技术领域
[0001] 本发明涉及生物医学技术领域，尤其涉及一种左乳癌术后DIBH放疗的心脏剂量获益预测模型及其构建方法和应用。
相关背景技术
[0002] 乳腺癌是女性最常见的恶性肿瘤，其发病率呈逐年上升趋势。随着治疗手段的更新以及综合治疗的推进，乳腺癌的总体生存率明显提高，越来越多的幸存者因治疗相关心脏病而死亡，尤其是乳腺癌放射治疗相关的心脏损伤占据了相当的比例。
[0003] 就放射治疗相关心脏损伤而言，心脏以及相关亚结构受照的剂量是其最重要的影响因素。一项大型回顾研究表明，心脏平均辐射剂量每增加1Gy，主要冠状动脉事件的发生率相对增加7.4％，并且其心脏额外死亡率增加4.1％。而基于现代CT图像计划的精确估算数据显示，心脏平均剂量每增加1Gy，冠状动脉事件的发生风险增加约19％，明显高于之前的报告，因此，如何降低心脏受照剂量、控制平均心脏剂量是乳腺癌放疗团队需要解决的临床问题。
[0004] 为有效降低乳腺癌术后辅助放疗中心脏及其亚结构接受的辐照剂量，学者们也针对特定人群探索了不同的有效措施，其中深吸气屏气(deep inspiration breath‑hold，DIBH)技术是最为有效且操作性强的方法之一。多项研究结果表明，DIBH在左侧乳腺癌保乳术后的全乳照射实施过程中，不但可以保证最佳的靶区覆盖，而且能减少心脏的平均剂量。
[0005] 虽然大多数患者对DIBH具有良好的耐受性，并非所有患者都能从DIBH中获得相同的益处。DIBH技术的应用无疑会增加治疗时间、医疗资源及科室工作量，但是目前国内外关于DIBH技术的适用人群缺乏统一标准。因此需要合理评估各指标对左侧乳腺癌术后患者的心脏平均剂量获益影响，并选择合适的指标建立预测心脏平均剂量获益的模型，以便全面评估患者平均心脏剂量获益程度，以帮助临床筛选DIBH技术潜在获益的优势人群。
具体实施方式
[0026] 下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0027] 实施例1
[0028] 一种左侧乳腺癌术后放疗患者在深吸气屏气中心脏平均剂量获益预测模型的构建方法，包括以下步骤：
[0029] 步骤1：收集左侧乳腺癌术后患者的临床特征和自由呼吸状态下影像学解剖参数数据，这些临床特征及参数数据包括年龄age、体重指数BMI、矢状位心脏与胸壁接触距离FB‑CCDps、横轴位心脏与胸壁接触长度FB‑CCDax、心脏到胸廓横向距离FB‑HCD、哈勒指数HI、乳腺体积BV和左肺体积LV；
[0030] 步骤2：采用Pearson检验对患者临床特征及影像学解剖参数进行相关性分析，筛选出影响心脏平均剂量获益预测变量；
[0031] S3：将S2筛选得到且P<0.05的单因素心脏平均剂量获益预测变量纳入多重线性回归模型，筛选出独立的心脏平均剂量获益预测指标(BV、age及FB‑CCDps)，构建回归模型，如下式所示：
[0032] Δmean heart dose(cGy)＝192.68+0.18×BV(cm3)‑4.02×age
[0033] (year)+15.39×FB‑CCDps(cm)
[0034] 实施例2
[0035] 实施例1构建得到的左侧乳腺癌术后放疗患者在深吸气屏气中心脏平均剂量获益预测模型的应用
[0036] 1、人群筛选
[0037] 收集自2021年蚌埠医学院第一附属医院开展DIBH技术以来，采用DIBH技术放疗的左侧乳腺癌术后患者。
[0038] 纳入标准如下：(1)全部经病理学确诊为乳腺女性患者，具有辅助放疗指征；(2)每次屏气时间超过20秒，并且重复性好，每次的呼吸模式和呼吸幅度基本一致；(3)每位患者均签署知情同意书。
[0039] 排除标准：(1)屏气时间＜20秒；(2)DIBH重复性差。
[0040] 2、预测变量
[0041] 收集临床指标和影像学解剖参数，包括年龄age、体重指数BMI、矢状位心脏与胸壁接触距离FB‑CCDps、横轴位心脏与胸壁接触长度FB‑CCDax、心脏到胸廓横向距离FB‑HCD、哈勒指数HI、乳腺体积BV和左肺体积LV。
