Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dosimetri berbasis pengukuran pencitraan single-time-point (STP) diperlukan dalam terapi radionuklida untuk mengurangi beban kerja dan beban pasien. Meski demikian, metode untuk menghitung simpangan baku dari time-integrated activity coefficient (TIAC) individu dari metode STP belum pernah dilaporkan dalam literatur. Studi ini bertujuan untuk memperkenalkan metode menggunakan Bayesian fitting (BF) untuk menghitung SB TIAC individu dalam dosimetri STP, serta menganalisis penggunaan data biokinetik dari populasi yang berbeda. Data biokinetik 177Lu-DOTATATE ginjal dari tujuh pasien yang diukur menggunakan SPECT/CT pada empat titik waktu diperoleh dari PMID33443063. Persamaan fitting menggunakan fungsi mono eksponensial. Bayesian fitting dengan metode varians relatif (BFr) dan varians absolut (BFa) digunakan untuk memperoleh TIAC kalkulasi (cTIAC) dari dosimetri STP. Performa metode STP dinilai melalui deviasi relatif (RD) antara cTIAC dengan rTIAC. Akurasi cTIAC dari metode BF dibandingkan terhadap akurasi metode STP dari studi Hänscheid. Data biokinetik 111In-DOTATATE dari PMID26678617 dilakukan crossed dan combined dengan data PMID33443063 untuk dianalisis perbedaannya dengan data awal (origin). Inspeksi visual dari fitting ATP menunjukkan hasil yang baik dengan CV dari parameter fitting <50%. Nilai RMSE dari %RD cTIAC untuk BFr, BFa dan metode Hänscheid masing-masing yaitu: 26.2%; 9.3%; dan 8.5%. SB dari cTIAC lebih besar dari rTIAC pada sebagian besar pasien. Nilai RMSE dari %RD untuk BF origin, crossed, dan combined masing-masing yaitu: 20.26%; 26.48%; dan 21.11%. Kesimpulannya, penelitian ini memperkenalkan metode BF untuk menghitung SB dari TIAC individu dalam dosimetri STP dengan tingkat akurasi yang baik. Penggunaan data populasi dari jenis radiofarmaka yang berbeda melalui metode combined tidak signifikan dalam mempengaruhi akurasi dosimetri STP. Metode BF dapat digunakan sebagai metode alternatif untuk analisis ketidakpastian dalam dosimetri STP. ......Dosimetry method based on single-time-point (STP) imaging measurement is desirable in radionuclide therapy to reduce the workload and patient burden. Nevertheless, a method to calculate the standard deviation (SD) of the individual time-integrated activity coefficient (TIAC) from the STP method has never been reported in the literature. Therefore, this study aims to present a method based on the Bayesian fitting (BF) framework to calculate the SD of individual TIAC in the STP dosimetry, and to analyze the use of biokinetic data from different populations. Biokinetic data of 177Lu-DOTATATE in kidneys from seven patients measured by SPECT/CT at four-time points were obtained from PMID33443063. The mono exponential function was used for fitting. BF with relative (BFr) and absolute-based (BFa) variance methods were used to obtain the calculated TIACs (cTIACs) from the STP dosimetry. Performance of the STP method with BF methods was obtained by calculating the relative deviation (RD) between cTIACs and rTIACs. The accuracy of the cTIACs from the BF methods was compared to the accuracy of cTIACs from the STP method reported by Hänscheid. The 111In-DOTATATE biokinetic data from PMID26678617 were crossed and combined with PMID33443063 data to analyze the difference with the origin data. The visual inspection of ATP fittings showed a good fit for all patients with a CV of the fitted parameters <50%. The RMSE of cTIAC’s were 26.2% for BFr; 9.3% for BFa; and 8.5% for Hänscheid. The SD from cTIACs was greater than the rTIACs in most of the patients. The RMSE of %RD for BF origin, crossed, and combined were: 20.26%; 26.48%; and 21.11%, respectively. To conclude, this study introduces the BF method to calculate the SD of individual TIACs in STP dosimetry with good accuracy. The use of population data from different types of radiopharmaceuticals through the combined method did not significantly affect the accuracy of STP dosimetry. The BF method can be used as an alternative method for uncertainty analysis in STP dosimetry.

