Optimierte Dosimetrie für die Radioiodtherapie bei benignen Schilddrüsenerkrankungen: Ein hierarchischer Bayes-Ansatz zur genaueren Berechnung der über die Zeit integrierten Aktivität

Ziel/Aim: Eine präzise Dosimetrie ist bei der Radioiodtherapie benigner Schilddrüsenerkrankungen wesentlich, um die Ablationseffizienz zu steigern und die Strahlenexposition im gesunden Gewebe zu minimieren. Ziel dieser Arbeit war es, die Dosimetrie mit einem hierarchischen Bayes-Ansatzes zu optimieren, indem Unsicherheiten (Messfehler und Abweichungen in biokinetischen Modellen und Messmodellen) systematisch berücksichtigt wurden, um die Berechnung des Time-Integrated Activity Coefficient (TIAC) zu verbessern.

Methodik/Methods: Vier Modelle wurden basierend auf der Standard Operating Procedure (SOP) der Europäischen Gesellschaft für Nuklearmedizin (EANM) entwickelt und an die Messmethoden in Ulm angepasst. Daten von zehn Patienten mit multifokaler Autonomie wurden verwendet. Modelle 1, 2 und 3 sind Zwei-Kompartiment-Modelle mit Anpassungen am Messmodell, das die Beziehung zwischen den gemessenen Zählraten und der Aktivität im Patienten herstellt. Modell 4 ist ein Drei-Kompartiment-Modell, das ein Hormon-Kompartiment integriert. Die Modellselektion erfolgte anhand des Root Mean Square Error (RMSE) und des Deviance Information Criterion (DIC). Ein Vergleich mit der Ulmer Methode, die auf einem Modell mit sechs Exponentialfunktionen mit Nebenbedingungen basiert, wurde durchgeführt.

Ergebnisse/Results: Modelle 1 bis 3 lieferten im Durchschnitt niedrigere TIAC-Werte (Modell 1: (56±25) h, Modell 2: (55±26) h, Modell 3: (55±25) h als Modell 4 (61±26) h, das eine verbesserte Passgenauigkeit zeigte. Modell 4 wies einen 29% niedrigeren RMSE und ein 58% niedrigeres DIC im Vergleich zu Modell 1 auf. Die TIAC-Werte lagen unter denen der Ulmer Methode (97±49) h, was auf die unterschiedlichen Modellansätze und die größere Anzahl an Fit-Parametern der Ulmer Methode zurückzuführen ist, die die Unsicherheiten der Schätzungen erhöht.

Schlussfolgerungen/Conclusions: Die Integration zusätzlicher biokinetischer Kompartimente trug zur Verfeinerung der Modellgenauigkeit bei, während der Bayes-Ansatz die Dosimetrie durch Unsicherheitsberücksichtigung zudem präzisiert. Weitere Studien sollten größere Patientenkohorten und erweitere Modelle prüfen.

Publikationsverlauf

Artikel online veröffentlicht:
12. März 2025