比较发现，头颈部和腹盆部的容差与干预限值设定均高于胸部。
|
|
表 2 不同部位在3%/2mm标准下的γ通过率范围、容差限值、干预限值和中位值(%) Table 2 Distribution range of gamma passing rate, TL, AL, and CL for various anatomical regions under 3%/2 mm criterion (%) |
3.靶区和危及器官体积剂量参数的剂量偏差：结果示于图 1，胸部整体剂量偏差分布范围较宽(甚至出现高于3%的剂量偏差)，其剂量偏差整体程度高于头颈部和腹盆部(均低于3%的剂量偏差)，而且腹盆部的靶区体积剂量偏差整体最小。不同危及器官的体积剂量偏差分布因解剖区域及器官类型不同而呈现差异。
|
图 1 SunCHECK中3种部位的靶区(A)和危及器官(B)体积剂量参数的剂量偏差箱线图 Figure 1 Box plots showing the dose deviations of volumetric dosimetry parameters for target volumes (A) and OARs (B) in three tumor groups derived using the SunCHECK system |
4.剂量偏差与γ通过率的相关性：结果列于表 3，使用SunCHECK系统剂量验证后，靶区剂量体积剂量偏差与计划γ通过率在不同标准下均呈显著负相关(r=-0.77~-0.43，P＜0.05)。其中，头颈部靶区剂量参数D95%剂量偏差与γ通过率在3%/2 mm标准下负相关性最强(r=-0.77，P＜0.01)，胸部剂量学参数Dmean剂量偏差在2%/2 mm标准下与γ通过率相关性最强(r=-0.76，P＜0.01)；腹盆部剂量学参数D90%剂量偏差在3%/2 mm标准下与γ通过率相关性最强(r=-0.77，P＜0.01)。表 4显示，在不同标准下脊髓剂量参数Dmean和Dmax的剂量偏差与γ通过率无相关性，脑干剂量参数Dmean和Dmax的剂量偏差在2%/2 mm标准下与γ通过率呈现强负相关(r=-0.58~-0.56，P＜0.05)，肺和心脏剂量参数Dmax的剂量偏差与γ通过率呈现强负相关(r=-0.88~-0.46，P＜0.05)，膀胱剂量参数Dmean和Dmax的剂量偏差在3%/2 mm及2%/2 mm标准下与γ通过率均呈现强负相关(r=-0.88~-0.45，P＜0.05)；其他危及器官的剂量偏差与γ通过率无相关性。
|
|
表 3 不同部位在不同标准下靶区各种体积剂量参数的剂量偏差和γ通过率的Pearson相关性 Table 3 Pearson correlations between between gamma passing rate and the dose deviations of volumetric dosimetry parameters for target volumes in three tumor groups under different criteria |
|
|
表 4 危及器官在不同标准下各种体积剂量参数的剂量偏差和γ通过率的Pearson相关性 Table 4 Pearson correlations between n gamma passing rate and the dose deviations of volumetric dosimetry parameters for organs at risk under different criteria |
5. γ通过率的Bland-Altman一致性：结果见于图 2，在3%/3 mm及3%/2 mm标准下，对于各部位，两系统的γ通过率差值均位于95%一致性界限(±1.96SD)，说明两系统的γ通过率验证结果一致性良好；但在2%/2 mm标准下，除头颈部两者的γ通过率验证结果一致性较好外，对于胸部和腹盆部，两系统的γ通过率差值均超出了95%一致性界限，说明在2%/2 mm标准下两系统的γ通过率验证结果存在系统性差异，这会导致两者得出的γ通过率一致性欠佳。
|
注：图中的虚线为95%的置信区间±1.96SD；蓝色实线为SunCHECK与ArcCHECK的γ通过率差值的均值线 图 2 不同标准下SunCHECK与ArcCHECK剂量验证γ通过率一致性A. 3%/3 mm；B. 3%/2 mm；C. 2%/2 mm Figure 2 The consistency of gamma passing rate between SunCHECK and ArcCHECK under different standards A. 3%/3 mm; B. 3%/2 mm; C. 2%/2 mm |
讨论
本研究参考AAPM TG-218报告[3]，基于γ通过率、剂量偏差及相关性参数对SunCHECK与ArcCHECK两种剂量验证系统进行比较，结果揭示了两系统在不同γ通过率标准下容差与干预限值的设定差异，体积剂量偏差及其与γ通过率的相关性和γ通过率的一致性，为患者特异性质量保证的优化提供了重要依据。
