Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tumor neuroendokrin (NET) adalah salah satu jenis tumor ganas yang dapat diobati menggunakan Peptide Receptor Radionuclide Therapy (PRRT). Metode Sum of Exponential (SOE) adalah sebuah fungsi eksponensial yang menjelaskan farmakokinetik dengan laju peluruhan fisis dan biologis. Data fitting metode SOE dan model Nonlinear Mixed Effect (NLME) membutuhkan computational setting seperti starting value yang baik. Penelitian ini bertujuan untuk mengetahui keakuratan kurva aktivitas yang dihasilkan pada pengaruh pemilihan starting value pada kasus full time point (FTP) dan single time point (STP) menggunakan metode SOE dan model NLME. Penelitian ini terbatas data biokinetik ginjal pada pasien terdiagnosis NETs dan meningioma menggunakan pengobatan PRRT. Proses pengukuran pre-terapi pada 8 pasien menggunakan radiofarmaka 111In-DOTATATE untuk mengetahui biokinetik pasien dengan aktivitas sekitar 140 ± 14 MBq (jumlah total peptida 75 ± 10 nmol) yang diinjeksi secara intravena. Dua tahap dilakukan dalam penelitian ini fitting pada dosimetri FTP dan STP. Fitting FTP menggunakan data biokinetik ginjal pada 5 time point yang berbeda, sedangkan untuk fitting STP hanya pada time point 4 (T4). Parameter yang diestimasi didapat dari fungsi SOE f(t)=A_1 (Ka Ke)/(Ke-Ka) [e^(-(Ka)t)-e^(-(Ke)t) ] terdiri dari absorption rate (Ka), clearance rate (Ke), dan analytical AUC (A_1). Variasi starting value dilakukan untuk seluruh parameter pada STP dengan variasi starting value (STP(v)). Nilai fixed effect pada FTP merupakan sebuah log transformasi. Starting value merupakan hasil eksponensial dari nilai fixed effect. Variasi starting value diberikan dengan pengali dan pembagi dari 1 hingga 10 pada starting value awal. Total fitting yang dilakukan sebanyak 54873 kali dengan FTP sebanyak 1 kali, STP starting value awal (STP(0)) sebanyak 8 kali, dan STP(v) sebanyak 54864 kali. Area Under the Curves (AUCs) yang diperoleh dari hasil simulasi FTP dan STP(0) dievaluasi dengan Relative Deviation (RD). Evaluasi hasil juga dilakukan untuk simulasi STP(v) terhadap FTP. Rata-rata RD STP(0) terhadap FTP untuk organ ginjal sebesar 1.51±0.93%. Sedangkan rata-rata RD STP(v) terhadap FTP untuk organ ginjal sebesar 1.13±1.06%. Kedua evaluasi hasil menunjukkan nilai yang akurat. Kesimpulan pada penelitian ini menunjukkan starting value pada fitting STP memberikan pengaruh dan dapat divariasikan dengan threshold parameter Ka (1.67×10^(-3) s.d. 2.79×10^(-5)) h^(-1), parameter Ke (6.29×10^(-2) s.d. 1.05×10^(-3)) h^(-1), dan parameter A_1 (4.00×10^4 s.d. 1.48×10^3) h^(-1). Range data nilai parameter Ka dan Ke sama dan organ ginjal pasien tidak dapat menyerap dan meluruhkan radiofarmaka secara cepat terlihat pada threshold hanya mencapai V5 (×6). ......Neuroendocrine tumor (NET) is a type of malignant tumor that can be treated using Peptide Receptor Radionuclide Therapy (PRRT). The Sum of Exponential (SOE) method is an exponential function that describes pharmacokinetics with physical and biological decay rates. Data fitting of the SOE method and the Nonlinear Mixed Effect (NLME) model requires computational settings such as a good starting value. This study aims to determine the accuracy of the resulting activity curve on the effect of selecting the starting value in the full time point (FTP) and single time point (STP) cases using the SOE method and the NLME model. This study has limited data on renal biokinetics in patients diagnosed with NETs and meningioma using PRRT treatment. The pre-therapy measurement process in 8 patients used the 111In-DOTATATE radiopharmaceutical to determine the biokinetics of patients with an activity of around 140 ± 14 MBq (total peptide amount of 75 ± 10 nmol) which was injected intravenously. Two stages were carried out in this study fitting the FTP and STP dosimetry. The FTP fitting uses kidney biokinetic data at 5 different time points, while the STP fitting uses only at time point 4 (T4). The estimated parameter obtained from the SOE function f(t)=A_1 (Ka Ke)/(Ke-Ka) [e^(-(Ka)t)-e^(-(Ke)t) ] consists of absorption rate (Ka), clearance rate (Ke), and analytical AUC (A_1). Variation of the starting value is carried out for all parameters at STP with a variation of the starting value (STP(v)). The fixed effect value on FTP is a transformation log. The starting value is the exponential result of the fixed effect value. The variation of the starting value is given with a multiplier and divisor from 1 to 10 at the initial starting value. Total fittings were performed 54873 times with FTP 1 