Publicação: Análise de modelos de programação por metas aplicados no tratamento de câncer de cabeça e pescoço e de próstata
Carregando...
Data
Autores
Orientador
Cantane, Daniela Renata 
Coorientador
Pós-graduação
Biometria - IBB 33004064083P2
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso restrito
Resumo
Resumo (português)
A radioterapia é um tratamento que utiliza radiação ionizante para controlar ou eliminar células cancerosas. O desafio consiste em garantir uma distribuição adequada de dose para eliminar efetivamente as células cancerosas e preservar, ao mesmo tempo, o tecido saudável circundante. O planejamento viabiliza a seleção de grupos de feixes de radiação e o cálculo preciso da dose a ser administrada ao paciente, por exemplo. Para atingir esse objetivo, utilizam-se modelos matemáticos que otimizam o planejamento radioterápico, baseando-se em imagens tomográficas para mapear os tumores, simular a distribuição da dose de radiação e estimar os potenciais efeitos no corpo do paciente. Uma abordagem baseada em metas pode ser eficiente e eficaz na tomada de decisão quando envolve múltiplos critérios. Uma das técnicas aplicadas neste trabalho é a programação por metas estendido, que considera a programação por metas por pesos e de Chebyshev. Neste trabalho, essa modelagem foi aplicada ao planejamento de radioterapia, utilizando dados de casos reais de pacientes diagnosticados com câncer de cabeça e pescoço e com câncer de próstata. Na análise dos desvios indesejáveis para os tratamentos de ambos os cânceres, foi possível determinar a programação por metas ponderadas como a mais apropriada para o planejamento do tratamento. No entanto, ajustes foram necessários em todos os planejamentos de tratamento para câncer de próstata a fim de alcançar os objetivos estabelecidos. Duas estratégias foram adotadas: selecionar α próximo a zero e próximo a um e utilizar pesos diferentes que priorizassem desvios específicos. Entre essas estratégias, a abordagem que prioriza desvios demonstrou ser mais eficaz. Foi proposta a metaheurística Busca em Vizinhança Variável para a seleção do conjunto de feixes em um planejamento de radioterapia. A análise da seleção de feixes para o tratamento de câncer de cabeça e pescoço revelou que o aumento no número de feixes melhora o planejamento, porém o tempo computacional é maior nestes casos. Conclui-se que o modelo investigado demonstrou eficiência nas estratégias de dosagem, permitindo aos médicos e físicos médicos definir o melhor plano de tratamento para cada paciente.
Resumo (inglês)
Radiotherapy is a treatment that uses ionizing radiation to control or eliminate cancer cells. The challenge is to ensure an adequate dose distribution to eliminate effectively cancer cells while preserving the surrounding healthy tissue. Planning enables the selection of groups of radiation beams and precise calculation of dose to be administered to patient, for example. To achieve this goal, mathematical models are used to optimize radiotherapy’s planning, relying on tomographic images to map tumors, simulate distribution of radiation dose, and estimate potential effects on patient’s body. A goal-based approach can be efficient and effective in decision-making when multiple criteria are involved. One of the techniques applied in this work is extended goal programming, which considers weighted goal programming and Chebyshev goal programming. In this study, this modeling was applied to radiotherapy planning, using data from real cases of patients diagnosed with head and neck cancer and prostate cancer. In analysis of undesirable deviations for treatments of both cancers, it was possible to determine weighted goal programming as the most suitable for treatment planning. However, adjustments were necessary in all prostate cancer treatment plans to achieve the established objectives. Two strategies were adopted: selecting α close to zero and close to one, and using different weights that prioritized specific deviations. Among these strategies, the approach prioritizing deviations proved to be more effective. Metaheuristic Variable Neighborhood Search was proposed for selection of beam set in a radiotherapy planning. The analysis of beam selection for head and neck cancer treatment revealed that an increase in number of beams enhances planning; however computational time is higher in these cases. It is concluded that investigated model demonstrated efficiency in dosage strategies, allowing physicians and medical physicists to define the best treatment plan for each patient.
Descrição
Palavras-chave
Modelagem matemática, Otimização, Dosimetria, IMRT
Idioma
Português