在3%/3 mm及3%/2 mm标准下，SunCHECK与ArcCHECK的γ通过率差异较小且Bland-Altman分析显示两者的γ通过率差值均位于95%一致性界限内且均值偏差≤3%，这表明两种验证系统得出的γ通过率具有很高一致性，由于γ通过率结果均能满足临床需求，在进行自适应计划剂量验证[9]或替代模体计划剂量验证时，可选用SunCHECK作为剂量验证工具。然而，在2%/2 mm标准下，仅头颈部保持良好的γ通过率一致性以外，胸部与腹盆部两者的γ通过率差值离散度高且超出置信区间，这可能由剂量跌落梯度、计划执行中MLC叶片的到位精度以及剂量计算算法等因素导致γ通过率结果的离散度升高[10-11]。Li等[12]研究表明，采用较为严格的γ通过率标准可能会放大不同验证系统之间算法、剂量计算模型精度、小野测量的不确定性以及探测器灵敏度带来的偏差，当在胸部及盆腔等复杂区域，采用2%/2 mm标准时需谨慎评估两系统验证结果的不一致，可借助ArcCHECK在中心点的绝对剂量结果判断。
在2%/2 mm标准下，腹盆部的容差与干预限值最高，头颈部次之，均高于TG-218报告[3]推荐阈值(容差限值≥95%，干预限值≥90%)，胸部相对较低，但绝大部分计划验证结果高于TG-218报告[3]推荐阈值，而且干预限值均超过90%。胸部肿瘤因肺与软组织交界导致剂量计算误差和靶区异质性较高[13]，导致剂量验证的波动性增大，需设置更宽松的容差与干预限值以保证治疗计划可行性。Fusella等[14]指出容差与干预限值需根据解剖区域和治疗技术动态调整，故对胸部验证计划，本研究对SunCHECK与ArcCHECK推荐设置的阈值分别为容差限值≥95%和干预限值≥92%，容差限值≥94%和干预限值≥91%。腹盆部剂量验证结果均较为稳定，而盆腔肿瘤计划通常剂量分布较为稳定，建议腹盆部采用更严格的高容差与干预限值设定标准，针对SunCHECK与ArcCHECK推荐设置的阈值分别为容差限值≥99%和干预限值≥98%，容差限值≥97%和干预限值≥95%。对头颈部而言，虽然解剖结构更为密集和复杂，但较胸部的低密度区域或与非均匀组织交界区少，针对SunCHECK与ArcCHECK推荐设置的阈值分别为容差限值≥95%和干预限值≥94%，容差限值≥96%和干预限值≥94%。
TPS与SunCHECK的体积剂量参数的剂量偏差中，胸部靶区的D95%、D90%及Dmean剂量偏差范围最大，范围为1.82%~2.02%，显著高于头颈部和腹盆部，这可能是与靶区和其边缘肺组织交界区域的剂量梯度陡峭或两种计算算法之间的差异有关。相比之下，腹盆部因剂量分布相对均匀且偏差最小，范围为0.48%~0.60%。对于危及器官，肺的Dmean剂量偏差最高，而膀胱Dmean剂量偏差较低，反映不同解剖区域剂量分布的复杂性差异，由于SunCHECK基于叠加剂量计算算法(SDC)的剂量重建，得出的结果可能更贴合临床实际，而TPS的各向异性解析算(AAA)法在低密度组织(如肺)中可能存在计算误差[15-16]。
靶区的D95%、D90%及Dmean的剂量偏差与计划γ通过率呈显著负相关(r=-0.77~-0.43，P＜0.05)，但危及器官的剂量偏差和相关性结果不统一，绝大多数的剂量参数与γ通过率表现为不相关，这提示γ分析方法在评估危及器官等低剂量区域时存在局限性，需结合剂量体积直方图(DVH)综合评估临床风险[6, 17]。Nelms等[18]通过多中心研究证实，γ通过率与靶区剂量参数剂量偏差呈显著负相关，并指出当γ通过率＜90%时，靶区剂量偏差超过5%的风险显著增加。本研究通过相关性分析，得出计划γ通过率的降低可以间接反映出靶区剂量偏差程度的加剧，这一结果与Nelms等[18]的研究相一致。值得注意的是，胸部剂量学参数的剂量偏差范围为1.82%~2.02%，显著高于其他部位，可能与胸部存在肺与软组织交界处剂量计算的精确度相关[13]。相比之下，腹盆部因剂量分布相对均匀，偏差范围最小，提示其剂量验证结果更为稳定。
综上所述，本研究证实SunCHECK与ArcCHECK两种剂量验证系统在3%/3 mm及3%/2 mm标准下具有很高γ通过率一致性，但在2%/2 mm标准下，两者的γ通过率一致性欠佳，其验证结果需结合点剂量测量或解剖区域复杂性谨慎评估，根据不同解剖部位，推荐了两种验证系统基于γ通过率的容差限值与干预限值设定，建议可使用靶区剂量学参数的剂量偏差结合计划γ通过率进行快速剂量验证。实验设计采用的病例样本量仍然偏小，这可能会带来一定的统计学偏差，而且从技术分类上并未区分固定野调强技术和容积弧形调强技术的不同所带来的体积剂量学偏差和γ通过率差异，后续需进一步补充样本量和细化实验设计来完善和验证临床的实际应用价值。
利益冲突 无
作者贡献声明 林海磊负责数据分析和论文撰写; 沙翔燕、王丹、王蕊负责放疗计划设计与剂量验证; 吴钦宏负责数据收集和剂量验证; 钟秋子、徐勇刚、李高峰负责靶区勾画和治疗，指导选题设计和论文修改
| [1] |
Malatesta T, Scaggion A, Giglioli FR, et al. Patient specific quality assurance in SBRT: a systematic review of measurement-based methods[J]. Phys Med Biol, 2023, 68(21). DOI:10.1088/1361-6560/acf43a |
