Reports of Practical Oncology and Radiotherapy》 2020 年5-6月双月刊载[25(3):336-344.]印度的Patel G , Mandal A , Choudhary S 等撰写的综述《计划评估指数：演变历程。Plan evaluation indices: A journey of evolution》。( doi: 10.1016/j.rpor.2020.03.002. )

【目的】

对文献中关于适形性指数(CI)、同质性指数(HI)、梯度指数(GI)等指标的演变历程进行系统综述和分析。

【背景】

现代放射治疗技术如VMAT、SRS和SBRT产生高度适形性计划，提供更好的重要关键结构和正常组织的保留。这些治疗技术可以为具有不同剂量分布的同一患者制定若干竞争性的计划。因此，CI、HI、GI等指标在进行对计划评估时，除了逐个层面进行可视化等剂量线验证外，还可作为补充工具。这些指标的可靠性和准确性已经在过去进行了测试，并在相互比较中，发现不足之处和获益。

【材料和方法】

通过使用“适形性指数（conformity index）”、“均质性指数（Homogeneity index）”、“梯度指数（Gradient index）”、“立体定向放射外科（Stereotactic radiosurgery）”、“立体定向体部放射治疗（ stereotactic Body radiotherapy）”、“复杂性度量（complexity metrics）”和“计划评估指数（plan evaluation index）”等词检索pubmed和“web of science”以确定1993年以后发表的可能相关的研究。使用“计划评估指数适形性指数（plan evaluation index conformity index）”的组合词检索以及审查下载论文的参考书目。

【结果和结论】

计划评价指标的数学定义随时间变化而变化。不同作者提出的适形性指数（CI）的定义都经过了自己的检验，但不能将其泛化（could not be generalized）。在对适形性指数（CI）的数学定义中，考虑到危及器官（OAR）的保留，使得对计划评估更有信心。梯度指数是除适形性指数（CI）外的一个重要的计划评估指标，均质性指数则失去了可信度（homogeneity index losing its credibility）。基于计划评估的生物指数正在得到普及，它可以取代或改变剂量测定指数的作用（may replace or alter the role of dosimetrical indices.）。

引言

现代放射治疗的最终目标是均匀性地以极好的适形性交付靶体积最大治疗剂量，同时使周围正常组织和重要关键器官的受照剂量最小化。到目前为止，临床医生依赖常规的层厚切面方法，通过逐层可视化验证处方等剂量线是否计划靶体积(PTV)相适形，以及剂量体积直方图(DVH)。经常发生的情况是，对于同一患者，可以产生几乎相同剂量分布的若干治疗计划。这种情况通常使临床医生感到困惑，因为他们不知道应该根据什么批准治疗计划。这就要求有一种工具能够以一种更简单的方式集成这些数据，从而对治疗计划的质量进行定量评估。适形性指数、均质性指数和梯度指数是治疗计划分析的工具。

在2006年，Loic Feuvret等人调查了由不同作者开发的适形性指数(CI)，并进行了批判性分析。虽然它可能不是对审查的文章中所有适形性指数都加以考虑的面面俱到的审查。作者遗漏了一些直到2006年才发表的关于CI的定义，无法作为他评论文章的一部分。作者没有考虑计划靶区体积（PTV）中的热点（hotspot）和冷点(cold spot)的作用等问题。在使用适形性指数（CI）对计划评估中，空间剂量信息(spatial dose information)和不同剂量处方对不同靶体标准的作用等。在这篇文章中，我们结合了Feuvert等人的研究并进行了进一步的推算（extrplocated）。我们包括了遗漏的适形性指数（CI）的定义，以及2006年至2018年期间开发的新定义。许多作者提出了关于适形性指数（CI）的新想法，我们将逐一加以研究。大部分新开发的指标都是个体化的，且使用MATLAB、C语言、Visual basic等语言创建，因此其应用仅限于这些语言，不能推广。本研究将文献中提出的多个指标分为两类:第1类和第2类。第1类所包含的有关CI的公式用于评估时不考虑重要关键结构的保留，而包括如表(1)所示的正常组织和PTV覆盖率。第2类包含的有关CI的公式，将PTV覆盖率、正常组织和重要关键结构保留加以同时考虑，如表(2)所示。形成这两个分类的背后的意图是为了提高读者对文献中各种CI定义的有效理解。计划评估的第二个重要参数是均质性指数(HI)。均质性指数（HI）是导致PTV内剂量分布不均匀的主要原因，但未受到如CI般的重视。它基本上是靶体积中最大剂量与最小剂量的比率。

