Onkologie. 2024:18(2):137-141 | DOI: 10.36290/xon.2024.025

Nežádoucí účinky radioterapie a radiobiologické modelování

Zdeňka Pechačová1, Radka Lohynská2, Tomáš Kořínek3, 4, Tereza Drbohlavová1, Miloslav Pála1
1 Ústav radiační onkologie, 1. LF UK a Fakultní nemocnice Bulovka, Praha
2 Onkologická klinika, 1. LF UK a Fakultní Thomayerovy nemocnice, Praha
3 Státní ústav radiační ochrany, v. v. i., Praha
4 Ústřední vojenská nemocnice - Vojenská fakultní nemocnice, Praha

Radioterapie patří k nejúčinnějším modalitám onkologické léčby, ale její využití je zatíženo rizikem rozvoje nežádoucích účinků. Při plánování léčby zářením je nezbytné maximálně šetřit okolní zdravé tkáně k zajištění přijatelného rizika toxicity a k zachování dobré kvality života pacientů. Nežádoucí účinky ozařování vznikají na podkladě různorodých patofyziologických mechanismů a jejich závažnost je ovlivněna množstvím biologických a klinických faktorů, dále aplikovanou dávkou, velikostí ozařovaného objemu, radiomickými charakteristikami nebo individuální radiosenzitivitou. Na podkladě těchto parametrů je možné různými způsoby predikovat riziko rozvoje nežádoucích účinků radioterapie. Předkládané sdělení nabízí základní přehled mechanismů rozvoje poradiační toxicity a možností predikce těchto projevů radiobiologickými nástroji - projekt QUANTEC, modelování na podkladě EUD, NTCP a s využitím metod umělé inteligence. Prediktivní modely mohou prohloubit pochopení toxicity radioterapie a do budoucna mohou přispět k individualizaci léčebného přístupu za účelem dosažení maximálního přínosu a minimalizace toxicity léčby.

Klíčová slova: radioterapie, nežádoucí účinky, radiobiologie.

Adverse effects of radiotherapy and radiobiological modelling

Radiotherapy is one of the most effective modalities of cancer treatment, however its application is associated with the risk of adverse effects. When planning radiation treatment, it is essential to spare the surrounding healthy tissues as much as possible to ensure an acceptable risk of toxicity and to maintain a good quality of life for patients. Radiation side effects result from diverse pathophysiological mechanisms and their severity is modulated by a variety of biological and clinical factors, as well as the applied dose, the size of the irradiated volume, radiomic characteristics or individual radiosensitivity. Based on these parameters, the risk of developing adverse effects of radiotherapy can be predicted by different methods. This paper offers a basic overview of the development mechanisms of radiation toxicity and the possibilities of predicting these effects by radiobiological tools - QUANTEC project, modelling based on EUD, NTCP and using artificial intelligence methods. Predictive models can strengthen the understanding of radiotherapy toxicity and in the future may contribute to individualize the treatment approach to maximize benefit and minimize toxicity.

Keywords: radiotherapy, adverse effects, radiobiology.

Přijato: 19. duben 2024; Zveřejněno: 3. květen 2024  Zobrazit citaci

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Pechačová Z, Lohynská R, Kořínek T, Drbohlavová T, Pála M. Nežádoucí účinky radioterapie a radiobiologické modelování. Onkologie. 2024;18(2):137-141. doi: 10.36290/xon.2024.025.
Sdílet...
Stáhnout citaci
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Zobrazit celý článek

