热放射治疗将放射治疗与热疗相结合以提高治疗效果。目前，两种治疗方式均分别进行优化，并且在最先进的研究中，使用 2 Gy 分数 (EQD2) 中的等效辐射剂量来评估增强的治疗效果。本研究提出了一种新颖的热放射治疗计划框架，采用体素 EQD2 放射治疗优化，包括热放射增敏和直接热细胞毒性。为了证明该计划框架的概念验证，针对 4 例前列腺癌病例计划了由 20 个放射治疗部分组成的三种策略，其中不同的温度分布：(1) 60 Gy 的常规放疗计划结合四次热疗 (RT60 HT)，(2) 独立均匀剂量升级至 68 Gy，无热疗 (RT68)，(3) 使肿瘤最大化的统一目标 EQD2控制概率 (TCP) 解释了四次热疗过程的体素热效应，而不增加正常组织剂量 (RTHT HT)。评估包括剂量、EQD2、TCP 和直肠正常组织并发症概率 (NTCP)，以及针对参数不确定性对 TCP 和 NTCP 进行稳健性分析。未进行热疗的 RT60 的估计 TCP 约为 76%，增加至平均 85.9%（范围：RT60 HT 为 81.3-90.5%)，RT68 为 92.5% (92.4-92.5%)，RTHT HT 为 94.4% (91.7-96.6%)。相应的平均直肠 NTCP 分别为 8.7% (7.9-10.0%)、14.9% (13.8-17.1%) 和 8.4% (7.5-9.7%)。与 RT60 HT 相比，RT68 和 RTHT HT 对参数不确定性的 TCP 鲁棒性略有增强，而与其他计划策略相比，RT68 的直肠 NTCP 值更高且鲁棒性较差。本研究引入了一种创新的热放射治疗计划方法，将热效应集成到基于 EQD2 的方法中放射治疗优化。结果表明，与传统方法相比，能够在各种温度分布下实现增强且均匀的目标 EQD2 和 TCP，而不会提高正常组织 EQD2 或 NTCP。虽然有望改善临床结果，但可实现的增强取决于准确的肿瘤和组织特异性数据以及热效应的精确量化，这些数据在出现时可以无缝集成到规划框架中。版权所有 © 2024。由 Elsevier Inc. 出版。

与其他种族相比，患有乳腺癌的黑人女性通常会出现更具侵袭性的疾病，导致癌症死亡风险增加。尽管存在这种不平等，黑人女性在乳腺癌临床试验中的代表性仍然严重不足。我们的目的是描述影响女性参加临床试验决定的因素，目的是确定临床干预措施，以帮助招募弱势群体。使用根据两个预试验改编的问卷进行了一项横断面描述性研究。调查影响临床试验入组因素的经过验证的调查。这项调查是在大学医疗系统内的四个不同地点进行的一次随访中对患有可治愈乳腺癌的女性进行的，所有患者都经过临床试验资格筛查。卡方检验和曼惠特尼 U 检验用于评估人群之间的关联或差异。209 名女性中有 194 人完成了调查，符合率为 93%。 26% 的女性自认是黑人，大多数女性位于社区场所（67.1%），被诊断患有早期疾病（I：57.7%，II：29.4%），81% 的女性有一些大学学历水平的教育。黑人女性诊断时年龄较小（p = 0.005），结婚的可能性较小（p = 0.012），但更经常与家庭成员住在一起（p = 0.003）并且收入中位数较低（p <0.001）。在调查中，黑人女性不太可能信任她们的护理团队 (p=0.032)，更有可能相信研究最终会伤害少数群体 (p<0.001)，并且更相信上帝的意志决定疾病和健康 (p<0.001) ）。焦点小组讨论了对医疗团队的信任、患者教育和癌症治疗进步等反复出现的主题。未能提供临床试验和对研究机构的不信任可能对黑人女性参加临床试验构成最大障碍。通过教育赋予女性权力并培养值得信赖的关系，可以鼓励更多的临床试验参与。版权所有 © 2024。由 Elsevier Inc. 出版。

