| Project/Area Number |
22K20856
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
0902:General internal medicine and related fields
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
Kishi Noriko 京都大学, 医学研究科, 特定助教 (70963346)
|
|---|
| Project Period (FY) |
2022-08-31 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 肺癌 / 放射線治療 / 放射線性肺臓炎 / 機械学習 |
|---|
| Outline of Research at the Start |
局所進行非小細胞肺癌に対する標準的な治療は、化学放射線療法とその後の維持免疫療法であるが、化学放射線療法後に放射線性肺臓炎を発症した場合は維持免疫療法が実施できないため、放射線性肺臓炎の低減が不可欠である。
本研究の目的は、当該放射線性肺臓炎の低減を可能とする新規治療法を創出するために、放射線治療計画に関わる線量分布を機械学習に基づき作成すると共に、吸気量を指標とした吸気息止め強度変調放射線治療法を確立することである。
本研究により放射線性肺臓炎が低減すれば、局所進行肺癌強度変調放射線治療の普及と同時に、化学放射線療法後の維持免疫療法の投与割合が上昇し、治療成績改善につながることが期待される。
|
| Outline of Final Research Achievements |
In 2022, patients with unresectable locally advanced lung cancer who underwent intensity-modulated radiation therapy (IMRT) were the subjects of a study to develop and validate a machine learning-based, low-risk radiotherapy model for radiation pneumonitis. This model enabled the creation of treatment plans with reduced lung doses. However, variations in tumor location and size limited the model’s broader application, an issue that required further investigation in 2023. The results of this study were presented at a conference. Additionally, a review article on postoperative radiotherapy for thymic tumors, along with a conference presentation on the relationship between radiation dose and prognosis of immune cells, were reported as part of a study on related adverse events. Based on these findings, the initially planned prospective observational study will be revised and launched as an interventional study.
|
| Academic Significance and Societal Importance of the Research Achievements |
局所進行非小細胞肺癌において、化学放射線療法後に免疫療法を行うことで予後が有意に改善することが知られている。化学放射線治療後に症候性放射線性肺臓炎をきたした場合、免疫療法を休薬または中止する必要があるため、放射線性肺臓炎の低減が肺癌診療における現在の重要な課題である。
放射線治療計画において機械学習を用いた有害事象低リスクモデルを用いることで、肺線量を低減し、放射線性肺臓炎のリスクを低減することが期待できる。また、将来的に吸気量を指標とした息止めIMRTと併用して放射線性肺臓炎リスクを極小化することで、肺癌治療成績を向上しうるといえる。
|
