Calcul de dose périphérique dans un fantôme voxélisé par Monte Carlo pour un Linac 6MV

Transcription

1 Calcul de dose périphérique dans un fantôme voxélisé par Monte Carlo pour un Linac 6MV A. Joosten 1, F. Levi 2, S. Baechler 1, R.-O. Mirimanoff 3, F. Bochud 1, R. Moeckli 1 1 Institut universitaire de Radiophysique Appliquée 2 Unité d Épidémiologie du Cancer et Registres Vaudois et Neuchâtelois des Tumeurs, Institut Universitaire de Médecine Sociale et Préventive (IUMSP) 3 Département de Radio-oncologie, CHUV, Lausanne

2 Radiothérapie des cancers: généralités (I) 30-40% de la population développe un jour un cancer 50% des patients reçoivent de la radiothérapie Principe de ttt en RT et gammes de doses rencontrées:

3 Radiothérapie des cancers: généralités (II) Optimisation des doses en RT actuellement: Contrôle local de la tumeur (au niveau du PTV) Limitation des effets déterministes aux OAR (intérieur des faisceaux) Cancers secondaires radio-induits (=effets stochastiques) Mis en évidence par de nombreuses études épidémiologiques Etude de seconds cancers après cancer sein, col utérus, testicule, Hodgkin, cancers pédiatriques divers, prostate Pas pris en compte dans l optimisation d un plan de ttt à l heure actuelle

4 Seconds cancers après RT cancers pédiatriques: localisation par rapport au volume irradié (Diallo et al., IJROBP, 2009)

5 Seconds cancers après RT cancers pédiatriques: dosimétrie des seconds cancers (Diallo et al., IJROBP, 2009)

6 Relation dose-risque de cancer: état actuel des connaissances Essentiellement basée sur la Lifespan Study (LSS) Excès de carcinomes et de leucémies mis en évidences, mais pas sarcomes Temps de latence: Carcinomes: ans Leucémies: pic à 5-7 ans Forte dépendance du risque sur l âge d exposition Relation linéaire dose-risque entre 100 mgy et 2 Gy. Risque de cancer mortel 5%/Gy Etude LSS: Base des modèles de risque actuels Base de la radioprotection

7 Applicabilité des résultats LSS en RT? Conditions d irradiation différentes: LSS RT Particules: (g,n) g/rx Irradiation: Aiguë Fractionnée (20-35) Distribution de dose: Homogène Inhomogène Dose reçue: 0-2 Gy 0 70 Gy

8 Compatibilité risque dérivé LSS vs risque seconds cancers après RT Little a comparé le risque dans 65 études seconds cancers après RT avec des sousgroupes de la LSS (IJROBP, 2001). Résultats mitigés Risques plus bas dans les cohortes médicalement exposés. Différences attribuées: Prédominance de la mort cellulaire sur les mutations aux hautes doses Réduction du risque par le fractionnement Taux naturel de cancer plus élevé dans cohortes RT que dans cohorte LSS réduction du risque relatif

9 Données hautes doses (>2 Gy) Relativement peu de données Excès de sarcomes, cancers rectum Pas observés dans la LSS Autres mécanismes de carcinogenèse Effets déterministes inflammation cancer rectum angiosarcome (lié aux lymphoedèmes) poumons (?) vessie (?)

10 Données hautes doses (>2 Gy) (Sachs et Brenner, PNAS, 2005) (Meadows et al, J Clin Oncol, 2009) Relation dose-risque complexe et spécifique à l organe en question!

11 Relation dose risque de cancer: synthèse des connaissances actuelles Même pour la RT???? (Hall, IJROBP, 2006)

12 Problématique des cancers radioinduits en RT Fonction dose-risque mal connue pour patients RT Peu d études épidémiologiques stratifient le risque en fonction de la dose Pour quantifier le risque en fonction de la dose, il faut une dosimétrie dans le champs et en dehors des champs Dosimétrie dans le champs: TPS OK Hors champs («Dose périphérique»): TPS pas OK Monte Carlo Intérêt actuel pour les basses doses à cause des nouvelles technologies (IMRT, Tomo, Cyber-knife) Etalement et/ou augmentation des basses doses aux organes sains Quel impact sur le risque de cancer radio-induit?

13 But du projet Développement d une base de données de distributions de doses des différents cas de cancers du sein rencontrés Distributions de doses pré-calculées par Monte Carlo Calcul de dose pour n importe quel cas par interpolation des matrices de dose à partir de quelques paramètres simples Utilité Dosimétrie rétrospective et prospective pour études épidémiologiques Impact sur le risque de modèles dose-risque non-linéaires pour distribution de doses inhomogène?