| [2] |
Nasrallah M, Bochud F, Tellapragada N, et al. Validation of MLC leaf open time calculation methods for PSQA in adaptive radiotherapy with tomotherapy units[J]. J Appl Clin Med Phys, 2024, 25(10): e14478. DOI:10.1002/acm2.14478 |
| [3] |
Miften M, Olch A, Mihailidis D, et al. Tolerance limits and methodologies for IMRT measurement-based verification QA: Recommendations of AAPM Task Group No. 218[J]. Med Phys, 2018, 45(4): e53-e83. DOI:10.1002/mp.12810 |
| [4] |
马阳光, 麦日珍, 裴运通, 等. 多种三维剂量验证系统在肺癌VMAT剂量验证中的联合应用[J]. 中华放射肿瘤学杂志, 2021, 30(1): 76-80. Ma YG, Mai RZ, Pei YT, et al. Evaluation the combined effect of three dose reconstruction systems on VMAT dosimetry verification of lung cancer[J]. Chin J Radiat Oncol, 2021, 30(1): 76-80. DOI:10.3760/cma.j.cn113030-20191213-00519 |
| [5] |
Tattenberg S, Hyde D, Milette MP, et al. Assessment of the Sun Nuclear ArcCHECK to detect errors in 6 MV FFF VMAT delivery of brain SABR using ROC analysis[J]. J Appl Clin Med Phys, 2021, 22(6): 35-44. DOI:10.1002/acm2.13276 |
| [6] |
Deng J, Liu S, Huang Y, et al. Evaluating AAPM-TG-218 recommendations: Gamma index tolerance and action limits in IMRT and VMAT quality assurance using SunCHECK[J]. J Appl Clin Med Phys, 2024, 25(6): e14277. DOI:10.1002/acm2.14277 |
| [7] |
齐洪志, 杨玉刚, 郝洁, 等. SunCHECK软件在调强放疗计划剂量验证中的应用[J]. 中国医学物理学杂志, 2022, 39(3): 289-294. Qi HZ, Yang YG, Hao J, et al. Application of SunCHECK software in dose verification of intensity-modulated radiotherapy plan[J]. Chin J Med Phys, 2022, 39(3): 289-294. DOI:10.3969/j.issn.1005-202X.2022.03.005 |
| [8] |
国家癌症中心/国家肿瘤质控中心. 调强放疗剂量验证实践指南[J]. 中华放射肿瘤学杂志, 2020, 29(12): 1021-1024. National Cancer Center/National Cancer Quality Control Center. Practice guideline of patient-specific dosimetric verification for intensity-modulated radiotherapy[J]. Chin J Radiat Oncol, 2020, 29(12): 1021-1024. DOI:10.3760/cma.j.cn113030-20200525-00273 |
| [9] |
谢家存, 李良, 梁恒坡, 等. 联影直线加速器放疗在体剂量验证的应用研究[J]. 中华放射医学与防护杂志, 2023, 43(5): 357-361. Xie JC, Li L, Liang HP, et al. Clinical application of radiotherapy based on UIH linear accelerators to in vivo dose verification[J]. Chin J Radiol Med Prot, 2023, 43(5): 357-361. DOI:10.3760/cma.j.cn112271-20221106-00432 |