time, STP initial starting value (STP(0)) 8 times, and STP(v) 54864 times. Area Under the Curves (AUCs) obtained from FTP and STP(0) simulation results were evaluated with Relative Deviation (RD). Results evaluation was also carried out for STP(v) simulation against FTP. The mean RD STP(0) to FTP for kidney organs was 1.51±0.93%. Meanwhile, the mean RD STP(v) to FTP for kidney organs was 1.13 ± 1.06%. Both outcome evaluations showed accurate values. The conclusion of this study shows that the starting value of the STP fitting has an influence and can be varied with the threshold parameter Ka (1.67×10^(-3) to 2.79×10^(-5)) h^(-1), parameter Ke (6.29×10^(-2) to 1.05×10^(-3)) h^(-1), and parameter A_1 (4.00×10^4 to 1.48×10^3) h^(-1). The data range of Ka and Ke parameter values is the same and the patient's kidney cannot absorb and clearance radiopharmaceuticals quickly, it can be seen that the threshold only reaches V5 (×6).

Abstrak :
Dalam menentukan perhitungan dosis serap yang optimal diperlukan nilai time-integrated activity coefficient (TIAC) yang akurat. Nilai TIAC diperoleh melalui fitting data menggunakan model fungsi matematis dengan metode Nonlinear Mixed-Effects Model (NLME). Fungsi terbaik diperoleh dengan melakukan model selection yang ditinjau melalui evaluasi Goodness of Fit. Namun, hasil dari model selection tidak selalu memenuhi Goodness of Fit sehingga sulit untuk mendapatkan fungsi terbaik, seperti halnya pada dosimetri lesi. Oleh karena itu, dibutuhkan metode yang dapat mengembangkan model selection dengan memperhatikan struktur parameter fungsi melalui optimisasi fixed effect dan random effect. Tujuan penelitian ini adalah mengetahui model fungsi matematis yang dapat menggambarkan data dan mengetahui pengaruh dari struktur parameter fungsi terhadap model selection. Data yang digunakan merupakan data biokinetik [111In]In-DOTATATE lesi dari 8 pasien yang diperoleh dari planar imaging. Fitting dilakukan menggunakan 13 fungsi Sum of Exponential (SOE). Fungsi yang tidak memenuhi Goodness of Fit dianalisa lebih lanjut dengan kombinasi fixed effectdan random effect. Pembobotan akaike digunakan untuk memilih fungsi yang paling merepresentasikan data. Fungsi terbaik yang diperoleh adalah fungsi dengan tidak mengestimasi nilai fixed effect dari parameter A1, Alpha, Lambda1 dan full random effectdimana memiliki nilai pembobotan akaike tertinggi sebesar 57,89%. Fungsi tersebut juga memiliki nilai maksimum Coefficient of Variation (CV) sebesar 39,71%. Penelitian ini berhasil menunjukan bahwa kombinasi fixed effect dan random effect berpengaruh terhadap model selection karena dapat mengurangi ketidakpastian dalam mengestimasi parameter melalui nilai Coefficient of Variation (CV) sehingga diperoleh fungsi terbaik dalam penentuan TIAC yang akurat pada dosimetri lesi. ......In determining the calculation of the optimal absorbed dose, an accurate time-integrated activity coefficient (TIAC) value is required. TIAC values were obtained through data fitting using a mathematical function model with the Nonlinear Mixed-Effects Model (NLME) method. The best function is obtained by model selection which is determined by evaluated Goodness of Fit. However, the results of model selection do not always correspond to the Goodness of Fit, so it is difficult to obtain the best function, as is the case with lesion dosimetry. Therefore, a method is needed that can develop a model selection by examined the structure of function parameters through optimization of fixed effects and random effects. This study aims to determine the best function model that can describe the data and to determine the effect of the function parameter structure in model selection. Data lesion biokinetics of [111In]In-DOTATATE from eight patients acquired by planar imaging. Thirteen function Sum of Exponential (SOE) were used in fitting. The function not passing the Goodness of Fit test were fitted with a combination of fixed and random effect. The Akaike weights were used to select the fit function most supported by the data. The best function obtained is the function without estimating the fixed effect value of parameter A1, Alpha, Lambda1 dan full random effect which has the highest akaike weighting value of 57.89%. This function also has a maximum Coefficient of Variation (CV) value 39.71%. This study succeeded in showing that the combination of fixed effects and random effects had an effect on model selection because it reduced the Coefficient of Variation (CV) value so that the best function was obtained in determining the accurate TIAC in lesion dosimetry.

