Investigación de un sistema de seguridad de monitorización de la dosis del paciente en tiempo real basado en EPID utilizando límites de control específicos del lugar

Método de recogida y selección de datos

El sistema de verificación del tratamiento del paciente en tiempo real, conocido como «Watchdog», fue operado inicialmente de forma pasiva durante los tratamientos del paciente para adquirir imágenes de EPID en tránsito. No se realizó ninguna acción intervencionista, o de otro tipo, durante el curso del tratamiento de los pacientes. Este estudio fue aprobado por el comité ético de investigación humana local. La recogida de datos se dividió en dos fases 1) recogida de datos de entrenamiento para determinar los límites de control inferiores (es decir, umbrales o niveles de actuación), y 2) recogida de datos para evaluar el rendimiento del sistema.

Para determinar los límites de control inferiores (LCL) (véase la sección 2.3), se utilizaron las dos primeras fracciones para todos los pacientes, ya que eran las más cercanas en el tiempo a la condición de referencia (simulación) y, por lo tanto, era menos probable que experimentaran cambios anatómicos como la pérdida de peso y la contracción del tumor. Un supuesto similar se ha realizado en otros estudios en los que las imágenes EPID medidas adquiridas de la primera fracción se utilizaron como conjunto de datos de referencia para la comparación a lo largo de las siguientes fracciones . Los datos seleccionados se utilizaron como «datos de entrenamiento» y así se verificó que no hubiera errores sustanciales ni en la entrega, ni en la adquisición, ni en la generación del plan. Para seleccionar los datos de entrenamiento se utilizaron tres restricciones clave para garantizarlo. En primer lugar, se seleccionaron las dos primeras fracciones para determinar el LCL. En segundo lugar, también se excluyeron todos los campos con un índice de aprobación acumulado final (es decir, el índice de aprobación del campo integrado) inferior al 97 %. En tercer lugar, también se excluyó cualquier dato que contuviera errores conocidos del sistema relacionados con Watchdog y/o errores humanos (por ejemplo, un proceso de adquisición de imágenes incorrecto). Estas restricciones dieron como resultado que los datos de entrenamiento consistieran en 137 cursos de tratamiento de pacientes (18 pacientes de recto, 82 de próstata y 37 de HN). Todos los tratamientos se planificaron utilizando Eclipse (Varian Medical Systems, Palo Alto, CA) versión 11.

Watchdog: sistema de seguridad de monitorización de la dosis del paciente en tiempo real basado en EPID

Sistema de administración y adquisición de imágenes

Todos los tratamientos se realizaron utilizando uno de los cuatro aceleradores lineales Clinac Trilogy (linacs) (Varian Medical Systems, Palo Alto, CA) equipados con colimadores multihoja Millenium 120 (MLCs). La administración fue una IMRT dinámica de ventana deslizante utilizando fotones de 6 MV a tasas de dosis nominales de 400 MU/min. Las imágenes de megavoltaje (MV) se adquirieron utilizando un EPID aS1000 que funcionaba en modo de adquisición integrado controlado por el módulo de software de tratamiento clínico dentro del PC de la consola de tratamiento integrada 4D (4DITC). Todas las imágenes se corrigieron automáticamente en el campo oscuro y en el campo de inundación y se adquirieron con una distancia fuente-detector (SDD) de 150 cm. El acceso a los cuadros de imagen individuales de MV y kV se realizó a través de cables de enlace de cámara a los puertos de los ordenadores 4DITC y Varian On-Board Imager (OBI). Éstos estaban conectados a un PC auxiliar equipado con una tarjeta capturadora de imágenes de doble base (Matrox Solios SOL 2 M EV CLB). Los ángulos de rotación del pórtico se obtuvieron a partir de la información de rotación de la fuente de kilovoltaje (kV) codificada en la cabecera de los cuadros de imagen «oscura» de kV por el OBI de Varian. Obsérvese que la fuente de kV no estaba encendida durante la adquisición de los fotogramas de kV. Los pacientes no recibieron ninguna dosis adicional de este estudio. Los datos sin procesar del capturador de fotogramas se reconstruyeron en formato de imagen matricial utilizando un código Matlab/C# (MathWorks, Natick, MA, EE.UU.) personalizado. Este sistema adquirió cuadros de imagen de MV y kV a velocidades de cuadro de 7,455 fps y 10,92 fps, respectivamente.

Resumen del sistema Watchdog

El sistema Watchdog se probó previamente utilizando campos clínicos dinámicos de IMRT administrados a un maniquí de próstata antropomórfico y se implementó para su uso clínico . Las imágenes EPID predichas se calcularon para incrementos de dosis secuenciales utilizando el modelo basado en la física de Chytyk et al. . Las imágenes EPID predichas se generaron en intervalos de puntos de control (CP) predeterminados para cada archivo del plan de tratamiento, proporcionando una secuencia de fotogramas para toda la administración del haz, como se describe en . Para las entregas de IMRT se aplica un método de sincronización que utiliza las posiciones de las hojas de MLC extraídas de las imágenes predichas y medidas . El sistema se utilizó para comparar los fotogramas acumulados predichos e integrados medidos hasta un punto de sincronización (denominado comparación de imágenes acumuladas). Las imágenes medidas se redimensionaron a ½ resolución (512 × 384 píxeles) y las comparaciones bidimensionales se evaluaron mediante una comparación rápida χ con criterios de 4 %, 4 mm . El sistema alcanzó una tasa media de χ pases en tiempo real del 91,1 % para los criterios del 4 %/4 mm . El marco del sistema Watchdog se resume e ilustra en la Fig. 1. Tras la adquisición y el análisis, las imágenes EPID predichas y medidas se almacenan en una base de datos, así como el resultado de la verificación en tiempo real y cualquier comentario introducido manualmente por el operador.