立体定向全身放射治疗 (SBRT) 和使用笔形束扫描 (PBS) 质子治疗 (PBSPT) 的大分割是治疗胸部恶性肿瘤的一种有吸引力的选择。这种新的递送技术结合了 PBSPT 和 SBRT 的靶点覆盖一致性和关键器官保留的优点，具有提高治疗率的巨大潜力，特别是对于关键器官附近的肿瘤。安全有效地实施 PBSPT SBRT/大分割治疗胸部恶性肿瘤比传统分割 PBSPT 更具挑战性，因为担心每次分割剂量较大时不确定性会增加。 NRG 肿瘤学和粒子治疗合作组 (PTCOG) 胸部小组委员会对美国质子中心进行了调查，以确定胸部 PBSPT SBRT/大分割的实践模式。根据这些模式，我们为胸部治疗质子 SBRT/大分割的未来技术发展提出建议。除其他外，这些建议强调需要体积图像引导和多个基于 CT 的鲁棒优化和鲁棒性工具，以进一步最大限度地减少与呼吸运动相关的不确定性的影响。迫切需要先进的直接运动分析技术来补充当前的运动管理技术。版权所有 © 2024。由 Elsevier Inc. 出版。

本研究的目的是评估在放射计划 CT 上发现可疑腋窝淋巴结的早期乳腺癌患者中腋窝淋巴结阳性率。对所有转诊进行腋窝超声检查的乳腺癌患者的医疗记录进行回顾性审查2012 年至 2022 年期间，从 Meirav 乳腺中心、Sheba 医疗中心的放射科转到乳腺成像科。获得伦理批准。仅对因放射计划-CT 上发现异常腋窝淋巴结而转诊的患者记录进行进一步评估。在研究期间，共有 21 名患者被转诊至乳腺影像科，以评估放射上发现的可疑淋巴结规划CT。其中，排除3例。 18 名患者中共有 15 名 (83%) 超声检查发现淋巴结异常，建议进行超声引导活检 (BI-RADS 4)。其中，3 人（15 人中的 20%）对腋窝淋巴结的肿瘤细胞进行活检呈阳性。两例是初次全身治疗后未达到完全病理反应的病例。淋巴结皮质增厚和中央脂肪门完全消失与病理性淋巴结有关。声纳区分反应性淋巴结和受累淋巴结的能力有限。超声检查中存在皮质-门分化丧失的淋巴结以及临床特征是有助于指导进一步活检需要的参数。组织病理学评估对于残留腋窝疾病的诊断很重要。需要未来的研究和指南来提高诊断能力并减少对非受累淋巴结进行活检的患者数量。版权所有 © 2024。由 Elsevier Inc. 出版。

最近的实验研究和临床试验结果可能表明，至少对于某些适应症，继续使用欧洲碳离子治疗设施几十年来应用的相对生物有效性（RBE）机制模型（LEM-I）可能是没有根据的。我们提出了一种基于粒子治疗的改良微剂量动力学模型 (mMKM) 的前列腺癌治疗计划和肿瘤控制概率 (TCP) 预测的新颖临床框架。91 名前列腺肿瘤患者的治疗计划（质子：46，碳离子：45）使用 mMKM ((α/β)x=3.1Gy) 重新计算 20 个级分中的 66GyRBE [对于质子和 LEM-I，(α/β)x=2.0Gy，对于碳离子，RBE=1.1]。仅根据根据 ADT 风险和使用情况分层的光子照射患者组的反应数据，我们得出了基于 mMKM 的 Poisson-TCP 模型的参数。随后，遵循规定的生物剂量标准，制定了新的碳和氦离子计划。将这些结果与日本中心采用类似分馏方案和现有质子计划的临床经验进行系统比较。mMKM 预测表明质子和碳离子臂之间存在显着的生物剂量偏差。用质子照射的患者接受3.25±0.08GyRBEmMKM/Fx，而用碳离子治疗的患者接受2.51±0.05GyRBEmMKM/Fx。质子的 TCP 预测为 86±3%，碳离子的 TCP 预测为 52±4%，与 85% 和 50% 的临床结果相匹配。新优化的碳离子计划在 mMKM/TCP 模型的指导下，有效复制了日本中心的临床数据。使用 mMKM，氦离子表现出与质子和碳离子相似的目标覆盖范围，与质子相比，直肠和膀胱的保护得到改善。我们基于 mMKM 的前列腺癌治疗计划和 TCP 预测模型根据质子和碳离子治疗的临床数据进行了验证，其应用扩展到氦离子疗法。根据这项工作中提供的数据，mMKM 似乎是前列腺癌碳离子治疗临床生物学计算的良好候选者。版权所有 © 2024 作者。由爱思唯尔公司出版。保留所有权利。

