三维适形放疗治疗非小细胞肺癌的临床观察

来源 :第十届全国临床肿瘤学大会暨2007年CSCO学术年会 | 被引量 : 0次 | 上传用户:wlhlesley
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:选择性地回顾性总结了46例NSCLC患者进行3D-CRT的疗效和生存率,并与同期常规放疗的患者的治疗结果进行对照,探讨3D-CRT非小细胞肺癌的方法与疗效,为NSCLC的治疗提供参考依据。 方法:2001年6月~2004年12月采用3D-CRT的46例NSCLC患者,并与随机抽取的同期常规放疗的46例NSCLC患者对照,对比观察两组患者的近期疗效,1,2,3年生存率,中位生存期和毒副反应。治疗组:3D-CRT步骤:全部患者采用体膜固定后进行螺旋CT模拟机扫描,层厚5毫米.将所得信息传至TPS工作站并勾画靶区.GTV包括原发灶及纵隔内任何一个直径>1cm的淋巴结.CTV在GTV的基础上向四周外扩6~8 mm,转移淋巴结GTV不外扩而直接作为CTV.PTV则依据肿瘤的部位并结合模拟定位机测定的呼吸动度在CTV的基础上外扩,转移淋巴结外扩5~8 mm,原发肿瘤外扩10~15 mm.计划设计:确定处方剂量及重要组织器官剂量;BEV以及PEV设计照射野,以PTV几何中心为射野等中心,4~6个适形野照射.采用DVH进行优化,90%等剂量面完全覆盖PTV,PTV内部剂量差异为±7%,重要组织器官如脊髓,食管等受照剂量均控制在可接受的范围之内。计划实施:采用多叶光栅,ELEKTA直线加速器实施放疗.照射剂量和方法:DT 59~69 Gy,中位剂量64Gy,90%剂量曲线归一,190~200 cGy/次,1次/天,5次/周.对照组:首先进行大野常规照射,模拟机定位,照射野包括原发肿瘤,同侧肺门及纵隔,锁骨上淋巴结转移者照射野包括锁骨上区.DT 1.8~2.0 cGy/次,5次/周,1次/天.放射源为8MV~15MV X线,锁骨上区用6MV-X线结合6~15 MeV-β射线.照射至DT 40Gy后,进行包括胸部CT扫描在内全面检查评估,模拟机定位,避开脊髓缩野照射,对原发肿瘤及转移淋巴结追加剂量照射至DT 56~71 Gy,中位剂量60Gy.按美国放射肿瘤学协作组(RTOG)和世界卫生组织(WHO)标准观察急性放射反应及近期疗效。 结果:治疗组与对照组的总有效率分别为71.7%和54.3%,无显著性差异(P>0.05)。其中完全缓解率分别为21.7%和8.7%,差异显著(P<0.05)。随访截止至2006年12月,随访率100%,中位随访时间42个月.治疗组中位生存期为21.5个月,对照组中位生存期为14.5个月,治疗组较对照组高出7个月.治疗组和对照组的1,2,3年总生存率分别为78.3%,47.8%和29.0%,以及58.7%,34.8%和24.8%。两组血液学毒性及急性放射肺,食管损伤发生率无显著性差异。 结论:3D-CRT治疗非小细胞肺癌的疗效优于常规放射治疗.
其他文献
模拟退火和隔离小生境技术是两种较好的改进遗传算法性能的方法。本文将这两种思想有机地结合起来,并借助正交试验法的全局均衡设计思想和二元变异操作对初始种群产生方式、
会议
针对粒子群优化算法(PSO)容易陷入局部最优, 提出了一种多种群并行粒子群算法、该算法将子种群分为探测型和开发型, 对于探测型种群采用全局模型PSO算法, 以增大探测最优个体
从卷积混合的混沌信号中提取出所需的信号是一个挑战性课题.假设需要提取的混沌信号的映射已知,寻找提取向量的问题就可以转化为非线性系统的状态检测问题.为此,提出了一种基
本文基于量子遗传算法,提出一种解决物流配送中心配送优化的新方法。首先将量子比特的编码方式与具体配送量相结合,同时提出的三种不同的调整策略,对同类调度优化问题具有参
会议
合作伙伴的选择是虚拟企业建立的关键问题之一。本文通过建立多目标的虚拟企业伙伴选择优化模型,对各候选企业进行定量分析,采用改进的遗传算法对问题进行求解.在遗传过程中
会议
二战结束后,到日本访问的前盟军司令麦克阿瑟对日本首相说:教育的成本很昂贵,但不教育的成本将更加昂贵。这是一段时间以来,经常挂在青岛福彩中心主任王增先嘴边的一句话。更
本文针对存在数据包丢失现象的网络控制系统,根据更新控制器采用的信息不同,比较了两种不同的处理方法,进行了稳定性分析,提出了基于状态预估的控制器设计方法。并在数据包丢
网络控制系统中,通讯网络会引起控制环路时延,网络带宽分配(调度)技术引起采样速率改变,不规则采样和时延抖动会影响闭环系统稳定性能。本文将在有界区间范围内抖动引起的时
会议
在分析和总结当前有关Gnutella网络资源搜索算法的基础上,提出了一种新的基于路由搜索算法。该算法能最大限度地减少Gnutella网络中因采用泛洪搜索算法所造成的大量冗余搜索
基于群体的增量学习算法(PBIL)是一种将遗传算法和竞争学习相结合的新型进化优化算法。本文针对PBIL算法仍然存在的问题,将精英策略引入PBIL算法,提出了一种对当前种群最优解