近年来，立体定向放射外科治疗(SRS)和立体定向体部放射治疗(SBRT)成为临床常用的治疗方法。在SRS剂量中，对典型体积范围为1-35立方厘米的小型靶区的大约（in the order of）10-50Gy的剂量以单次分割的形式交付照射；因此，SRS需要较高的定位和剂量照射的准确性。梯度指数(GI)是第三个计划评估的参数，是对靶体积之外的陡峭剂量梯度的测量；因此，除了适形性指数外，梯度指数也起着重要的作用。在SRS中，作为计划质量的一种测量方法，特别是作为并发症的一个预测指标，靶体积之外的剂量下降是非常重要的。提出的梯度指数用来比较适形性相同的治疗方案。立体定向体部放射治疗(SBRT)是一种颅外大分割（hypofraction）的治疗方法，尤其适用于早期非小细胞肺癌。随着时间的推移，SBRT已经被证明是有效的，并开始在胰腺和肝脏肿瘤的治疗中得到应用。SBRT的潜在优势包括较高的生物有效剂量。RTOG 0915推荐梯度指数、R50%、HD_loc和D_2cm指数，以及适形性和均质性指数用于SBRT计划评估。均质性指数在立体定向放射外科治疗(SRS)和立体定向体部放射治疗(SBRT)计划中可能不是优先考虑的指标，因为异质性是可取的（heterogeneity is desirable.）。在本研究中，我们对1993年至2019年6月计划评估指数的演变进行了全面的分析和尝试理解。这篇文章旨在激励研究人员发现更精致的工具(sophisticated tools)来进行计划评估。

梯度指数

在1999年，Lucullus leung等人假设等效衰减距离(Equivalent Fall Off Distance，EFOD)来比较立体定向放射外科治疗方案。该研究为考虑靶体积外的剂量梯度奠定了基础。剂量梯度如图(2)所示。

图(2)。显示PTV外的剂量梯度。

2003年，Wagner等人率先提出了梯度指数（gradient index）这一术语，用来测量靶体积之外的剂量衰减（falloff）。被称作适形性梯度指数(Conformity Gradient Index，CGI)，由表(2)所示的两部分组成。适形性梯度指数依赖于通过治疗计划系统可以方便地计算出的靶区的有效半径。从处方等剂量线体积到一半的处方等剂量线体积允许有3毫米的衰减（A 3 mm fall off is allowed from prescription isodose volume to half of the prescription isodose volume）。Shaw的适形性指数是已知会产生虚假的完美分数（false perfect scores）的适形性梯度指数（CGI）的一部分。

表2.第二类包含的考虑到危及器官（OAR）的适形性指数（CI）的数学公式。

在2006年，Ian Paddick和Lippitz等人提出了一个简单的梯度指数公式来补充适形性指数。梯度指数（GI）被用于比较适形性相同的治疗方案。梯度指数可以作为比较不同放射外科治疗方法的有效工具，如直线加速器(微多叶光栅[MLC]加速器)、伽玛刀(gamma knife)、射波刀(cyberknife）、断层治疗(tomotherapy)、质子治疗(proton therapy）等不同类型机器的治疗计划。

2010年，Charles Mayo等人评估了适形性、均质性和剂量梯度的剂量学指数，并将其与其他无框架颅内SRT技术(包括射波刀[Cyber- Knife]、断层治疗和固定射线束调强放射治疗[static-beam IMRT])发表的结果进行比较。梯度指数[GI]的数学定义如下表(3)所示。