Abstrak :
Tujuan penelitian ini untuk menentukan model fungsi sum of exponential (SOE) terbaik dan membandingkan parameter fixed effect, random effect dan Area Under Curve (AUC) yang diperoleh pada NONMEM dan Matlab. Penelitian ini menggunakan data dari 10 pasien kanker prostat yang menerima injeksi ~3 GBq. Setlah diinjeksikan, dilakukan pemeriksaan menggunakan SPECT/CT pada waktu 1, 24, 48, 72, dan 168 jam. Data tersebut di-fitting menggunakan 54 fungsi SOE. Model fungsi terbaik ditentukan dengan kriteria nilai pembobotan Corrected Akaike Information Criterion (AICc). Fungsi terbaik yang dapat mendeskripsikan distribusi biokinetik data pada Organ at Risk (OAR) ditunjukkan fungsi f6f untuk ginjal, fungsi f4c untuk kelenjar ludah, dan fungsi f5g untuk hati. Perbedaan nilai parameter yang di fitting antara NONMEM dan Matlab memiliki nilai yang relatif besar hingga 1070%. Namun, perbedaan AUC pada NONMEM dan Matlab memiliki nilai yang kecil yaitu di bawah 1.5%. ......The purpose of this study was to determine the best sum of exponential (SOE) function model and compare the fixed effect, random effect and Area Under Curve (AUC) parameters obtained in NONMEM and Matlab. This study used data from 10 prostate cancer patients who received ~3 GBq injection. After injection, SPECT/CT was performed at 1, 24, 48, 72, and 168 hours. The data were fitted using 54 SOE functions. The best function model was determined by weighting the Corrected Akaike Information Criterion (AICc). The best function that can describe the biokinetic distribution of data on Organ at Risk (OAR) is shown by the function f6f for kidney, function f4c for salivary gland, and function f5g for liver. The difference in the fitted parameter values between NONMEM and Matlab has a relatively large value of up to 1070%. However, the difference in AUC in NONMEM and Matlab has a small value which is below 1.5%.

Abstrak :
Neuroendocrine tumors (NETs) merupakan tumor yang berasal dari sel-sel neuroendokrin dan dapat diobati menggunakan Peptide-Receptor Radionuclide Therapy (PRRT). PRRT memiliki tujuan untuk memastikan aktivitas radiofarmaka yang tinggi pada sel tumor dan rendah pada organ at risk. Model Physiologically Based Pharmacokinetics (PBPK) sangat baik untuk analisis, simulasi, dan prediksi biodistribusi dari radiofarmaka yang diberikan. Penelitian ini menggunakan metode fitting Nonlinear Mixed Effect (NLME) pada parameter PBPK dari pasien PRRT. Pilihan starting value yang tepat membantu mengurangi risiko menemukan local minimum berdasarkan estimasi Objective Function (OF) sehingga diperoleh fitting yang baik. Penelitian ini bertujuan menganalisis pengaruh starting value terhadap tingkat akurasi Single Timepoint Dosimetry pada late timepoint menggunakan model PBPK dan metode NLME. Penelitian ini terbatas pada pasien terdiagnosis NETs dan meningioma menggunakan pengobatan PRRT. Proses pengukuran pre-terapi pada 8 pasien menggunakan radiofarmaka 111In- DOTATATE untuk mengetahui biokinetik pasien dengan aktivitas sekitar 140 ± 14 MBq (jumlah total peptida 75 ± 10 nmol) yang diinjeksi secara intravena. Parameter yang diestimasi terdiri dari densitas reseptor organ (Ri), release rate normal tissue (λNT,release), perfusi tumor (fTU), dan linear binding rate dari protein serum (KonAlb). Dua teknik dilakukan dalam penelitian ini yaitu, Full Timepoint Dosimetry (FTD) dan Single Timepoint Dosimetry (STD). FTD dilakukan menggunakan 5 timepoint yang berbeda, sedangkan untuk STD dilakukan pada 2 timepoint terakhir yaitu, timepoint 4 (T4) dan timepoint 5 (T5). Perubahan starting value hanya diberikan untuk parameter reseptor densitas ginjal (RK) dan perfusi tumor (ftu) pada STD yang divariasikan (STD(V,T)). Variasi starting value yang diberikan adalah 100 (V1), 10 (V2), 5 (V3), 2 (V4), 1/2 (V5), 1/5 (V6), 1/10 (V7), dan 1/100 (V8) kali dari nilai awal. Total fitting dilakukan sebanyak 145 kali dengan FTD berjumlah 1 kali, STD awal 16 kali. Time-Integrated Activity