Advantage of biological over physical optimization in prostate cancer?

The biological effects of an applied dose can be accounted for by using biological objective functions with IMRT. A commonly used concept is the generalized equivalent uniform dose (gEUD), developed by Niemierko. Unlike the equivalent uniform dose (EUD) which is defined for tumor only, the gEUD can be used for both target volume and organs-at-risk (OAR). In this study, the gEUD has been integrated in our in-house inverse treatment planning system DMCO. DMCO is based on an inverse kernel concept and maintains full Monte-Carlo precision. The system applies direct aperture optimization by means of simulated annealing. Thereby DMCO is per se predestined for the optimization of non-quadratic biological objective functions.In this work, the feasibility of gEUD-based optimization with DMCO is investigated and compared to modified physical optimization. A ‘pseudo’ Pareto study is performed in order to derive the gEUD-parameters ‘a’ for the volumes-of-interest of a prostate case. The best biological plan is compared to a physically optimized plan, based on dose-volume objectives (DVO). Furthermore, a hybrid objective function (OF) was developed. It consists of both a biological OF for the OARs and a physical OF for the PTV. The plans are compared to another physically optimized plan, which includes additional zero-DVOs in order to further improve OAR-sparing. As a result of the comparisons it turns out, that the biological OF may improve plan quality with regard to the OARs, but at the price of a degradation of the PTV. This disadvantage can be overcome by a hybrid OF, by which the advantages of both biological and physical OF can be combined. With the application of the physical OF with properly set zero-DVOs, a similar or even superior plan quality may be achieved. The physical OFs do not need the time consuming stochastic optimization, which is mandatory in biological optimization and which is included in DMCO. Furthermore, biological evaluation leaves plan quality rather similar compared to physical optimization, but it cares automatically for the target and the OARs.

ZusammenfassungDer biologische Effekt einer Dosisverteilung kann in der intensitätsmodulierten Strahlentherapie mittels biologischer Zielfunktionen berücksichtigt werden. Das von Niemierko entwickelte Konzept der generalized equivalent uniform dose (gEUD) ist hierfür weit verbreitet. Anders als die equivalent uniform dose (EUD), welche nur für den Tumor definiert ist, kann die gEUD sowohl für Zielvolumina als auch für Risikoorgane (organs-at-risk, OAR) verwendet werden. Im Rahmen dieser Studie wurde der gEUD-Formalismus in das hauseigene inverse Bestrahlungsplanungssystem DMCO (direct Monte-Carlo optimization) integriert. DMCO basiert auf dem Konzept inverser Kernel und zeichnet sich durch Monte-Carlo-Präzision während des gesamten Planungsvorgangs aus. Das System verwendet direkte Aperturoptimierung mittels Simulated Annealing. Daher ist DMCO prädestiniert für die Optimierung von nicht-quadratischen biologischen Zielfunktionen (objective function, OF).In dieser Arbeit wird die Machbarkeit gEUD-basierter Optimierung mit DMCO untersucht und mit modifizierten physikalischen Optimierungsmethoden verglichen. In einer ‚pseudo’ Pareto-Studie werden zunächst geeignete Werte für die gEUD-Parameter ‘a’ der volumes-of-interest eines Prostatafalles bestimmt. Der beste biologisch optimierte Plan wird mit einem physikalisch optimierten Plan, basierend auf Dosis-Volumen-Randbedingungen (dose-volume objectives, DVOs) verglichen. Darüber hinaus wurde eine Hybrid-Zielfunktion entwickelt, welche sich aus der biologischen OF für die OARs sowie einer physikalischen OF für das PTV zusammensetzt. Die Bestrahlungspläne werden mit einem weiteren physikalisch optimierten Plan verglichen, welcher zusätzliche zero-DVOs beinhaltet, welche zu einer verbesserten Risikoorganschonung führen sollen. Die Vergleiche zeigen, dass die biologische Zielfunktion die Planqualität in Bezug auf die OARs auf Kosten des PTV verbessert. Dieser Nachteil kann durch eine Hybrid-Zielfunktion verhindert werden, in der sowohl die Vorteile biologischer als auch physikalischer OFs kombiniert werden. Auch durch Verwendung einer physikalischen OF mit geeignet gewählten zero-DVOs kann eine gleichwertige oder sogar höhere Planqualität erreicht werden. Die physikalische OF benötigt dabei nicht zwingend eine zeitaufwändige stochastische Optimierung, im Gegensatz zur in DMCO integrierten biologischen OF, bei der eine stochastische Optimierung erforderlich ist. Eine Evaluation unter biologischen Gesichtspunkten zeigt eine ähnliche Planqualität im Vergleich zur physikalischen Optimierung, allerdings werden bei der biologischen OF automatisch die geeigneten Dosisverteilungen für PTV und OARs gefunden.