Abstrak :
Terapi radionuklida merupakan salah satu metode klinis untuk mengatasi tumor ataupun kanker. Salah satu bagian penting dari perhitungan dosimetri pada terapi radionuklida adalah penentuan Time-Integrated Activity Coefficient (TIAC). Kompleksitas perhitungan TIAC membutuhkan adanya perangkat lunak untuk membantu perhitungannya. Perangkat lunak yang sudah ada tidak dapat diperoleh dengan mudah, hanya berfokus kepada pengolahan citra, serta menerapkan perhitungan TIAC dengan tidak memperhitungkan ketidakpastian saat melakukan fitting dan tidak menerapkan model selection. Penelitian ini bertujuan untuk mengembangkan perangkat lunak open source OpenDose dalam hal penentuan TIAC dengan melakukan fitting yang mempertimbangkan ketidakpastiannya serta menerapkan metode model selection. Hasil fitting dari perangkat lunak yang dibangun ini dibandingkan dengan perangkat lunak SAAM II untuk validasi. Metode model selection dilakukan dengan membandingkan goodness of fit tiap fitting yang dihasilkan, model terbaik dipilih untuk dihitung luas di bawah kurva (AUC) yang nantinya digunakan untuk perhitungan TIAC. Hasil penelitian ini menunjukkan bahwa perangkat lunak yang dibangun menghasilkan nilai deviasi relatif dari parameter dan standar deviasinya di bawah 10% jika dibandingkan dengan SAAM II serta berhasil mengaplikasikan model selection dengan baik sehingga perangkat lunak yang dibangun dapat diimplementasikan pada OpenDose. ......Radionuclide therapy is one of the clinical methods to treat both tumor and cancer. One of the important parts for its dosimetry calculation is Time-Integrated Activity Coefficient (TIAC) calculations. The complexity of TIAC calculations makes it important to have software to help its calculations. Existing software is unaffordable, focuses only on image processing, and calculating TIAC without considering uncertainty and without applying model selection. This research intended to develop open-source software OpenDose in terms of TIAC calculation which considers uncertainty and applying model selection. The fitting results from the developed software are compared to the results from SAAM II software. Model selection is done by comparing its goodness of fit criteria of each fitting result, the best model is proceeded to Area Under the Curve (AUC) calculation which is used to determine TIAC. This research shows that the developed software is under 10% in relative deviation for every parameter and its standard deviation compared to SAAM II. This software also performs model selection successfully which concludes that this software is ready to be implemented to OpenDose software.

Abstrak :
Translasi radiofarmaka dari hewan percobaan ke dosis manusia merupakan tugas yang menantang karena variasi biologis antar spesies dan kurangnya standarisasi dalam dosimetri kedokteran nuklir. Studi ini berfokus pada pengaruh seleksi model terhadap perhitungan dosis yang diserap radiasi pada kasus translasi biokinetik dari hewan ke manusia. Penelitian ini menggunakan data biokinetik rata-rata dan individu dari studi radiofarmaka 177Lu-OPS201 pada hewan dan manusia dengan menggunakan model Sum of Exponential (SoE). Analisis Goodness of Fit (GoF) dan corrected Akaike Information Criterion (AICc) digunakan untuk seleksi model. Model f_2 (t)=A_1 e^(-(λ_1+λ_phys )t) terpilih sebagai model terbaik untuk mencit, babi, dan manusia. Penggunaan data biokinetik rata-rata menghasilkan %wAICc sebesar 50,01%, TIAC referensi sebesar 5,41±0,29 jam (manusia), 1,35±0,07 jam (mencit), dan 2,23±0,17 jam (babi). Sementara penggunaan data biokinetik individu menghasilkan %wAICc sebesar 84,00%, TIAC referensi sebesar 5,41±0,24 jam (manusia), 1,35±0,07 jam (mencit), dan 1,68±0,12 jam - 2,85±0,28 jam (babi). Metode regresi linear dan allometric scalling digunakan dalam proses translasi biokinetik radiofarmaka 177Lu-OPS201 dari hewan ke manusia. Hasilnya, model terbaik dengan data biokinetik rata-rata dapat memprediksi TIAC sebesar 5,45±0,03 jam dan akurasi 99,20% mendekati referensi (regresi linear) dan TIAC prediksi sebesar 3,97±1,01 jam dan akurasi 73,50% mendekati referensi (allometric scalling). ......The translation of radiopharmaceuticals from experimental animals to human doses is a challenging task due to biological variations between species and lack of standardization in nuclear medicine dosimetry. This study focuses on the influence of model selection on the calculation of radiation absorbed dose in the case of biokinetic translation from animals to humans. This study used average and individual biokinetic data from the 177Lu-OPS201 radiopharmaceutical study in animals and humans using the Sum of Exponential (SoE) model. Goodness of Fit (GoF) analysis and corrected Akaike Information Criterion (AICc) were used for model selection. The model f_2 (t)=A_1 e^(-(λ_1+λ_phys )t) was selected as the best model for mice, pigs and humans. The use of average biokinetic data resulted in %wAICc of 50.01%, reference TIAC of 5.41±0.29 hours (human), 1.35±0.07 hours (mice), and 2.23±0.17 hours (pigs). Meanwhile, the use of individual biokinetic data resulted in a %wAICc of 84.00%, a reference TIAC of 5.41±0.24 hours (human), 1.35±0.07 hours (mice), and 1.68±0.12 hours - 2.85±0.28 hours (pigs). Linear regression and allometric scaling methods were used in the process of translating the biokinetics of radiopharmaceutical 177Lu-OPS201 from animals to humans. As a result, the best model with average biokinetic data can predict TIAC of 5.45±0.03 hours and 99.20% accuracy close to the reference (linear regression) and predicted TIAC of 3.97±1.01 hours and 73.50% accuracy close to the reference (allometric scalling).