Avaliação da Eficiência de um Software Comercial para Planejamento de Radioterapia de Câncer de Mama com Linfonodos
DOI:
https://doi.org/10.29384/rbfm.2025.v19.19849001795Palavras-chave:
planejamento automático, radioterapia, câncer de mama, automação, linfonodosResumo
O surgimento de ferramentas de automação para auxiliar nas tarefas rotineiras dos centros de Radioterapia tornou-se cada vez mais proeminente nos últimos anos, especialmente em sítios com alta incidência de câncer. Diversas soluções de software comercial estão disponíveis para o planejamento de tratamento automatizado; entre elas, EZFluence da Radformation Inc. (Nova York, EUA) destaca-se como uma ferramenta utilizada para homogeneizar a dose no alvo, gerando feixes de janela deslizante ou Field-in-Field. Portanto, o objetivo deste estudo é avaliar os ganhos de eficiência associados à implementação da ferramenta EZFluence na prática clínica. Dois físicos experientes planejaram manualmente retrospectivamente o tratamento para dez pacientes com câncer de mama e oito pacientes com câncer de mama com envolvimento linfonodal. O tempo necessário para criar planos clinicamente aceitáveis foi registrado. Além disso, o tempo necessário para gerar planos utilizando o EZFluence foi documentado. O protocolo de tratamento adotado para este estudo consiste em hipofracionamento, com 40,05 Gy em 15 frações. O tempo médio necessário para gerar planos de tratamento diminuiu de 15 minutos e 57 segundos ± 4 minutos e 11 segundos para 8 minutos e 40 segundos ± 2 minutos e 48 segundos para planos gerados utilizando o EZFluence para pacientes com câncer de mama sem envolvimento linfonodal (p-valor < 0,01) e de 23 minutos e 52 segundos ± 4 minutos e 47 segundos para planejamento manual para 15 minutos e 56 segundos ± 1 minuto e 26 segundos para planos gerados utilizando o EZFluence para pacientes com câncer de mama com envolvimento linfonodal (p-valor < 0,01). Além disso, a qualidade dosimétrica dos planos foi considerada comparável, uma vez que todos os planos manuais e automáticos foram ajustados para atender aos critérios de aceitabilidade clínica. A utilização do EZFluence demonstrou melhorar a eficiência do planejamento, mantendo a qualidade dosimétrica dos planos de tratamento.
Downloads
Referências
Sung H, Ferlay J, Siegel RL, et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021;71(3):209-249. doi:10.3322/caac.21660
Instituto Nacional de Câncer. Estimativa 2023: Incidência de Câncer No Brasil.; 2022.
Sopik V, Narod SA. The relationship between tumour size, nodal status and distant metastases: on the origins of breast cancer. Breast Cancer Res Treat. 2018;170(3):647-656. doi:10.1007/s10549-018-4796-9
Early Breast Cancer Trialists’ Collaborative Group (EBCTCG). Effect of radiotherapy after breast-conserving surgery on 10-year recurrence and 15-year breast cancer death: meta-analysis of individual patient data for 10,801 women in 17 randomised trials. Lancet. 2011;378(9804):1707-1716. doi:10.1016/S0140
Recht A, Comen EA, Fine RE, et al. Postmastectomy Radiotherapy: An American Society of Clinical Oncology, American Society for Radiation Oncology, and Society of Surgical Oncology Focused Guideline Update. Pract Radiat Oncol. 2016;6(6):e219-e234. doi:10.1016/j.prro.2016.08.009
Arie M, Vergaard O, Ansen ESH, et al. POSTOPERATIVE RADIOTHERAPY IN HIGH-RISK PREMENOPAUSAL WOMEN WITH BREAST CANCER WHO RECEIVE ADJUVANT CHEMOTHERAPY. N Engl J Med. 1997;337:949. doi:10.1056/NEJM199710023371401
Arthur Accioly Rosa, Homero Lavieri Martins, Leonardo Pimentel, Marcus Simões Castilho, Silvério Marinho, Virginia Izabel Oliveira. Projeto RT2030: Planejamento de Desenvolvimento Da Radioterapia Para a Próxima Década.; 2021.
