Radioterapie patří k nejúčinnějším modalitám onkologické léčby, ale její využití je zatíženo rizikem rozvoje nežádoucích účinků. Při plánování léčby zářením je nezbytné maximálně šetřit okolní zdravé tkáně k zajištění přijatelného rizika toxicity a k zachování dobré kvality života pacientů. Nežádoucí účinky ozařování vznikají na podkladě různorodých patofyziologických mechanismů a jejich závažnost je ovlivněna množstvím biologických a klinických faktorů, dále aplikovanou dávkou, velikostí ozařovaného objemu, radiomickými charakteristikami nebo individuální radiosenzitivitou. Na podkladě těchto parametrů je možné různými způsoby predikovat riziko rozvoje nežádoucích účinků radioterapie. Předkládané sdělení nabízí základní přehled mechanismů rozvoje poradiační toxicity a možností predikce těchto projevů radiobiologickými nástroji - projekt QUANTEC, modelování na podkladě EUD, NTCP a s využitím metod umělé inteligence. Prediktivní modely mohou prohloubit pochopení toxicity radioterapie a do budoucna mohou přispět k individualizaci léčebného přístupu za účelem dosažení maximálního přínosu a minimalizace toxicity léčby.

Radiotherapy is one of the most effective modalities of cancer treatment, however its application is associated with the risk of adverse effects. When planning radiation treatment, it is essential to spare the surrounding healthy tissues as much as possible to ensure an acceptable risk of toxicity and to maintain a good quality of life for patients. Radiation side effects result from diverse pathophysiological mechanisms and their severity is modulated by a variety of biological and clinical factors, as well as the applied dose, the size of the irradiated volume, radiomic characteristics or individual radiosensitivity. Based on these parameters, the risk of developing adverse effects of radiotherapy can be predicted by different methods. This paper offers a basic overview of the development mechanisms of radiation toxicity and the possibilities of predicting these effects by radiobiological tools - QUANTEC project, modelling based on EUD, NTCP and using artificial intelligence methods. Predictive models can strengthen the understanding of radiotherapy toxicity and in the future may contribute to individualize the treatment approach to maximize benefit and minimize toxicity.

Onkologická klinika 1 LF UK a Fakultní Thomayerovy nemocnice Praha

Státní ústav radiační ochrany v v i Praha

Ústav radiační onkologie 1 LF UK a Fakultní nemocnice Bulovka Praha

Ústřední vojenská nemocnice Vojenská fakultní nemocnice Praha

Adverse effects of radiotherapy and radiobiological modelling

Citace poskytuje Crossref.org