Discussion et conclusion

La planification dosimétrique est une étape majeure du traitement du patient qui est très soumise à variabilité en raison de la variabilité de l’anatomie des patients et de la pluridisciplinarité des opérateurs et de leurs expertises: médecin radiothérapeute, physicien médical et technicien de planification. Ainsi la MSP trouve toute sa justification, la faisabilité de celle-ci a été montrée ici. Une des limites de la MSP est le besoin d’un grand nombre de données pour réaliser des cohortes de patients homogènes. En effet plus la cohorte de patients est importante, plus les limites de contrôle sont valides car leur calcul dépend de la taille de l’échantillon. Le besoin d’homogénéité dans la cohorte peut également représenter une limite dans les premier temps de la mise en œuvre d’une technique qui correspond à une phase d’ajustement de sa réalisation.

Ceci justifie d’autant plus l’utilisation d’indices personnalisés au patient qui donnent des

valeurs a priori définies à partir de modèles théoriques comme l’indice δ défini par Moore et

al dont nous avons présenté les résultats pour la paroi rectale 116. En effet l’implémentation de

cet indice permet de réduire les doses moyennes reçues par les OAR en fixant une valeur cible dépendant de l’anatomie du patient. La figure 69 montre l’impact de l’utilisation de cet indice sur la dose moyenne reçue par le rectum dans de cancer de la prostate selon Moore et al. L’utilisation de cet indice lors de la planification dosimétrique permet de diminuer la dose reçue par les organes à risque, mais aussi de diminuer les variations entre les patients et entre les opérateurs.

Figure 69 : Effet de l'utilisation de l'indice δ sur l'épargne du rectum dans le cas de cancer de la prostate. En rouge, les plans de traitement réalisés avant l'utilisation de l'indice δ, en bleu les plans de traitement réalisés avec l’aide de l’indice δ (données issues de l’étude de Moore et al 116).

Une des limites de l’application du modèle de Moore et al est qu’il a été défini à partir de données issues de leur propre expérience. La figure 70 montre la correspondance entre les données attendues à partir du modèle de Moore et al et nos données pour la paroi rectale et vésicale. Nous voyons que nos données ne s’ajustent pas exactement la courbe du modèle proposé par Moore et al. Ce modèle est donc à personnaliser avec ses propres données lorsque le nombre de patients dans une même cohorte le permet.

Figure 70 : Rapport des doses moyennes sur les doses prescrites en fonction du chevauchement entre l’OAR et le PTV sur le volume de l’OAR. En rouge valeurs théoriques à partir du modèle proposé par Moore et al et en ronds verts les données du CEM pour la paroi rectale et en losanges bleus les données du CEM pour la paroi vésicale.

Les systèmes de planification en RCMI actuels ne travaillent pas en totale autonomie mais nécessitent une interaction forte entre le système et l’opérateur rendant la technique dépendante à l’expertise technique acquise par l’opérateur. Afin de limiter cette dépendance, plusieurs stratégies complémentaires peuvent être mises en place. Une première stratégie s’appuie sur une protocolisation des méthodes et un suivi statistique des résultats. L’influence de chacun des paramètres fixés par l’utilisateur doit être expertisée afin de définir des protocoles dosimétriques en fonction de chaque localisation pour uniformiser les pratiques quel que soit l’utilisateur. Cela doit être accompagné de méthodes d’évaluation statistique des résultats, telle que la maitrise statistique des procédés (MSP) qui permet de limiter les variations dans le temps. Une autre stratégie pour limiter la dépendance du résultat à

l’opérateur est d’utiliser des méthodes inverses basées sur une optimisation multicritères 118.

Ces méthodes utilisent essentiellement les fronts de Pareto, elles intègrent l’influence mutuelle des différents objectifs et proposent des solutions offrant les meilleurs compromis entre l’ensemble des objectifs demandés. Yu propose dès 1997 l’application de ces méthodes

à l’optimisation en RCMI 119. Leur application au VMAT date de 2012 avec les travaux de

Craft et al 120,121. Ces méthodes permettent de limiter l’action de l’opérateur et surtout la

boucle de ré-optimisation et d’évaluation qui peut être très consommatrice de temps. Mais elles sont encore très peu implémentées dans les TPS commercialisés.

En conclusion, l’utilisation combinée de la MSP et d’indices personnalisables définis a priori est à privilégier afin d’optimiser les doses reçues par les patients. Cela doit permettre de garantir le caractère optimal d’un plan dès la phase de mise en place d’une nouvelle technique mais aussi en phase de routine qui peut être accompagnée de dérives liées à la baisse de la vigilance des opérateurs. Ces outils permettent d’augmenter la connaissance de l’opérateur et les critères d’évaluation lors de la définition d’un plan de traitement en RCMI, et cela de façon personnalisée au patient. Cette méthode s’inscrit dans le contexte d’uniformisation des pratiques et celui plus global de l’assurance qualité des traitements.

III.3

l’accélérateur linéaire d’électrons

La qualité de la réalisation du traitement doit s’effectuer sur deux niveaux : par la réalisation de mesures expérimentales et par l’analyse des paramètres exécutés par l’accélérateur. Dans le premier niveau, il s’agit de mesurer la dose délivrée par l’accélérateur et de la comparer à celle attendue. On réalise un contrôle de la cohérence entre dose calculée et dose mesurée pour chaque plan de traitement. En complément à cette méthode, nous proposons une méthode pour évaluer la fluence délivrée à chaque séance de traitement à partir de l’analyse des paramètres exécutés par l’accélérateur. Dans ce paragraphe, ces deux types de contrôles sont développés.