Resumen del sistema de vigilancia

Control estadístico del proceso para derivar los límites de control

Determinación del límite de control inferior (LCL)

La aplicación de los límites de control del SPC ayuda a la clasificación de las causas de variación normales y asignables (especiales) en un proceso basado en los datos de entrenamiento . Los límites para esta clasificación se establecen calculando la media(μ) y la desviación estándar(σ) de una métrica del proceso cuando éste se encuentra en funcionamiento estable. El SPC emplea normalmente dos límites de control estadístico y una línea central (CL), incluyendo un límite de control superior (UCL) y un límite de control inferior (LCL). Sin embargo, en esta aplicación la salida de verificación en tiempo real (es decir, la tasa de paso de la comparación χ) no puede superar el 100 %, por lo que se elimina el UCL y sólo se considera el LCL.

Como la tasa de dosis del linac aumenta rápidamente después del encendido del haz, la respuesta de la dosis del eje central del EPID aumenta rápidamente, a menudo con un pequeño rebasamiento, y luego se estabiliza después de aproximadamente dos segundos . Para evitar esta región de inestabilidad de la tasa de dosis, el método utilizado para calcular los límites de control excluyó los dos primeros segundos de tratamiento. Se determinaron los CL y los LCL para la tasa de paso acumulada χ para tres lugares de tratamiento; próstata, HN y recto, utilizando las ecuaciones 1 y 2.

Donde \( {{mu}_{t\ge 2s} \) es el promedio de la tasa de paso de comparación de dosis acumulada después de dos segundos de tratamiento, y \({sigma}_{t\ge 2s} \) es la desviación estándar de la tasa de paso de comparación de dosis acumulada después de dos segundos. A continuación, se construye el gráfico de control basado en el LCL definido para el lugar de tratamiento específico.

Detección de errores

Sin embargo, la monitorización que utiliza únicamente el LCL es sensible a los eventos altamente transitorios y, por lo tanto, se introdujo un segundo parámetro para proporcionar una mejor identificación de los errores clínicamente significativos. El segundo parámetro utiliza una técnica de evaluación del proceso para ayudar a la detección de errores.

La evaluación del proceso utiliza un índice de capacidad del proceso \( \left({C}_{pml}\right) \), que representa la capacidad de un proceso para producir datos que cumplan el LCL. Utilizando el conjunto de datos de entrenamiento, el índice de capacidad del proceso se calcula utilizando la Ecuación 3.

Donde \( {\mu}_t \) y \( {\sigma}_t \) son la media y la desviación estándar de la tasa de paso de comparación de dosis acumulada después de dos segundos de tratamiento hasta el punto de entrega. La constante 1,46 se recomienda para un límite de especificación unilateral y T es el valor objetivo del proceso que puede asumirse como la media de la tasa de paso de comparación de la dosis acumulada o la línea central mostrada en la Ecuación 1 . Obsérvese que no existe un valor ideal único de \( {C}_{pml} \) que garantice el funcionamiento óptimo de un proceso. Por lo general, \( {C}_{pml}=1,33 \) se utiliza como límite inferior para un proceso de rendimiento aceptable e indica un proceso de control de calidad de alta calidad .

La entrega se clasificó como «fallida» cuando se cumplieron las dos condiciones siguientes:

1. El índice de aprobación χ acumulado en tiempo real fue inferior al LCL específico del emplazamiento

2. El índice de capacidad del proceso, \( {C_{pml} \) fue inferior a 1.33

Prueba de sensibilidad

Se probó y evaluó la sensibilidad de los límites de control derivados a varias fuentes de error. Para ello se utilizaron dos conjuntos de datos de pacientes de próstata. Se introdujeron clases de error simuladas modificando los datos de la tomografía computarizada del paciente o los parámetros del plan de tratamiento y, a continuación, se volvió a calcular el conjunto de imágenes EPID predichas. La Tabla 1 presenta la lista de casos de prueba y los parámetros de simulación utilizados para las pruebas de sensibilidad. A continuación, se realizó una comparación entre las imágenes de tránsito predichas y medidas utilizando un simulador fuera de línea del sistema de verificación en tiempo real.

Clasificación de las fuentes de error

Cinco pacientes seleccionados al azar para tratamientos de RIM de próstata, HN y recto se utilizaron para la evaluación del tratamiento del paciente en esta investigación preliminar. Los límites de control específicos del sitio derivados se utilizaron para examinar y clasificar los resultados de la verificación clínica en tiempo real con el conjunto de datos del paciente seleccionado, incluyendo todas las fracciones de cada sitio de tratamiento. Un «fallo» se activa cuando la evaluación del tratamiento individual supera la condición de detección de errores (comparación χ acumulada < LCL y Cpml < 1,33). Cualquier fallo durante la verificación provocó un análisis adicional para clasificar y determinar la fuente del error.

La capacidad de detección de errores mediante el sistema fue investigada y clasificada como una de las dos categorías principales; fuentes clínicas y relacionadas con el sistema Watchdog . Para las fuentes de error clínicas, hay dos subcategorías; errores de entrega relacionados con el paciente y errores de transferencia de datos y linac. Tres subcategorías están relacionadas con las fuentes de error no clínicas, incluyendo los errores de adquisición de EPID, los errores del sistema Watchdog y los errores del usuario Watchdog. Los parámetros de observación se presentan en la Tabla 2.