    Reference

    1. Šlampa P, et al. Radiační onkologie. Praha: Maxdorf; 2021.
    2. Krupa P. Jak zvládnout nežádoucí účinky radioterapie. Onkologie. 2020;14(Suppl. C):24-29. Přejít k původnímu zdroji...
    3. Hynková L, Doleželová H. Nežádoucí účinky radioterapie a podpůrná léčba u radioterapie nádorů hlavy a krku. Onkologie. 2008;2(2):88-90.
    4. King SN, Dunlap NE, Tennant PA, et al. Pathophysiology of Radiation-Induced Dysphagia in Head and Neck Cancer. Dysphagia. 2016;31(3):339-351. Přejít k původnímu zdroji... Přejít na PubMed...
    5. Lohynská R, Jirkovská M, Krátká Z. Časový faktor v radikální radioterapii nádorů hlavy a krku. Postgraduální medicína. 2020;2:115-120.
    6. Pechačová Z, Lohynská R. Klinická aplikace principů časového faktoru v radioterapii při kompenzaci přerušení ozařovací série. Klin Onkol. 2021;34(6):455-462. Přejít k původnímu zdroji... Přejít na PubMed...
    7. Lohynská R, Pechačová Z, Mazaná E, et al. Radioterapie a radiosenzitivní syndromy u mutací genů reparace DNA. Klin Onkol. 2022;35(2):119-127. Přejít k původnímu zdroji... Přejít na PubMed...
    8. Emami B, Lyman J, Brown A, et al. Tolerance of normal tissue to therapeutic irradiation. Int J Radiat Oncol Biol Phys. 1991;21(1):109-122. Přejít k původnímu zdroji... Přejít na PubMed...
    9. Kehwar TS. Analytical approach to estimate normal tissue complication probability using best fit of normal tissue tolerance doses into the NTCP equation of the linear quadratic model. J Cancer Res Ther. 2005;1(3):168-179. Přejít k původnímu zdroji... Přejít na PubMed...
    10. Bentzen SM, Constine LS, Deasy JO, et al. Quantitative Analyses of Normal Tissue Effects in the Clinic (QUANTEC): an introduction to the scientific issues. Int J Radiat Oncol Biol Phys. 2010;76(3 Suppl):S3-9. Přejít k původnímu zdroji... Přejít na PubMed...
    11. Marks LB, Yorke ED, Jackson A, et al. Use of normal tissue complication probability models in the clinic. Int J Radiat Oncol Biol Phys. 2010;76(3 Suppl):S10-19. Přejít k původnímu zdroji... Přejít na PubMed...
    12. Beetz I, Schilstra C, Burlage FR, et al. Development of NTCP models for head and neck cancer patients treated with three-dimensional conformal radiotherapy for xerostomia and sticky saliva: the role of dosimetric and clinical factors. Radiother Oncol. 2012;105(1):86-93. Přejít k původnímu zdroji... Přejít na PubMed...
    13. Sheikh, K, Lee SH, Cheng Z, et al. Predicting acute radiation induced xerostomia in head and neck Cancer using MR and CT Radiomics of parotid and submandibular glands. Radiation Oncology. 2019;14(1). Přejít k původnímu zdroji... Přejít na PubMed...
    14. Isaksson LJ, Pepa M, Zaffaroni M, et al. Machine Learning-Based Models for Prediction of Toxicity Outcomes in Radiotherapy. Front Oncol 2020;10. Přejít k původnímu zdroji... Přejít na PubMed...
    15. IBM Data and AI team. AI vs. Machine Learning vs. Deep Learning vs. Neural Networks: What's the difference? Available from: https://www.ibm.com/blog/ai-vs-machine-learning-vs-deep-learning-vs-neural-networks. (cited 26.11.2023).
    16. Gabryś HS, Buettner F, Sterzing F, et al. Design and selection of machine learning methods using radiomics and dosiomics for normal tissue complication probability modeling of xerostomia. Front Oncol. 2018;8:35. Přejít k původnímu zdroji... Přejít na PubMed...
    17. Chinnery T, Arifin A, Tay KY, et al. Utilizing Artificial Intelligence for Head and Neck Cancer Outcomes Prediction From Imaging. Canadian Association of Radiologists Journal. 2021;72(1):73-85. Přejít k původnímu zdroji... Přejít na PubMed...
    18. Bang C, Bernard G, Le WT, et al. Artificial intelligence to predict outcomes of head and neck radiotherapy. Clin Transl Radiat Oncol. 2023;39:100590. Přejít k původnímu zdroji... Přejít na PubMed...
    19. Wu VWC, Leung KY. A Review on the Assessment of Radiation Induced Salivary Gland Damage After Radiotherapy. Front Oncol. 2019;9:1090. Přejít k původnímu zdroji... Přejít na PubMed...
    20. Van Luick P, Pringle S, Deasy JO, et al. Sparing the region of the salivary gland containing stem cells preserves saliva production after radiotherapy for head nad neck cancer. Sci Transl med. 2015;7:305ra147. Přejít k původnímu zdroji... Přejít na PubMed...
    21. Buettner F, Miah AB, Gulliford SL, et al. Novel approaches to improve the therapeutic index of head and neck radiotherapy: an analysis of data from the PARSPORT randomized phase III trial. Radiother Oncol. 2012;103:82-87. Přejít k původnímu zdroji... Přejít na PubMed...
    22. Rancati T, Fiorino C. Modelling radiotherapy side effects: practical applications for planning optimisation. Boca Raton, CRC Press/Taylor & Francis Group; 2019. Přejít k původnímu zdroji...
    23. Carbonara R, Bonomo P, Di Rito A, et al. Investigation of Radiation-Induced Toxicity in Head and Neck Cancer Patients through Radiomics and Machine Learning: A Systematic Review. J Oncol. 2021;2021:5566508. Přejít k původnímu zdroji... Přejít na PubMed...

    Zpět na obsah


    Onkologie

    Vážená paní, pane,
    upozorňujeme Vás, že webové stránky, na které hodláte vstoupit, nejsou určeny široké veřejnosti, neboť obsahují odborné informace o léčivých přípravcích, včetně reklamních sdělení, vztahující se k léčivým přípravkům. Tyto informace a sdělení jsou určena výhradně odborníkům dle §2a zákona č.40/1995 Sb., tedy osobám oprávněným léčivé přípravky předepisovat nebo vydávat (dále jen odborník).
    Vezměte v potaz, že nejste-li odborník, vystavujete se riziku ohrožení svého zdraví, popřípadě i zdraví dalších osob, pokud byste získané informace nesprávně pochopil(a) či interpretoval(a), a to zejména reklamní sdělení, která mohou být součástí těchto stránek, či je využil(a) pro stanovení vlastní diagnózy nebo léčebného postupu, ať už ve vztahu k sobě osobně nebo ve vztahu k dalším osobám.

    Prohlašuji:

    1. že jsem se s výše uvedeným poučením seznámil(a),
    2. že jsem odborníkem ve smyslu zákona č.40/1995 Sb. o regulaci reklamy v platném znění a jsem si vědom(a) rizik, kterým by se jiná osoba než odborník vstupem na tyto stránky vystavovala.

    Ne
    Ano

    Pokud vaše prohlášení není pravdivé, upozorňujeme Vás,
    že se vystavujete riziku ohrožení svého zdraví, popřípadě i zdraví dalších osob.