表3:发表的文献中梯度指数的数学公式。

均质性指数

均质性指数受靶体积、靶位置、处方剂量等诸多因素的影响，这一点已被多位学者所证实，但仍有一些因素有待揭示我们知道，身体的不同部位有不同程度的异质性。与头颈、胸部、腹部和骨盆相比，大脑在密度差异方面的异质性最小。头颈部由于口腔、鼻腔、高密度骨骼、高密度牙齿、舌、有时是种植牙等结构对靶体积内部的剂量分布有显著影响，所以其密度差异性最高。已经观察到，与其他位置的治疗方案相比，脑病患者的治疗计划存在PTV内的剂量分布更为均匀，但SRS/SRT治疗计划所存在的剂量异质性是可能发热。头颈部治疗计划，特别是同步整合推量 (SIB)计划，被发现具有最高程度的异质性，或者如果针对不同的靶体积个别计算，则均质性指数（HI）值较差。另一个有用的发现是，HI指数也受到危及器官（OAR）的接近程度、与PTV重叠的程度和各自的耐受剂量的影响。确定PTV中剂量不足和剂量过量（underdose and overdose）的冷点和热点（cold spot and hotspot）是计划评估的关键步骤。理想情况下，应注意HI的这些方面，但现有的HI公式不能令人满意地表达它，因此，逐层验证剂量分布始终是临床医生的首要选择。因为在评估方案时，往往在GTV或CTV中存在热点和在PTV中的与OAR毗邻的冷点是可以接受的。临床上认可存在GTV的热点提供了被称为TCP(肿瘤控制概率）的放射生物学上的优势。现有HI公式不能显示PTV内多个热点和冷点的位置，只能提供异质性的程度。让我们讨论一下各种HI定义的优缺点。

2007年，Myonggeun Yoon等人引入了一种新的均质性指数，并称之为Sigma指数(Sindex)。Sigma指数比文献中已有的其他均质性指数更强，因为它首次利用了微分（differential）DVH（体积剂量直方图）信息。在他们的研究中，作者报告常规的和改良的均质性指数的定义可能产生不正确的信息。这意味着在同质性上一种计划方案优于另一种计划方案，两种不同方案的积分（cumulative）DVH计算得到的HI值也可以相同。根据作者的想法，任何基于积分DVH中有限数量的点剂量的HI，都可能提供关于PTV剂量均质性的错误信息。我们知道，积分DVH是至少受照一定剂量的给定结构的绘图（plot），并且很容易解释。然而，微分DVH携带关于结构内剂量变化程度的独特信息。微分（differential）DVH是在特定剂量范围内接受特定剂量的容积图（plot of volume）。利用微分DVH的这一独特性质，Sigma指数有效地提供了更好的剂量均匀性，而不会产生虚假的评分(false scoring)。Sigma指数由Pushpraj Pathak等人进一步测试，并与现有HI定义进行比较。P S Manikandan等人也对Sigma指数进行了评价，并与常规和改良的HI进行了比较，发现S-指数优于它们。Sigma指数的结果看起来很有希望和令人信服。但有一个小问题，许多治疗计划系统不方便使用微分DVH，如Monaco系统和Elekta医疗系统。

2012年，T J Kataria等人在对文献中除sigma指数外的各种HI公式得到的HI值之间进行了一致性水平的检验。作者展示HI与处方剂量、计划靶区体积和在患者体内的PTV的位置之间的相关性的强度。作者的结论是，HI指数与计划靶区体积之间没有直接的相关性，但在较高处方剂量的计划中有改善HI的迹象。他们没有讨论他们研究中使用的各种公式的缺点。2015年，Azza Helal等人也在他们的研究中证实，HI、靶区体积和处方剂量之间存在很强的相关性。HI的28个数学定义如表(4)所示。

表4:发表的文献中均质性指数的数学公式。