Modelo matemático mejora la radioterapia

La anatomía del tumor se seccionó en múltiples porciones, con el área más densamente poblada siendo las células una porción y el resto de las células, la otra.

En algunos casos, prescribieron la dosis de radiación administrada a cada porción, y en otros casos, permitieron que el modelo determinara la mejor relación. Los resultados sugirieron que la optimización espacial requiere obtener imágenes del tumor dos veces, determinar la dosis y el programa de tratamiento, y optimizar la primera fracción de radiación usando el modelo. Utilizando el modelo de crecimiento deducido de las dos imágenes iniciales, los oncólogos pueden usar el perfil de densidad celular derivado antes de cada instancia de XRT como entrada para optimizar la forma del haz de radiación. El estudio fue publicado el 28 de junio de 2019 en la revista PLOS One.

“Por lo general, las células en un tumor se empaquetan a una densidad más alta en la mitad y menos a medida que se avanza, pero ese hecho no se tiene en cuenta en el tratamiento de radiación actual”, dijo el autor principal, el candidato a doctorado, Cameron Meaney, MSc, del Departamento de Matemáticas Aplicadas de Waterloo. “Lo que nuestro modelo ha demostrado es que quizás lo mejor es, si tomamos la dosis de radiación total que se nos permite administrar a un paciente y la administramos en un área pequeña de alta resistencia donde las células son más densas, en lugar de extenderla a una gran área con fuerza semidébil”.

Los glioblastomas son la forma más agresiva, y desafortunadamente más común, de tumor cerebral primario. Se caracterizan por un rápido crecimiento e invasividad, produciendo tiempos de supervivencia que rara vez exceden un año. Como resultado, los tratamientos para los glioblastomas son rápidos y agresivos, por lo general implican una combinación de intervención quirúrgica, quimioterapia y XRT, con la quimioterapia postoperatoria y la XRT como una parte crucial para lograr tratamientos efectivos.

Enlace relacionado:
Universidad de Waterloo
Instituto de Tecnología de Massachusetts