肝细胞癌放射治疗肿瘤的α/β值

α/β for Hepatocellular Carcinoma Tumors Treated With Radiation Therapy

作者信息Lise Wei, Yaxuan Huang, Randall K Ten Haken, Teodor Stanescu, Laura A Dawson, Theodore S Lawrence, Jeremy M G Taylor
PMID41544678
发布时间2026-07-15
DOI10.1016/j.ijrobp.2025.12.055

实验完整度

高

包含两项独立数据源:大样本病灶水平回顾性数据(390例)和基于41篇文献的荟萃分析数据(4313例),并使用多种模型(Cox、AFT)及敏感性分析进行机制验证。

主要模型

肝细胞癌患者病灶(390例,来自密歇根大学和玛格丽特公主癌症中心) 文献荟萃数据(4313例病灶,来自41篇出版物)

重点核对

α/β估计值:病灶水平37.5-52 Gy,荟萃分析161.4 Gy,置信区间宽 GTV作为协变量:log(GTV)风险比1.12,P=0.21(不显著) 经过时间:每增加1天风险比1.01,P=0.33(不显著) DVH低剂量部分(第10百分位剂量)比平均剂量预测性更好 使用4种DVH汇总方式(平均剂量、第10百分位、幂律、细胞存活模型)

摘要

目的:原发性肝细胞癌病灶常采用分次放射治疗。线性二次(LQ)模型可用于比较不同分次方案对肝细胞癌肿瘤局部复发率的影响。本文旨在寻找LQ模型中α/β比值的最佳估计值,以最佳预测复发率。 方法和材料:分析了两个独立数据集。第一个数据集包含2008年至2021年间在2个机构治疗的390个病灶的复发时间。考虑的因素包括大体肿瘤体积(GTV)、分次方案、GTV的剂量-体积直方图(DVH)以及第一次和最后一次放射剂量之间的经过时间。基于LQ模型,采用了四种不同的DVH汇总方式,并与Cox比例风险模型结合以估计α/β比值。第二个数据集包含46种不同分次方案的1、2、3、4和5年复发率,这些数据来源于41篇文献的结果,总共基于4313个病灶。对于这项荟萃分析,使用假设自回归协方差结构的变换复发率的线性模型来估计α/β比值。 结果:从病灶水平数据中,α/β的最佳估计值在37.5至52 Gy范围内,置信区间较宽(3.4至∞)。基于分次方案和经过时间的放射传递组合模型与复发风险显著相关(P < .001)。然而,仅经过时间与复发风险无显著相关性(每增加1天的风险比,1.01;P = .33)。分析还提示较大的GTV可能导致较高的复发风险,但无统计学显著性[log(GTV)的风险比=1.12,P = .21]。DVH中较低剂量比平均DVH剂量更能预测结果。已发表数据的荟萃分析给出了α/β比值的最佳估计值161.4 Gy,但置信区间较宽(4.7至∞)。 结论:两项分析均提示α/β比值较高,至少为37.5 Gy,但均无法提供精确估计,只能排除非常小的值。从实践角度看,任何大于约20 Gy的α/β比值都会对不同分次方案的优劣排序产生相似结果。要获得更精确的α/β估计值,数据集需要包括更多接受分次放射且每分次剂量在2.0至2.9 Gy范围内的患者。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
肝细胞癌接受分次放射治疗后,LQ模型中的α/β比值是多少,才能最佳预测局部复发风险?
核心机制
高α/β值表明肝细胞癌对分次辐射的敏感性较低,其效应主要由总剂量(α项)驱动,而非分次剂量(β项)驱动;此外,DVH中低剂量部分对复发风险的影响比平均剂量更重要。
主要证据
基于390个病灶的Cox模型分析,4种DVH模型均估计α/β在37.5-52 Gy,且低剂量DVH模型(第10百分位)AIC和C-index更优;基于4313例的荟萃分析估计α/β为161.4 Gy,且T1分期比例显著影响复发率。
研究意义
研究提示传统假设的10 Gy可能低估了肝细胞癌的α/β比值,对于SBRT分次方案的比较和生物等效剂量计算具有重要意义,有助于指导个体化治疗决策。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

病灶水平数据收集与模型构建

收集接受分次放疗的HCC患者病灶数据,构建基于DVH的多种LQ模型,以估计α/β比值。

回顾性收集了来自两所机构(2008-2021年)的390个病灶,记录GTV、处方剂量、分次数、DVH、经过时间。采用Cox比例风险模型,分别使用DVH平均剂量、第10百分位剂量、幂律DVH和细胞存活DVH四种表达式进行拟合。

2

敏感性分析

评估不同统计模型和数据选择对α/β估计的影响,确保结论稳健。

进行了多种敏感性分析,包括仅考虑2年内复发、分层Cox模型、排除经过时间、使用处方剂量、排除β项、岭回归惩罚Cox模型、使用第5百分位剂量、每例患者仅选最大病灶、AFT模型、加权逻辑回归模型等。

3

荟萃分析数据收集

基于文献汇总数据,估计不同分次方案下的α/β比值。

使用Liu等人补充材料中的46种分次方案数据,包括各时间点的复发率、平均处方剂量、平均分次数、平均经过时间、T1分期比例。采用广义线性模型,假设自回归协方差结构,以复发率反正弦变换为响应变量。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Truebeam----
Eclipse----
Varian----
Elekta----
Pinnacle----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
病灶水平数据收集
患者来源机构(UM和PMCC)、治疗时间(2008-2021)、病灶数量(390)、GTV范围(1.3-281.7 cc)、总剂量范围(24-60 Gy)、分次方案(3-6次为主)
阅读提示:Methods and Materials: Study design for lesion-level data
DVH模型拟合
DVH数据来源(实际传递剂量)、四种DVH汇总方法(平均剂量、第10百分位、幂律、细胞存活)、Cox模型协变量(log(GTV)、经过时间)
阅读提示:Methods and Materials: Statistical methods and radiobiological models for lesion-level data
荟萃分析数据
数据来源(Liu等人补充材料)、分次方案数(46)、总病灶数(4313)、总剂量范围(33-72 Gy)、分次数范围(3-18)、每分次剂量范围(2.5-19 Gy)
阅读提示:Methods and Materials: Meta-analysis data