Egy valós idejű EPID-alapú, helyspecifikus ellenőrzési határértékeket alkalmazó betegdózis-ellenőrző biztonsági rendszer vizsgálata
Adatgyűjtési és kiválasztási módszer
A “Watchdog” néven ismert, valós idejű betegkezelést ellenőrző rendszert kezdetben passzívan működtették a betegkezelések során, hogy tranzit EPID-képeket készítsen. A betegkezelés során semmilyen beavatkozásra vagy egyéb beavatkozásra nem került sor. Ezt a vizsgálatot a helyi humán kutatási etikai bizottság jóváhagyta. Az adatgyűjtés két szakaszra oszlott: 1) képzési adatgyűjtés az alsó ellenőrzési határértékek (azaz küszöbértékek vagy beavatkozási szintek) meghatározásához, és 2) adatgyűjtés a rendszer teljesítményének értékeléséhez.
Az alsó ellenőrzési határértékek (LCL) meghatározásához (lásd a 2.3. szakaszt) minden beteg esetében az első két frakciót használtuk, mivel időben ezek álltak a legközelebb a referenciaállapothoz (szimuláció), és ezért kevésbé valószínű, hogy anatómiai változások, például fogyás és tumorzsugorodás következik be. Hasonló feltételezést tettek más tanulmányokban is, ahol az első frakcióból nyert mért EPID-képeket használták referenciaadatként a következő frakciók összehasonlításához. A kiválasztott adatokat “gyakorlóadatként” használták, és így ellenőrizték, hogy nem voltak-e lényeges hibák sem a szállításban, sem a felvételben, sem a tervgenerálásban. Ennek biztosítása érdekében a képzési adatok kiválasztásakor három fő megkötést alkalmaztak. Kezdetben az első két frakciót választották ki az LCL meghatározásához. Másodszor, minden olyan mezőt, amelynek végső kumulatív χ átmenési aránya (azaz az integrált mező átmenési aránya) kisebb volt, mint 97 %, szintén kizártak. Harmadszor, a Watchdoggal kapcsolatos ismert rendszerhibákat és/vagy emberi hibákat (pl. helytelen képfelvételi folyamat) tartalmazó adatokat szintén kizárták. E korlátozások eredményeként a képzési adatok 137 beteg kezelési folyamatából álltak (18 végbélbeteg, 82 prosztata beteg és 37 HN beteg). Minden kezelést az Eclipse (Varian Medical Systems, Palo Alto, CA) 11.
Watchdog: valós idejű EPID-alapú betegdózismonitorozó biztonsági rendszer
Beviteli rendszer és képgyűjtés
Minden kezelést a négy Clinac Trilogy lineáris gyorsító (linacs) (Varian Medical Systems, Palo Alto, CA) egyikével végeztek, amelyek Millenium 120 leveles multi-leaf kollimátorokkal (MLC) voltak felszerelve. A beadás dinamikus csúszóablakos IMRT volt 6 MV fotonokkal, 400 MU/perc névleges dózisteljesítmény mellett. A megafeszültségű (MV) képeket a 4D Integrated Treatment Console (4DITC) PC-n belül a klinikai kezelési szoftvermodul által vezérelt integrált felvételi módban működő aS1000 EPID segítségével vették fel. Minden képet automatikusan sötétmező- és árvízi mező-korrigáltak, és 150 cm-es forrás-detektor távolsággal (SDD) készítettek. Az MV és kV egyedi képkockákhoz való hozzáférés a 4DITC és a Varian On-Board Imager (OBI) számítógépek portjaihoz csatlakozó kamerakábeleken keresztül történt. Ezek egy kiegészítő PC-hez voltak csatlakoztatva, amely egy kettős bázisú képmegragadó kártyával (Matrox Solios SOL 2 M EV CLB) volt felszerelve. A gantry forgási szögeit a Varian OBI által a kV “sötét” képkockák fejlécében kódolt kilovoltos (kV) forrás forgási információkból származtatták. Megjegyzendő, hogy a kV-forrás nem volt bekapcsolva a kV-képkockák felvétele során. A betegek nem kaptak további dózist ebből a vizsgálatból. A nyers frame grabber adatokat egy házon belüli egyedi Matlab/C# (MathWorks, Natick, MA, USA) kód segítségével rekonstruálták mátrixkép formátumba. Ez a rendszer mind az MV, mind a kV képkockákat 7,455 fps és 10,92 fps képsebességgel rögzítette.
