Advertisement

Der Radiologe

, Volume 58, Issue 8, pp 736–745 | Cite as

Planungszielvolumen

Management von Ungenauigkeiten, Immobilisierung, bildgeführte und adaptive Strahlentherapie
  • A. Schwahofer
  • O. Jäkel
Leitthema

Zusammenfassung

Klinisches/methodisches Problem

Die Strahlentherapie erfolgt standardmäßig auf Basis von CT-Aufnahmen, welche vor Beginn der Therapie gewonnen werden. Diese dienen auch der Bestimmung von Lage und Form des Zielvolumens. Da der Patient für jede Fraktion neu gelagert werden muss, können Abweichungen der Position des Tumors relativ zum Strahlungsfeld, aber auch interne Bewegungen des Tumors auftreten, welche zu Unsicherheiten führen. Diese Unsicherheiten werden im sog. Planungszielvolumen (PTV) berücksichtigt, indem ein Sicherheitssaum um das klinische Zielvolumen (CTV) im Normalgewebe addiert wird.

Radiologische Standardverfahren

Als Standard wird heute eine CT-basierte Bestrahlungsplanung vor Beginn der Therapie durchgeführt. Die daraus gewonnene Information über Lage und Form des Zielvolumens wird während des oft mehrere Wochen andauernden Bestrahlungszyklus unverändert genutzt.

Methodische Innovationen

Durch wiederholte Bildgebung des Patienten in Behandlungsposition vor jeder Fraktion kann die Lage des Tumors erneut bestimmt und für jede Fraktion korrigiert werden.

Leistungsfähigkeit

Die Reduktion der Lagerungsungenauigkeit kann für eine Reduktion des Sicherheitssaums genutzt werden. Dies führt zu einem reduzierten bestrahlten Normalgewebsvolumen.

Bewertung

Mit der Reduktion des bestrahlten Normalgewebsvolumens wird das Auftreten von Nebenwirkungen gesenkt. Dies bietet wiederum die Möglichkeit, eine erhöhte Tumorkontrolle durch Dosiseskalation zu erreichen.

Empfehlung für die Praxis

Bevor das PTV reduziert wird, muss eine genaue Analyse der Unsicherheiten für das jeweils verwendete bildgebende Verfahren und Bestrahlungstechnik durchgeführt werden.

Schlüsselwörter

Tumor Bildgeführte Strahlentherapie Planungszielvolumen Sicherheitssaum Normalgewebsvolumen 

Planning target volume

Management of uncertainties, immobilization, image guided and adaptive radiation therapy

Abstract

Clinical/methodical issue

As a standard, today’s radiation therapy is based on CT images which are used for therapy planning. These images are obtained once before therapy starts and serve as a basis to obtain the position and shape of the target volume. As the patient has to be positioned anew for each fraction, deviations of the tumor position relative to the radiation field but also internal motion of the tumor may occur. These deviations lead to uncertainties, which are taken into account by adding a safety margin around the clinical target volume (CTV) to create the planning target volume (PTV).

Standard radiological methods

As a standard today, CT-based treatment planning is used, where images are obtained once prior to therapy. The information on tumor position and shape, which is obtained from these images, is used throughout the whole cycle of radiation therapy without any change. This cycle may last several weeks.

Methodical innovations

By repeated imaging of the patient in the treatment position prior to each fraction, the position of the tumor can be assessed and corrected for each fraction.

Performance

A reduction of positioning uncertainty may be used to reduce the safety margin. This leads to a decreased volume of irradiated normal tissue.

Achievements

A reduced volume of irradiated normal tissue leads to reduced side effects and provides the opportunity of increased tumor control by dose escalation.

Practical recommendations

Before the PTV is reduced, a detailed analysis of the uncertainties for the specific imaging method and radiation technique must be performed.

Keywords

Tumors Image-guided radiation therapy Planning target volume Safety margins Normal tissue volume 

