本文選題：淋巴瘤 + 調(diào)強放療　； 參考：《北京協(xié)和醫(yī)學院》2017年博士論文

【摘要】：研究目的:探討淋巴瘤調(diào)強放療后口干發(fā)生率,分析其預測因素,建立預測模型,并比較不同模型預測效果。材料與方法:回顧性分析271例接受調(diào)強放療的淋巴瘤患者。采用美國癌癥研究所CTCAE4.0標準及Michigan大學口干問卷評估口干。運用卡方檢驗、Mann-Whitney U 檢驗進行 口 干單因素分析,Lyman-Kutcher-Burman(LKB)模型、Logistic回歸模型及決策樹C5.0建立口干預測模型,通過AUC比較LKB與Logistic回歸模型預測口干的能力。研究結(jié)果:全組中位隨訪時間29個月,185例(68.3%)患者出現(xiàn)任何口干,57例(21.0%)患者出現(xiàn)急性期≥2級口干,19例(7.0%)患者出現(xiàn)晚期≥2級口干,無患者發(fā)生晚期3級口干。共獲得130例口干問卷評分,中位隨訪時間34個月。130例患者急性期靜息狀態(tài)口干評分及刺激狀態(tài)口干評分差異有統(tǒng)計學意義(P0.001)�；颊呒毙云谂c晚期靜息狀態(tài)口干評分、刺激狀態(tài)口干評分及總的口干評分差異均有統(tǒng)計學意義(P0.001)。腮腺、頜下腺、大唾液腺的所有劑量學參數(shù)均顯著相關(guān)(P值均0.001)。所有唾液腺劑量學參數(shù)均與口干顯著相關(guān)(P0.001)。腮腺平均劑量與頜下腺平均劑量,rs=0.830(P0.001)�；谌倨骄鶆┝康募毙云诳诟蒐KB-NTCP模型參數(shù):TD50=33.5Gy,m=0.48;晚期口干LKB-NTCP模型參數(shù):TD50=43.2 Gy,m=0.34�；谌倨骄鶆┝康募毙云诳诟� LKB-NTCP 模型參數(shù):TD50=39.4 Gy,m=0.50;晚期口干 LKB-NTCP模型參數(shù):TD50=55.2Gy,m=0.36。多因素分析顯示年齡、腮腺平均劑量、頜下腺V5/V10是任意等級口干最重要的預測因素(P0.001),療前口干(P=0.037)、腮腺平均劑量(P0.001)是急性期≥2級口干最重要的預測因素,腮腺平均劑量是晚期≥2級口干最重要的預測因素。任意等級口干納入年齡、腮腺平均劑量及頜下腺V5/V10的Logistic模型顯著優(yōu)于僅納入年齡和腮腺平均劑量/頜下腺平均劑量/大唾液腺平均劑量的Logistic回歸模型(P0.05)。對急性期≥2級及晚期口干而言,基于臨床因素及唾液腺劑量學參數(shù)的Logistic回歸模型與基于腮腺平均劑量或大唾液腺平均劑量的LKB-NTCP模型的ROC曲線下面積無顯著差異(P0.05)。最優(yōu)的預測模型只包含腮腺平均劑量。簡化的決策樹模型選取腮腺平均劑量及年齡進行分類預測,對任意口干、急性期≥2級口干、晚期≥2級口干預測的正確率分別是76.75%、82.29%、94.8%。結(jié)論:調(diào)強放療帶來可以接受的急性期和晚期口干。唾液腺照射劑量不存在特定閾值。年齡及頜下腺低劑量區(qū)參數(shù)(V5/V10)能顯著提高對任意等級口干的預測能力,但未顯著提升對急性期和晚期嚴重口干的預測能力。應用腮腺平均劑量于LKB-NTCP模型和多因素Logistic回歸模型都可以較好地預測急性期及晚期嚴重口干的發(fā)生率。應用決策樹模型以腮腺平均劑量和年齡能對口干進行較好的預測。
[Abstract]:Objective: to investigate the incidence of dry mouth after intensity modulated radiotherapy (IMRT), analyze its predictive factors, establish predictive models and compare the predictive effects of different models. Materials and methods: 271 patients with lymphoma received IMRT were retrospectively analyzed. CTCAE 4.0 standard and Michigan University dry questionnaire were used to evaluate the dry mouth. Using chi-square test Mann-Whitney U test, the single factor analysis of dry mouth was carried out. The logistic regression model of Lyman-Kutcher-Burmancher-Burmanian LKB model and the decision tree C5.0 were used to establish the prediction model of dry mouth. The ability of LKB and Logistic regression model to predict dry mouth was compared by AUC. Results: the median follow-up time of the whole group was 29 months, 185 cases (68.3%) and 57 cases (21.0%) with any dry stomatitis.) in the acute stage, 19 cases (鈮，

本文編號：2041112