Chen K, Wei J, Ge C, et al. Application of auto-planning in radiotherapy for breast cancer after breast-conserving surgery. Sci Rep. 2020;10(1). doi:10.1038/s41598-020-68035-w
Lin TC, Lin CY, Li KC, et al. Automated Hypofractionated IMRT treatment planning for early-stage breast Cancer. Radiation Oncology. 2020;15(1). doi:10.1186/s13014-020-1468-9
Freedman GM, White JR, Rosenstein B, et al. RADIATION THERAPY ONCOLOGY GROUP RTOG 1005 A PHASE III TRIAL OF ACCELERATED WHOLE BREAST IRRADIATION WITH HYPOFRACTIONATION PLUS CONCURRENT BOOST VERSUS STANDARD WHOLE BREAST IRRADIATION PLUS SEQUENTIAL BOOST FOR EARLY-STAGE BREAST CANCER.; 2011.
White J, Tai A, Arthur D, et al. Breast Cancer Atlas for Radiation Therapy Planning.; 2009.
Yoder T, Hsia AT, Xu Z, Stessin A, Ryu S. Usefulness of EZFluence software for radiotherapy planning of breast cancer treatment. Medical Dosimetry. 2019;44(4):339-343. doi:10.1016/j.meddos.2018.12.001
Zhao X, Detorie N, Wood B, Sanghvi P, Advani S, Mansy G. Acute Radiation-Induced Skin Toxicity in Breast Intensity Modulated Radiation Therapy (IMRT): A Dosimetric Analysis. International Journal of Radiation Oncology*Biology*Physics. 2013;87(2):S240-S241. doi:10.1016/j.ijrobp.2013.06.624
Chen CH, Hsieh CC, Chang CS, Chen MF. A retrospective analysis of dose distribution and toxicity in patients with left breast cancer treated with adjuvant intensity-modulated radiotherapy: Comparison with three-dimensional conformal radiotherapy. Cancer Manag Res. 2020;12:9173-9182. doi:10.2147/CMAR.S269893
Dragojević I, Hoisak JDP, Mansy GJ, Rahn DA, Manger RP. Assessing the performance of an automated breast treatment planning software. J Appl Clin Med Phys. 2021;22(4):115-120. doi:10.1002/acm2.13228
Calvo Ortega J, Laosa-Bello C, Moragues-Femenia S, Hermida-Lopez M, Casals J. Analysis of breast radiotherapy plans generated by the EZFluence software. In: ; 2020:s773. doi:10.1016/S0167-8140(21)01468-7
Keiper T, Hoffman D, Kisling K. Implementation of an automated workflow for planning tangential breast radiotherapy. In: ; 2021:e589-e590. doi:10.1002/mp.15041
Marrazzo L, Redapi L, Pellegrini R, et al. Fully automated volumetric modulated arc therapy technique for radiation therapy of locally advanced breast cancer. Radiation Oncology. 2023;18(1). doi:10.1186/s13014-023-02364-8
van Duren-Koopman MJ, Tol JP, Dahele M, et al. Personalized automated treatment planning for breast plus locoregional lymph nodes using Hybrid RapidArc. Pract Radiat Oncol. 2018;8(5):332-341. doi:10.1016/j.prro.2018.03.008
Samuel Avelino, Sandro José Martins, Rejane Leite de Souza Soares, Aline Leal Gonçalves Creder Lopes, Jaqueline Silva Misael. CENSO RADIOTERAPIA.; 2018.
Kisling KD, Ger RB, Netherton TJ, et al. A snapshot of medical physics practice patterns. J Appl Clin Med Phys. 2018;19(6):306-315. doi:10.1002/acm2.12464
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Giulianne Rivelli Rodrigues Zaratim, Ricardo Gomes dos Reis, Luis Felipe Oliveira e Silva
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
A submissão de artigos originais para a Revista Brasileira de Física Médica implica na transferência, pelos autores, dos direitos de publicação impressa e digital. Os direitos autorais para os artigos publicados são do autor, com direitos do periódico sobre a primeira publicação. Os autores somente poderão utilizar os mesmos resultados em outras publicações indicando claramente este periódico como o meio da publicação original. Em virtude de sermos um periódico de acesso aberto, permite-se o uso gratuito dos artigos em aplicações educacionais, científicas, não comerciais, desde que citada a fonte.
A Revista Brasileira de Física Médica está sob a Licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).