Notes

Einhaltung ethischer Richtlinien

Interessenkonflikt

A. Schwahofer und O. Jäkel geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    Thieke C (2018) „Gross tumor volume“ (GTV). Radiologe.  https://doi.org/10.1007/s00117-018-0416-2 PubMedCrossRefGoogle Scholar
  2. 2.
    Brunner TB, Walke M, Hass P (2018) Klinisches Zielvolumen. Grundsätze und Grenzen. Radiologe.  https://doi.org/10.1007/s00117-018-0414-4 PubMedCrossRefGoogle Scholar
  3. 3.
    Mayles P, Nahum A, Rosenwald J‑C (2007) Handbook of radiotherapy physics—theory and practice. Taylor & Francis Group, New York, LondonCrossRefGoogle Scholar
  4. 4.
    Jaffray D, Langen KM, Mageras G, Dawson LA, Yan D, Adams R, Mundt A, Fraass B (2013) Assuring safety and quality in image guided delivery of radiation therapy. Pract Radiat Oncol 3(3):1–16 Supplemental MaterialCrossRefGoogle Scholar
  5. 5.
    Landberg T, Chavaudra J, Dobbs J, Gerard J‑P, Hanks G (2016) ICRU report 62: prescribing, recording and reporting photon beam therapy (supplement to ICRU report 50). International Commission on Radiation Units and Measurements.Google Scholar
  6. 6.
    Schlegel W, Karger C, Jäkel O (2018) Medizinische Physik. Springer, Berlin, HeidelbergCrossRefGoogle Scholar
  7. 7.
    Verhey L (1995) Immobilizing and positioning patients for radiotherapy. Radiat Oncol 5(2):100–114.  https://doi.org/10.1054/SRAO00500100 CrossRefGoogle Scholar
  8. 8.
    Schlegel W, Mahr A (Hrsg) (2007) Multimedia DVD radiotherapy. Springer, Berlin, HeidelbergGoogle Scholar
  9. 9.
    Nguyen J, Chen C, Lee C, Yen C, Xu Z, Schlesinger D, Sheehan J (2014) Multisession gamma knife radiosurgery: a preliminary experience with a noninvasive, relocatable frame. World Neurosurg 82(6):1256–1263CrossRefPubMedGoogle Scholar
  10. 10.
    I. V. I. T. Völp, “IT V Völp,” IT V Völp, [Online]. Available: http://it-v.net/produkte/wingstep/systeme/index.htm. [Zugriff am 22 Februar 2018]
  11. 11.
    Thieke C, Malsch U, Schlegel W, Debus J, Huber P, Bendl R, Thilmann C (2006) Kilovoltage CT using a Linac-CT scanner combination. Br J Radiol.  https://doi.org/10.1259/bjr/88849490 PubMedCrossRefGoogle Scholar
  12. 12.
    Becker-Schiebe M, Abaci A, Ahmad T, Hoffmann W (2016) Reducing radiaiton-associated toxicity using online image guidance (IGRT) in prostate cancer patients undergoing dose-escalated radiation therapy. Rep Pract Oncol Radiother 21:188–194CrossRefPubMedPubMedCentralGoogle Scholar
  13. 13.
    Bert C, Metheany K, Doppke K, Chen G (2005) A phantom evaluation of a stereo-vision surface imaging system for radiotherpy patient setup. Med Phys 9:2753–2762CrossRefGoogle Scholar
  14. 14.
    Schöffel P, Harms W, Sroka-Perez G, Schlegel W, Karger C (2007) Accuracy of a commercial optical 3D surface imaging sytem for realignment of patients for radiotherapy of the thorax. Phys Med Biol 52(13):3949–3963CrossRefPubMedGoogle Scholar
  15. 15.
    Apicella G, Loi G, Torrente S, Crespi S, Beldi D, Brambilla M, Krengli M (2016) Three-dimensional surface imaging for detection of intra-fraction setup variations during radiotherapy of pelvic tumors. Radiol Med 121(10):805–810CrossRefPubMedGoogle Scholar
  16. 16.
    Tanguturi S, Lyatskaya Y, Chen Y, Catalano P, Chen M, Yeo W, Marques A, Truong L, Yeh M, Orlina L, Wong J, Punglia R, Bellon J (2015) Prospective assessment of deep inspiration breath-hold using 3‑dimensional surface tracking for irradiation of left-sided breast cancer. Pract Radiat Oncol 5(6):358–365CrossRefPubMedGoogle Scholar
  17. 17.
    Schweikard A, Shiomi H, Adler J (2004) Respiration tracking in radiosurgery. Med Phys 10(31):2738–2741CrossRefGoogle Scholar
  18. 18.
    Schlosser J, Salisbury K, Hristoy D (2010) Telerobotic system concept for real-time soft-tissue imaging during radiotherapy beam delivery. Med Phys 37(12):6357CrossRefPubMedGoogle Scholar
  19. 19.
    Kuban D, Dong L, Cheung R, Srom E, De Crevoisier R (2005) Ultrasound-based localization. Semin Radiat Oncol 15(3):180CrossRefPubMedGoogle Scholar
  20. 20.
