| 研究課題/領域番号 |
22K20856
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0902:内科学一般およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
岸 徳子 京都大学, 医学研究科, 特定助教 (70963346)
|
|---|
| 研究期間 (年度) |
2022-08-31 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 肺癌 / 放射線治療 / 放射線性肺臓炎 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
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。
|
| 研究成果の概要 |
2022年度は切除不能局所進行肺癌に対して強度変調放射線治療(IMRT)を行った症例を対象に、機械学習を用いた放射線性肺臓炎低リスク線量分布モデル作成と検証を行った。モデルにより肺線量低減プランが作成可能であったが、腫瘍の局在やサイズにより最適なモデルが異なることが課題であり、2023年度も引き続き検討を行う必要があった。本研究の成果は学会で報告を行った。また、関連する有害事象の検討として胸腺腫瘍の術後放射線治療のレビュー論文、免疫細胞の放射線量と予後の関係についてそれぞれ論文報告、学会報告を行った。当初予定していた前向き観察研究は本成果を踏まえ、設定を変更して介入研究として開始予定である。
|
| 研究成果の学術的意義や社会的意義 |
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。
|