14 Quels paramètres? Comment définir les matrices de dose standard? Quels sont les paramètres importants? 2 types de paramètres: Morphologiques Techniques Afin de définir les paramètres importants 139 dossiers de patientes ont été étudiés Cancers du sein traités entre 1978 et 2000 au CHUV par RT Toutes les patientes ont développé un second cancer Analyse statistique des paramètres numériques

15 Résultats (I) En modélisant un Linac 6 MV et un Co-60, 95% des faisceaux de photons peuvent être reconstruits. AP sus-clave-axill 85% des traitements consistent en une combination de 5 champs: CMI Tan int/ext CTE CTI PA axill Sternal AP et PA

16 Résultats (II): exemple de la variabilité des paramètres Poids Angle du gantry pour champs AP Répartition du poids avec fits gaussien et lognormal Distribution de l'angle du gantry pour un champs AP fréquence normalisée Lognormal fit Gaussian fit Féquence absolue Fit gaussien poids Fit log normal [min, max]=[42.5, 104] norm = 65.4; norm = 12.8; Angle du gantry [ ]

17 Résultats (III) Les principaux paramètres retenus sont: Poids Taille Latéralité ca sein Bonnet du sein Après mastectomie Après tumorectomie Type de machine (Linac 6MV ou Co-60) Tailles des champs Dose par champs Paramètres morphologiques Paramètres techniques

18 Résultats (IV) Définition des matrices de doses: Type de machine (2 possibilités) Latéralité cancer (2 possibilités) Type de champs (5 possibilités) Facteurs de correction appliquées sur ces matrices: Taille champs Taille patiente

19 Modélisation Monte Carlo de la tête du LINAC Primus de Siemens BEAMnrc Y: Mâchoires X: MLC Modèle MC validé pour dosimétrie dans le champs Validité pour la dosimétrie hors champs??

20 Mesures dose hors champs x y

21 Paramètres de mesures et de simulations Mesures SSD = 100 cm, prof de mesure: 2 cm et 10 cm Champs 5x5, 10x10, 15x15, 20x20 Monte Carlo PCUT = 10 kev, ECUT = 700 kev (= ) ESTEPE = 0.25 «Directional Bremsstrahlung Splitting» Brem splitting number = 1000, FS=40 cm à 100 cm de la source Nb d histoires: entre et

22 Mesures vs MC pour champs 10x10 à 10cm de profond Profil sous mâchoires (dir Y) Profil sous MLC (dir X)

23 Sources de dose périphérique Sources de dose en périphérie: Diffusé interne du patient constant Diffusé des collis «Diffusé de la tête» dépend Fuites de la tête du linac en question Importance relative des différentes sources à la dose? Séparation des composantes de la dose périphérique? Dans Monte Carlo: «marquer» les particules qui passent par les collis (en rouge) et les éliminer de la simulation

24 50cm Contributions du diffusé interne et du diffusé de la tête BLEU: dose totale MC ROUGE: particules qui sont passées par les régions correspondant aux mâchoires/mlc exclues Élimination du diffusé de la tête et des fuites Reste le diffusé interne

25 Calcul de dose par Monte Carlo trop spécifique à une machine? Diffusé de la tête contribue de manière significative à la dose en périphérie Contribution qui dépend de la géométrie du linac! Monte Carlo utilisé dans le cadre d études épidémiologiques Patients inclus dans les études ont été traités sur différentes machines Modèle Monte Carlo d un linac X6 spécifique généralisable comme modèle générique? Evaluation de la variabilité de la dose en périphérie

26 Comparaison de la dose en périphérie pour différents linacs Mesures de profils dans une cuve d eau pour des champs 5x5,10x10,15x15,20x20 à 2 cm et 10 cm de profond

27 Effet de la taille de champs sur la variabilité de la dose périphérique

28 Influence de la direction de mesure sur la dose périphérique (I) Jusqu à 20% d écart sur la dose selon la direction de mesure

29 Influence de la profondeur sur la variabilité de la dose périphérique

30 Synthèse des résultats (I) La variabilité de la dose périphérique augmente Avec la diminution de la taille de champs La distance du bord du champs La diminution de la profondeur de mesure Le rapport entre dose max et dose min mesurées varie entre 1.15 et 2.1 (écarts de 15% >100%) selon la taille de champs et la profondeur de mesure

31 Synthèse des résultats (II) Monte Carlo est dans la variabilité des machines mesurées dans les 20 cm du bord du champs Monte Carlo a tendance à sous-doser Pour des petits champs À des distances >20 cm du bord du champs Modèle incomplet, i.e. manque de matériel diffusant autour des composantes centrales du linac Implications: Modèle Monte Carlo OK pour ttt conventionnels (grands champs) Grandes erreurs pour ttt IMRT «step-and-shoot» (somme de petits segments de faisceaux)

32 Calcul de dose dans un fantôme humain réaliste CT dédié corps entier d une patiente souffrant d un carcinome du sein. Taille et poids dans la moyenne. Contourage des organes suivants: Cerveau, parotide G/D, sous-max G/D, pharynx, larynx, thyroïde, œsophage, sein G, poumon G/D, cœur, sternum, cotes, moelle, estomac, foie, pancréas, rein G/D, rate, colon des/tran/asc, sigmoïde, rectum, vessie, utérus, canal anal

33 Création d un fantôme voxélisé CTcreate Taille voxels: 5x5x5 mm 3

34 Simulations Traitement 4-champs Tan ext (25 Gy) Tan int (25 Gy) Sternal (50 Gy à 3cm) AP (50 Gy à 3cm prof) Nombre d histoires Entre et Exemple: champs AP ( histoires)

35 Distribution de dose pour champs AP

36 Distribution de dose pour champs AP

37 Distribution de dose en dehors du champs AP

38 Doses aux organes? Obtention des doses aux organes: Export des contours DICOM du TPS Programme C++: Extraction des contours par organes du fichier DICOM Algorithme qui détermine si un point (x,y) est dans contour ou non Coordonnées des centres des voxels extraits des fichiers Monte Carlo

39 Extraction des doses des volumes contourés Algorithme OK Doses extraites: problème. Décalage des systèmes de coordonnées?

40 Merci pour votre attention