    Artigan X, Smitsmans M, Lebesque J, Jaffray D, Van Herk M, Bertelink H (2004) Online Ultrasound image guidance for radiohterapy of prostate cancer. Impact of image acquisition on prostate displacement. Int J Radiat Oncol Biol Phys 59(2):595CrossRefGoogle Scholar
  21. 21.
    Olsen J, Noel C, Baker K, Santanam L, Michalski J, Parikh P (2012) Practical method of adaptive radiotherapy for prostate cancer using real-time electromagnetic tracking. Int J Radiat Oncol Biol Phys 5(82):1903–1911CrossRefGoogle Scholar
  22. 22.
    Lagendijk JJW, Raaymakers BW, Raaijmakers AJE, Overweg J, Brown KJ, Kerkhof EM, van der Put RW, Hardermak B, van Vulpen M, van der Heide UA (2008) MRI/linac integration. Radioth Oncol 86:25–29CrossRefGoogle Scholar
  23. 23.
    Mutic S, Dempsey J (2014) The ViewRay system: magnetic resonance-guided and controlled radiotherapy. Semin Radiat Oncol 24(3):196–199CrossRefPubMedGoogle Scholar
  24. 24.
    Bostel T, Pfaffenberger A, Delorme S, Dreher C, Echner G, Haering P, Lang C, Splinter M, Laun F, Müller M, Jäkel O, Debus J, Huber P, Sterzing F, Nicolay N (2018) Prospective feasibility analysis of a novel off-line approach for MR-guided radiotherapy. Strahlenther Onkol.  https://doi.org/10.1007/s00066-017-1258-y CrossRefPubMedGoogle Scholar
  25. 25.
    Jaffray D, Carlone M, Milosevic M, Breen S, Stanescu T, Rink A, Alasti H, Simeonov A, Sweitzer M, Winter J (2014) A facility for magnetic resonacne-guided radiation therapy. Semin Radiat Oncol 24(3):193–195CrossRefPubMedGoogle Scholar
  26. 26.
    Kerkmejer LGW, Fuller CD, Verkooijen HM, Verheij M, Choudhury A, Harrington KJ, Schultz C, Sahgal A, Frank SJ, Goldwein J, Brown KJ, Minsky BD, van Vulpen M (2016) The MRI-linear accelerator consortium: evidence-based clinical introduction of an innovation in radiation oncology connecting researchers, methodology, data collection, quality assurance, and technical development. Front Oncol 6:215Google Scholar
  27. 27.
    Wang J, Yung J, Kadbi M, Hwang K, Ding Y, Ibbott G (2018) Assessment of image quality and scatter and leakage radiation of an inegrated MR-LINAC system. Med Phys.  https://doi.org/10.1002/mp.12767 PubMedCentralCrossRefPubMedGoogle Scholar
  28. 28.
    Menten M, Fast M, Nill S, Kamerling C, McDonald F, Oelfke U (2016) Lung stereotactic body radiotherapy with an MR-linac—quantifying th eimpact of the magnetic field and real-time tumor tracking. Radiother Oncol 119(3):461–466CrossRefPubMedPubMedCentralGoogle Scholar
  29. 29.
    Yan D, Vicini F, Wong J, Martinez A (1997) Adaptive radiation therapy. Phys Med Biol 42:123–132CrossRefPubMedGoogle Scholar
  30. 30.
    Jensen AD, Grehn C, Nikoghosyan A, Thieke C, Krempien R, Hubert PE, Debus J, Münter MW (2009) Catch me if you can—the use of image guidance in the radiotherpay of an unusal case of esophageal cancer. Strahlenther Oncol 185(7):469.  https://doi.org/10.1007/s00066-009-1935-6 CrossRefGoogle Scholar
  31. 31.
    Schwartz DL, Garden AS, Shah SJ, Chronowski G, Sejpal S, Rosenthal DI, Chen Y, Zhang Y, Zhang L, Wong P‑F, Garcia JA, Ang KK, Dong L (2013) Adaptive radiotherapy for head and neck cancer—dosimetric results from a prospective clinical trial. Radiother Oncol 106:80–84CrossRefPubMedGoogle Scholar
  32. 32.
    Raaymakers BW, Lagendijk JJW, Overweg J, Kok JGM, Raaijmakers AJE, Kerkhof EM, van der Put RW, Meijsing I, Crijns SPM, Benedosso F, van Vulpen M, de Graaff CHW, Allen J, Brown KJ (2009) Integrating a 1.5 T MRI scanner with a 6MV accelerator: proof of concept. Phys Med Biol 54(12):N229–N237CrossRefPubMedGoogle Scholar
  33. 33.
    Vestergaard A, Muren LP, Sondergaard J, Elstrom UV, Hoyer M, Petersen JB (2013) Adaptive plan selection vs. re-optimisation in radiotherapy for bladder cancer: A dose accumulation comparison. Radiother Oncol 109(3):457–462CrossRefPubMedGoogle Scholar

Copyright information

© Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Abteilung Medizinische Physik in der StrahlentherapieDeutsches Krebsforschungszentrum HeidelbergHeidelbergDeutschland

Personalised recommendations