Probabilités de contrôle tumoral et de complications (TCP/NTCP) après radiothérapie : aspects méthodologiques, physiques et biologiques

Résumé ctif de la radiothérapie est d’assurer le meilleur index thérapeutique possible (probabilité de contrôle local contre taux de complications). Les physiciens et les radiothérapeutes sont amenés à estimer implicitement ou explicitement la probabilité de complications dues à l’irradiation. Cette estimation se fonde sur des données publiées et sur l’expérience des thérapeutes. Des modèles prédictifs susceptibles de quantifier l’impact d’une irradiation partielle ou totale de différents volumes (volume cible et organes à risques) ont été développés. Ces modèles permettent de calculer la probabilité de contrôle tumoral et la probabilité de complication des tissus sains : TCP (Tumor Control Probability), modèle qui prédit le taux de survie des cellules cancéreuses, et NTCP (Normal Tissue Complication Probability), modèle capable de prédire l’impact de la distribution de dose sur les tissus sains environnants. Ces modèles biologiques peuvent servir à évaluer la qualité d’un plan de traitement ou comme fonction de coût au cours du processus d’optimisation des paramètres de plans de traitement. Les bases méthodologiques à l’origine de ces modèles et les algorithmes de calcul sont présentés. Les données cliniques ayant permis leur mise en œuvre et validant ou non leur valeur prédictive sont discutées. herapy is aimed at getting the best possible therapeutic ratio (tumor local control versus morbidity). Physicists and radiation oncologists have to evaluate explicitly or implicitly the probability of induced complications to normal surrounding tissues. This is based on published data and clinician’s experience. Quantitative methods have been introduced with different models in order to predict the impact of partial or global irradiation on a normal organ. These models correspond to the Tumor Control Probability (TCP) and Normal Tissue Complication Probability (NTCP). These biological models may be useful to evaluate the quality of a treatment planning or for the optimization process. The methodologies used and the clinical data are developed and discussed.