| [10] |
Steers JM, Fraass BA. IMRT QA and gamma comparisons: The impact of detector geometry, spatial sampling, and delivery technique on gamma comparison sensitivity[J]. Med Phys, 2021, 48(9): 5367-5381. DOI:10.1002/mp.14997 |
| [11] |
Saito M, Sano N, Shibata Y, et al. Comparison of MLC error sensitivity of various commercial devices for VMAT pre-treatment quality assurance[J]. J Appl Clin Med Phys, 2018, 19(3): 87-93. DOI:10.1002/acm2.12288 |
| [12] |
Li H, Dong L, Zhang L, et al. Toward a better understanding of the gamma index: Investigation of parameters with a surface-based distance method[J]. Med Phys, 2011, 38(12): 6730-6741. DOI:10.1118/1.3659707 |
| [13] |
Srivastava RP, Basta K, De Gersem W, et al. A comparative analysis of Acuros XB and the analytical anisotropic algorithm for volumetric modulation arc therapy[J]. Rep Pract Oncol Radiother, 2021, 26(3): 481-488. DOI:10.5603/RPOR.a2021.0050 |
| [14] |
Fusella M, Cavinato S, Germani A, et al. Analysis of clinical patient-specific pre-treatment quality assurance with the new helical tomotherapy platform, following the AAPM TG-218 report[J]. Radiat Oncol, 2021, 16(1): 226. DOI:10.1186/s13014-021-01952-w |
| [15] |
Jacques R, Wong J, Taylor R, et al. Real-time dose computation: GPU-accelerated source modeling and superposition/convolution[J]. Med Phys, 2011, 38(1): 294-305. DOI:10.1118/1.3483785 |
| [16] |
Kawai D, Takahashi R, Kamima T, et al. Variation of the prescription dose using the analytical anisotropic algorithm in lung stereotactic body radiation therapy[J]. Phys Med, 2017, 38: 98-104. DOI:10.1016/j.ejmp.2017.05.058 |
| [17] |
Kimura Y, Kadoya N, Tomori S, et al. Error detection using a convolutional neural network with dose difference maps in patient-specific quality assurance for volumetric modulated arc therapy[J]. Phys Med, 2020, 73: 57-64. DOI:10.1016/j.ejmp.2020.03.022 |
| [18] |
Nelms BE, Chan MF, Jarry G, et al. Evaluating IMRT and VMAT dose accuracy: practical examples of failure to detect systematic errors when applying a commonly used metric and action levels[J]. Med Phys, 2013, 40(11): 111722. DOI:10.1118/1.4826166 |