NCT03253744 是一项 I 期试验，主要目的是确定近距离放射治疗后局部前列腺癌复发患者挽救性立体定向放射治疗 (SBRT) 的最大耐受剂量 (MTD)。其他目标包括生化控制和成像反应。该试验最初旨在测试三种治疗剂量水平 (DL)：40Gy (DL1)、42.5Gy (DL2) 和 45Gy (DL3)，分 5 次进行。利用强度调制将处方剂量输送到 MRI 和基于 PSMA 的 PET 成像定义的总肿瘤体积，同时将 30Gy 输送到由前列腺定义的选择性体积。该 I 期试验采用 3 3 设计，以最大耐受剂量 (MTD) 扩大 3 名患者。使用 CTCAE v5.0 标准对毒性进行评分，直至 SBRT 后两年试验完成。如果发生两次剂量限制性毒性 (DLT)，则停止升级，定义为 SBRT 后前 3 周内发生的任何持续（>4 天）3 级毒性或此后任何 ≥G3 GU 或 G4 GI 毒性。08/08 之间2018年和01/2023年，9名患者接受了挽救性SBRT，中位观察时间为22个月（Q1-Q3，20-43个月）。没有观察到与研究治疗相关的 3-5 级 AE，因此在观察期间没有发生 DLT。在临床显着的晚期 G2 GU 毒性发生率高的情况下，由于对 DL1 和 DL2 进行了出色的生化控制，因此通过修正停止了升级。因此，MTD 被认为是 5 次分割 (DL2) 中的 42.5Gy。一年和两年生化无进展生存率 (bPFS) 分别为 100% 和 86%，代表试验队列中治疗后 20 个月生化失败（PSA 最低值 2.0）的单个患者。挽救性 SBRT 治疗的 MTD近距离放射治疗后前列腺内放射复发的 5 次治疗被认为是 42.5Gy，产生 86% 的 2 年 bPFS，其中 1 次研究后在 20 个月时失败。最常见的临床显着毒性是晚期 G2 GU 毒性。由 Elsevier Inc. 出版。

在这篇儿科正常组织临床影响 (PENTEC) 愿景论文中，在技术进步的背景下提出并讨论了评估放射治疗 (RT) 引起的后续肿瘤 (SN) 的挑战和机遇。本文讨论了当前的知识与历史、当代和未来 RT 技术相关的 SN 风险。回顾了儿科癌症患者的研究机会和 SN 缓解策略。目前关于辐射致癌的经验来自于在不同情况下暴露的人群。临床队列和随访中存在知识差距；剂量反应和体积效应；剂量率和分次效应；辐射质量和质子/粒子治疗；年龄考虑；特定组织的敏感性；以及与遗传倾向相关的风险。与局部和患者层面风险相关的生物学机制在很大程度上尚不清楚。未来的癌症护理预计将涉及多种可用的 RT 技术，因此需要证据和策略来评估竞争治疗的效果。在规划前瞻性数据收集的同时，最大限度地利用现有的随访至关重要，包括通过患者数据库的链接对个人治疗信息进行标准化注册。版权所有 © 2024 作者。由爱思唯尔公司出版。保留所有权利。

对于患有早期乳腺癌的老年女性来说，最佳辅助治疗（抗雌激素治疗 (ET) 放疗或单独 ET，或在一些报告中单独放疗）一直备受争议。然而，对于接受或不接受放疗的 ET 患者的自付费用，保险在自付费用中的作用尚缺乏详细信息。该项目通过保险计划对自付费用进行分类，以提高治疗成本的透明度。根据国家综合癌症网络指南，一些放射治疗计划已成为公认的标准。对于我们的财务估算模型，我们使用了五分式和十五分式放射治疗，以及为期五年的 ET 处方。自付费用总额是根据 Medicaid、Original Medicare、Medigap Plan G 和 Medicare Part D Rx 计划的治疗费用、免赔额和共付额/共同保险的总和确定的。该模型假设符合 Medicare 和/或 Medicaid 资格的患者年龄≥ 70 岁，患有淋巴结阴性、早期雌激素受体阳性乳腺癌。患者自付费用是根据计划特定福利承保材料的公开保险数据，使用五年时间范围估算得出的。原始 Medicare 受益人仅 ET 的自付费用总额为 2,738.52 美元，针对 ET 的自付费用为 2,221.26 美元。单独五次放疗、单独十五次放疗 2,573.92 美元、联合 ET 五次放疗 3,361.26 美元、联合 ET 十五次放疗 3,713.92 美元。 Medigap Plan G 受益人单独放射治疗的自付费用为 1,130.00 美元，单独 ET 和联合 ET 放射治疗的自付费用为 2,270.00 美元。对于医疗补助受益人 - 医疗补助批准的所有治疗 - 均不受限制地承保，因此任何辅助治疗选项都无需自付费用。该模型（基于每个保险计划的实际成本估算而不是索赔数据）通过估算以下范围内的费用：医疗保险和医疗补助计划为患者费用提供一定程度的透明度。了解患者自己承担的费用后，可以进一步增强根据患者个人优先事项和偏好做出的治疗决策。版权所有 © 2024。由 Elsevier Inc. 出版。