Coefficients (TIACs) yang diperoleh dari hasil simulasi FTD dan STD(0,T) akan ditinjau dengan Relative Deviation (RD). RD juga dilakukan untuk simulasi STD(V,T) terhadap STD(0,T). RD dikatakan baik apabila hasil yang diperoleh <10%. Rata-rata RD STD(0,T4) terhadap FTD memiliki nilai untuk organ ginjal (5±7)%, organ limfa (7±9)%, organ hati (-4±6)%, tumor (8±8)%, dan seluruh tubuh (11±13)%. Rata-rata RD STD(0,T5) terhadap FTD memiliki nilai untuk organ ginjal (-2±7)%, organ limfa (6±11)%, organ hati (-9±8)%, tumor (7±22)%, dan seluruh tubuh (3±8)%. Variasi V2, V3, V4, V5, dan V6 pada STD untuk T4 dan T5 memiliki RD <10%. Rentang variasi starting value untuk parameter densitas reseptor ginjal (RK) 5.57 x 105 nmol.L-1 - 2.79 x 107 nmol.L-1 dan untuk paramter perfusi tumor (ftu) adalah 8.67 x 10-3 mL.min-1.g-1 - 4.53 x 10-1 mL.min-1.g-1. Hasil dari penelitian ini menunjukkan bahwa STD yang divariasikan memiliki threshold 10 sd. 1/5 kali nilai awal. ......Neuroendocrine tumors (NETs) are tumors derived from neuroendocrine cells and can be treated using Peptide-Receptor Radionuclide Therapy (PRRT). PRRT aims to ensure high radiopharmaceutical activity in tumor cells and low in organ at risk. The Physiologically Based Pharmacokinetics (PBPK) model is excellent for analysis, simulation, and prediction of the biodistribution of a given radiopharmaceutical. This study uses the Nonlinear Mixed Effect (NLME) fitting method on the PBPK parameters of the patient's PRRT. Choosing the right starting value helps reduce the risk of finding the minimum locale based on the estimated Objective Function (OF) so that a good fit is obtained. This study aims to analyze the effect of starting values on the accuracy of Single Timepoint Dosimetry at late time points using the PBPK model and the NLME method. This study was limited to patients diagnosed with NETs and meningiomas using PRRT treatment. The process of pre-therapy measurement in 8 patients using radiopharmaceutical 111In- DOTATATE to determine the biokinetics of patients with an activity of about 140 ± 14 MBq (total amount of peptide 75 ± 10 nmol) which was injected intravenously. The estimated parameters consisted of organ receptor density (Ri), normal tissue release rate (λNT,release), tumor perfusion (ftu), and linear binding rate of serum protein (KonAlb). Two techniques were used in this study, namely, Full Timepoint Dosimetry (FTD) and Single Timepoint Dosimetry (STD). FTD is performed using 5 different timepoints, while for STD it is carried out at the last 2 timepoints, namely, timepoint 4 (T4) and timepoint 5 (T5). Changes in the starting values were only given for the parameters of kidney density receptor (RK) and tumor perfusion (ftu) in the STD varied (STD(V,T)). The initial value variations given are 100 (V1), 10 (V2), 5 (V3), 2 (V4), 1/2 (V5), 1/5 (V6), 1/10 (V7), and 1/ 100 (V8) times the starting value. A total of 145 fittings were performed with FTD opened once, initial STD 16 times (STD(0,T)), and STD varied (STD(V,T)) 128 times. Time- Integrated Activity Coefficients (TIACs) obtained from FTD and STD(0,T) simulation results will be reviewed with Relative Deviation (RD). RD was also performed to simulate STD(V,T) against STD(0,T). RD is said to be good if the results obtained are <10%. The mean RD STD(0,T4) against FTD had values for kidney (5±7)%, lymph (7±9)%, liver (-4±6)%, tumor (8±8)% , and whole body (11±13)%. The mean RD STD(0,T5) against FTD had values for kidney (-2±7)%, lymph (6±11)%, liver (-9±8)%, tumors (7±22) %, and whole body (3±8)%. Variations V2, V3, V4, V5, and V6 on STD for T4 and T5 had RD <10%. The range of variation of the starting value for the kidney receptor density (RK) parameter is 5.57 x 105 nmol.L-1 - 2.79 x 107 nmol.L-1 and for the tumor perfusion parameter (ftu) is 8.67 x 10-3 mL.min-1. g-1 - 4.53 x 10-1 mL.min-1.g-1. The results of this study indicate that the STD which is varied has a threshold of 10 sd. 1/5 times the initial value.