A Watchdog rendszer áttekintése
A Watchdog rendszert korábban egy antropomorf prosztata fantomra szállított klinikai dinamikus IMRT mezőkkel tesztelték, és klinikai használatra implementálták . Az előre jelzett EPID-képeket a Chytyk et al. fizika-alapú modelljének felhasználásával számították ki a szekvenciális dózisnövekedésekhez . Az előre jelzett EPID-képeket minden egyes kezelési tervfájlhoz előre meghatározott kontrollponti (CP) intervallumokban generálták, így a teljes sugárszállításra vonatkozó képkockák sorozatát adták meg, a . Az IMRT-szállítások esetében az előre jelzett és mért képekből kinyert MLC-levélpozíciókat használó szinkronizálási módszert alkalmaztunk . A rendszert arra használták, hogy összehasonlítsák a kumulatív előre jelzett és az integrált mért képkockákat egy szinkronizációs pontig (a továbbiakban: kumulatív képösszehasonlítás). A mért képeket ½ felbontásra (512 × 384 pixel) átméretezték, és a 2D összehasonlításokat gyors χ összehasonlítással értékelték 4 %, 4 mm kritériumokkal . A rendszer átlagosan 91,1 %-os valós idejű χ átmenési arányt ért el 4 %/4 mm-es kritériumok esetén. A Watchdog rendszer keretrendszerét az 1. ábra foglalja össze és szemlélteti. Az adatgyűjtés és elemzés után az előre jelzett és mért EPID-képek, valamint a valós idejű ellenőrzés eredménye és a kezelő által manuálisan beírt megjegyzések egy adatbázisban kerülnek tárolásra.
Watchdog rendszer áttekintése
Statisztikai folyamatirányítás a szabályozási határértékek levezetéséhez
meghatározása. az alsó szabályozási határérték (LCL)
Az SPC szabályozási határértékek alkalmazása segíti a normál és a hozzárendelhető (speciális) eltérések okainak osztályozását egy folyamatban a képzési adatok alapján . Az ehhez az osztályozáshoz szükséges határértékeket egy folyamatmetrika átlagának (μ) és szórásának (σ) kiszámításával határozzák meg, amikor a folyamat stabil működésben van. Az SPC általában két statisztikai szabályozási határértéket és egy középvonalat (CL) alkalmaz, beleértve egy felső szabályozási határértéket (UCL) és egy alsó szabályozási határértéket (LCL). Ebben az alkalmazásban azonban a valós idejű ellenőrzés kimenete (azaz a χ összehasonlítás átmenési aránya) nem haladhatja meg a 100 %-ot, ezért az UCL-t kiiktatják, és csak az LCL-t veszik figyelembe.
Amint a linac dózisteljesítménye gyorsan nő a sugár bekapcsolása után, az EPID központi tengely dózisválasza gyorsan nő, gyakran kis túllövéssel, majd körülbelül két másodperc után stabilizálódik . A dózisteljesítmény instabilitásának e régiójának elkerülése érdekében a szabályozási határértékek kiszámításához használt módszer kizárta a kezelés első két másodpercét. A CL-eket és LCL-eket az 1. és 2. egyenlet segítségével határozták meg a kumulatív χ áthaladási sebességre három kezelési hely esetében: prosztata, HN és végbél.
ahol \( {\mu}_{t\ge 2s} \) az átlagos kumulatív dózisösszehasonlító átbocsátási arány két másodperc kezelés után, és \( {\sigma}_{t\ge 2s} \) a kumulatív dózisösszehasonlító átbocsátási arány szórása két másodperc után. Ezt követően a kontrolldiagramot az adott kezelési helyre meghatározott LCL alapján építik fel.