[0042] 3、治疗方案
[0043] 45例患者中位年龄为49岁(23～71岁)，平均身体质量指数为29.2，60％患者未绝经，抗HER‑2靶向治疗占42.2％(均包含曲妥珠单抗方案)，蒽环类化疗药物占62.2％。全部病例均为局部中晚期左乳癌术后患者，其中改良根治术占80％。
[0044] 4、统计分析
[0045] 所有数据均使用SPSS26.0软件进行统计分析作为分析的主要工具。所有的统计检验都是双侧的，P<0.05被认为是有统计学意义的。
[0046] 5、结果
[0047] 5.1、应用配对t检验进行剂量比较
[0048] 结果如表1。
[0049] 表1不同呼吸状态下心脏的剂量学比较
[0050]
[0051] 5.2、采用Pearson检验对患者临床特征及影像学解剖参数进行相关性分析，初步筛选出影响心脏平均剂量获益预测变量：FB‑CCDax、FB‑CCDps、FB‑HCD、BV、LV和年龄。不同临床特征及影像学解剖参数的相关性分析结果如表2所示。
[0052] 表2不同临床特征及影像学解剖参数与心脏平均剂量变化的相关性分析[0053]
[0054] 进一步将筛选得到的与心脏平均剂量获益相关的因素纳入多重线性回归分析，如表3所示筛选出BV、Age和FB‑CCDps为患者心脏平均剂量获益的独立预测因素。
[0055] 表3心脏平均剂量获益因素的多重线性回归分析
[0056]
[0057]
[0058] 5.3、构建线性回归模型
[0059] 将表3中多重线性回归分析所得到的常量、独立预测变量的回归系数(β)纳入拟合回归方程：
[0060] Δmean heart dose(cGy)＝192.68+0.18×BV(cm3)‑4.02×age
[0061] (year)+15.39×FB‑CCDps(cm)
[0062] 其中，Δmean heart dose(cGy)：心脏平均剂量获益程度；BV：乳腺体积；age：患者年龄；FB‑CCDps：自由呼吸状态下测量的矢状位心脏与胸壁接触距离。
[0063] 该方程的常量为192.68cGy，BV乳腺体积回顾系数为0.18，age年龄回归系数为‑2
4.02，FB‑CCDps矢状位心脏与胸壁接触距离回归系数为15.39，最终回归方程R＝0.58，显示预测性能良好。
[0064] 将患者的乳腺体积、年龄、矢状位心脏与胸壁接触距离带入回归方程中即可得出该患者从DIBH技术中心脏平均剂量获益多少，通过t检验结果得出整体患者的心脏平均剂量获益减少为116.29cGY，通过比较即可帮助临床医生考虑是否选择DIBH技术。
[0065] 举例说明一
[0066] 若接诊1名符合入排标准的患者，获得其基线时临床特征和影像学解剖参数信息，如患者为34岁、乳腺体积为1101cm3、CCDps为3.6cm，将这三个变量带入方程中得出该患者如果应用这个DIBH技术，那么他的平均心脏剂量可能减少827.3cGy，远远超过整体获益平均值116.29cGY，那么推荐该患者选择这项技术。
[0067] 举例说明二
[0068] 若接诊1名符合入排标准的患者，获得其基线时临床特征和影像学解剖参数信息，如患者为65岁、乳腺体积为500、CCDps为1.5cm，，将这三个变量带入方程中得出该患者如果应用这个DIBH技术，那么他的平均心脏剂量可能减少44.76cGy，远远低于整体获益平均值116.29cGY，因此临床医师要集合临床谨慎考虑是否采用该项技术。
[0069] 以上内容是结合具体的优选实施方案对本发明所做的进一步详细说明，便于该技术领域的技术人员能理解和应用本发明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下还可以做出若干简单推演或替换，而不必经过创造性的劳动。因此，本领域技术人员根据本发明的揭示,对本发明做出的简单改进都应该在本发明的保护范围之内。