机器学习 (ML) 促进原发性脑肿瘤放射治疗 (RT) 规划的能力尚未被描述。我们评估了针对患有原发性脑肿瘤的成人和儿童的 ML 辅助 RT 计划的临床可接受性、剂量测定结果和计划效率。在这项前瞻性研究中，纳入了接受 54 Gy 分割放疗的原发性脑肿瘤的儿童和成人。对于每位患者，创建一个 ML 辅助 RT 计划，并与使用标准（“手动”）计划程序创建的一两个计划进行比较。计划由治疗肿瘤科医生评估，但他对计划创建方法一无所知。主要终点是临床可接受治疗的 ML 计划的比例。次要终点包括选择 ML 计划作为治疗首选的频率，以及 ML 和手动计划之间的剂量差异。总共对 61 名患者评估了 116 个手动计划和 61 个 ML 计划。 94% 的 ML 计划和 93% 的手动计划被认为是临床可接受的 (p=1.0)。总体而言，机器学习计划的质量与手动计划相似。 ML 计划占所有评估计划的 34.5%，并在 36.1% 的病例中被选择进行治疗 (p=0.82)。两种规划方法之间实现了类似的肿瘤靶点覆盖。正常大脑（大脑减去 PTV）接受 ML 计划的平均剂量平均减少 1 Gy（与手动计划相比，p < 0.001）。与手动计划相比，ML 计划的创建时间平均减少 45.8 分钟 (p < 0.001)。ML 辅助的自动计划可以为脑肿瘤患者（包括儿童）创建高质量的计划。利用 ML 辅助创建的计划向正常脑组织提供的剂量略少，并且可以在更短的时间内完成设计。版权所有 © 2024。由 Elsevier Inc. 出版。

开发并在外部验证一种自动人工智能 (AI) 工具，用于描绘食管鳞状细胞癌 (ESCC) 患者的总肿瘤体积 (GTV)，该工具可以协助新辅助或根治性放射治疗的治疗计划。在一项机构研究中，回顾性收集了 580 名符合条件的 ESCC 患者的增强 CT 图像。两位专家通过协商一致描绘的 GTV 轮廓被用作地面实况。为训练队列中的 GTV 轮廓开发了三维深度学习模型，并在三个验证队列中进行了内部和外部验证。该人工智能工具与从外部验证队列中随机选出的 25 名患者的 12 名委员会认证专家进行了比较，以评估其在改善轮廓表现和减少变异方面的帮助。使用骰子相似系数 (DSC) 和平均表面距离 (ASD) 来测量轮廓性能。此外，我们之前建立的用于预测病理完全反应（pCR）的放射组学模型被用来比较人工智能生成的轮廓和地面真实轮廓，以评估人工智能轮廓工具在放射组学分析中的潜力。人工智能工具表现出良好的GTV轮廓性能在多中心验证队列中，DSC 中值分别为 0.865、0.876 和 0.866，ASD 中值分别为 0.939 mm、0.789 mm 和 0.875 mm。此外，人工智能工具显着提高了 12 名委员会认证专家中一半的轮廓绘制性能（DSC 值，0.794-0.835 与 0.856-0.881，P=0.003-0.048），将观察者内部和观察者之间的差异减少了 37.4% 和 55.2 %，并节省了 77.6% 的轮廓时间。在放射组学分析中，来自地面实况和 AI 生成轮廓的 88.7% 的放射组学特征表现出稳定的再现性，并且观察到这些轮廓的类似 pCR 预测性能 (P=0.430)。我们的 AI 轮廓工具可以提高 GTV 轮廓性能并促进放射组学对 ESCC 患者进行的分析，表明其在放射治疗计划和放射组学研究中 GTV 轮廓分析的潜力。版权所有 © 2024。由 Elsevier Inc. 出版。