Hibák felismerése
A kizárólag LCL-t használó monitorozás azonban érzékeny az erősen átmeneti eseményekre, ezért egy második paramétert vezettek be a klinikailag jelentős hibák jobb azonosítása érdekében. A második paraméter egy folyamatértékelési technikát használ a hibák felismerésének segítésére.
A folyamatértékelés egy \( \left({C}_{pml}\right) \) \) folyamatképességi indexet használ, amely a folyamat azon képességét mutatja, hogy az LCL-nek megfelelő adatokat tudjon előállítani. A képzési adathalmaz felhasználásával a folyamatképességi indexet a 3. egyenlet segítségével számítjuk ki.
Ahol \( {\mu}_t \) és \( {\sigma}_t \) a kumulatív dózisösszehasonlító átmenési sebesség átlaga és szórása a két másodperces kezelés után a leadási pontig. Az 1,46-os konstans egyoldalú specifikációs határértékre ajánlott, T pedig a folyamat célértéke, amely feltételezhetően a kumulatív dózis-összehasonlító átbocsátási sebesség átlaga vagy az 1. egyenletben látható középvonal. Megjegyzendő, hogy nincs egyetlen olyan ideális \( {C}_{pml} \) érték, amely biztosítja a folyamat optimális működését. Általában az \( {C}_{pml}=1,33 \) értéket használják egy elfogadhatóan működő folyamat alsó határértékeként, és magas színvonalú minőségbiztosítási folyamatot jelez.
A szállítmányt “sikertelennek” minősítették, ha az alábbi két feltétel közül mindkettő teljesült:
-
A valós idejű kumulatív χ átmenési arány kisebb volt, mint a helyspecifikus LCL
-
A folyamat képességi index, \( {C}_{pml} \) kisebb volt, mint 1 .33
Ézékenységvizsgálat
A levezetett ellenőrzési határértékek érzékenységét különböző hibaforrásokkal szemben vizsgálták és értékelték. Ezt két prosztatabeteg adathalmaz segítségével végeztük el. A szimulált hibaosztályokat a beteg CT-vizsgálati adatainak vagy a kezelési terv paramétereinek módosításával vezették be, majd újraszámították az előre jelzett EPID-képhalmazt. Az 1. táblázat az érzékenységvizsgálathoz használt tesztesetek és szimulációs paraméterek listáját mutatja be. Ezt követően az előre jelzett és a mért tranzitképek összehasonlítását a valós idejű ellenőrző rendszer offline szimulátorával végeztük el.
A hibaforrások osztályozása
Ez az előzetes vizsgálat öt véletlenszerűen kiválasztott, prosztata, HN és végbél IMRT-kezelésre kiválasztott beteget használtunk a betegkezelés értékeléséhez. A levezetett helyspecifikus kontrollhatárokat a klinikai valós idejű ellenőrzés eredményeinek vizsgálatára és osztályozására használták a kiválasztott betegadathalmazzal, amely minden egyes kezelési helyről származó összes frakciót tartalmazott. A “hiba” akkor lépett fel, ha az egyes kezelések értékelése meghaladja a hiba észlelésének feltételét (kumulatív χ összehasonlítás < LCL és Cpml < 1,33). Bármilyen hiba az ellenőrzés során további elemzésre késztetett a hiba forrásának osztályozása és meghatározása érdekében.
A rendszerrel történő hibaérzékelés képességét vizsgálták és két fő kategóriába sorolták; klinikai és Watchdog rendszerrel kapcsolatos források . A klinikai hibaforrások esetében két alkategóriát különböztetünk meg; a beteggel kapcsolatos szállítási hibák és az adatátviteli és linac hibák. Három alkategória kapcsolódik a nem klinikai hibaforrásokhoz, beleértve az EPID adatgyűjtési hibákat, a Watchdog rendszer hibáit és a Watchdog felhasználói hibákat. A megfigyelési paramétereket a 2. táblázat tartalmazza.
Leave a Reply