Corrección por heterogeneidad en SBRT de Pulmón.

(Heterogeneity correction for lung SBRT treatments)

Armando Alaminos BouzaMevis

São Paulo.Brasil

Existen muchas diferencias entre la radiocirugía craneana (SRS) y la Radioterapia Estereotáxica de Cuerpo (SBRT).

Para el caso particular de lesiones en pulmón las diferencias se tornan extremas.

Las lesiones del encéfalo que son blanco de la SRS son, para todos los fines prácticos, estáticas durante la extension temporal del procedimiento. En SRS las lesiones se presentan en un entorno bastante homogéneo desde el punto de vista de fotones con energias 1.25 MeV o más.

Para el caso de la SBRT de pulmón tenemos blancos y todo un entorno que se mueve significativamente en el lapso de tiempo del procedimiento.

Por otra parte, la lesión generalmente tiene extensas fronteras, directas, con el tejido pulmonar. Estas fronteras o interfases constituyen altos gradientes de densidad electrónica.

Es notoriamente conocido que el pulmón representa la heterogeneidad anatómica más importante con la que deben lidiar los TPS en la radioterapia y una de las mayores fuentes de error en el cálculo de dosis. Pero este escenario se torna aún más crítico si los haces son mini-haces.

Campo de 80x80 mm2, 6 MeV Campo de 20x20 mm2, 6 MeV

Dosis sobre eje, en 80x80 mm2 Dosis sobre eje, 20x20 mm2

Cubo de agua con una faja de 100 mm de densidad electrónica 0.2.Cálculo con Collapsed Cones Superposition (CAT3D).

Noten que la perturbación creada por el pulmón es mucho más acentuada para el caso de haces finos.En este caso se encuadran muchos campos de SBRT.

Detalle, tomado de Sotiris Stathakis, et.al., que muestra la respuesta de los algoritmos AAA, AcurosXB, CCC y Monte Carlo para campos de 10x10 y 50x50 que atraviesan 50 mm de pulmón con densidad electronica relativa al agua de 0.29.

Foto

nes

de

6 M

eV

Campo de 30x306 MeV.Faja de 100 mm de densidad electronica 0.25

Ditribución de dosis en eje central.

CCCS(CAT3D)

Pencil Beam(CAT3D)

Solamente se modelan adecuadamente las distribuciones de dosis de campos finos que atraviesan pulmón o aire con algoritmos que modelan el transporte de partículas en 3D.

• Collapsed Cones C/S (no con FFT de EDK !).

• Monte Carlo.• Grid-Based Boltzmann

Solvers (GBBS).

En los planes de SRS e SBRT utilizamos frecuentemente campos dinámicos en forma de arcos. El tiempo de cálculo para las distribuciones de dosis en estos campos es un problema crítico, pues el plan tiene que ser interactivo y permitirnos contínuas modificaciones en busca de una solución óptima.

El método Pencil Beam tiene la virtud de presentar tiempos de respuestas muy cortos comparados a CCC, Monte Carlo e inclusive ACUROS.

Pero los algoritmo de cálculo de dosis derivados de Pencil Beam son, del punto de vista dosimétrico, impropios para esta tarea (SBRT de pulmón).

Una buena configuración del TPS seria incluir un algoritmo rápido, para ejecutar sucesivas pruebas, y un algoritmo preciso para verificar la distribución de dosis, evaluar definitivamente DVH, y calcular unidades de monitor.

Comparación de la distribución de dosis en SBRT de pulmón con los algoritmos Pencil Beam y Monte Carlo del iPlan de BrainLAB. Publicado por Matthias Fippel.

Resultado con PB Resultado con MC ( XVMC++)

Resultado con PB Resultado con MC (XVMC++)

Comparación de la distribución de dosis en SBRT de pulmón con los algoritmos Pencil Beam y Monte Carlo del iPlan de BrainLAB. Publicado por Matthias Fippel

Veamos el impacto sobre el DVH del mismo caso anterior, publicado por M. Fippel

(iPlan de BrainLAB)

Es importante hacer una observación. Es notorio que el tiempo de convergencia de los MC, aún cuando sean códigos rápidos especializados en RT, es mucho mayor que un método basado en Pencil Beam.

Pero existe una peculiaridad en el caso de los campos dinámicos. Los métodos PB y CCC son obligados a discretizar los campos dinámicos. Los tiempos del PB y el CCC son lineales en relación al número de campos estáticos (N) con que se simula el campo dinámico. Si N es pequeño tenemos resultados groseros, en particular lejos del isocentro. La discretización también vale para modelar 4D.

Por su parte, los MC para alcanzar una varianza determinada en uno o varios campos dinámicos no necesitan discretizar, y su tiempo no depende de la amplitud de los arcos ni del número de campos; por lo menos no linealmente. Esto hace que, para planes con múltiples arcos y campos pequeños, el MC puede llegar a superar al PB en un mismo hardware.

Algo similar se verifica con el AcurosXB. (ver ref. “AcurosXB10 calculation speed”).

Conclusiones:

La SBRT de pequeñas lesiones de pulmón exige un algoritmo capaz de modelar satisfactoriamente las distribuciones de dosis derivadas de un entorno con altos gradientes de densidad electrónica: MC o GBBS.

Parece recomendable, por ahora (2016), contar con un algoritmo rápido que nos permita probar rapidamente varias configuraciones de tratamiento. Pero debemos terminar de ajustar el plan definitivo empleando un MC o GBBS.

Muchas Gracias.

Bibliografía:• “Accuracy of the Small Field Dosimetry Using the Acuros XB Dose Calculation Algorithm within and beyond

Heterogeneous Media for 6 MV Photon Beams”, S.Stathakis, C.Esquivel, L.Vazquez, P.Myers, O.Calvo, P.Mavroidis, A.Gutiérrez, N.Papanikolaou., Int. Journal of Medical Physics, Clinical Eng. and Radiat.Oncol.,2012,1,78-87.

• “Monte Carlo Treatment Planning”, Matthias Fippel, book chapter in: A.A.F. De Salles et al. (eds.), ”Shaped Beam Radiosurgery”, Springer-Verlag, 2011.

• “AcurosXB10 calculation speed”, Jochen Reiter, Petra Schmid, Harald Krauss, Daniela Mailat, Michael Papauschek, on line en: http://www.wienkav.at/kav/kfj/91033454/physik/eclipse/AXB10speed.htm