La cyclooxygénase-2 (COX-2) a été associée à un mauvais pronostic dans plusieurs cancers. L'objectif de cette étude est d'évaluer si la COX-2 est un facteur pronostique dans le cancer glottique. Cette étude a été effectuée sur des tissus de patients ayant participé à un essai clinique qui évaluait l'efficacité de l'alpha-tocophérol pour réduire la survenue de . seconds cancers primaires (SCP) chez des patients avec un cancer de la tête et du cou. Des analyses immunohistochimiques ont été effectuées sur les biopsies pré-traitement de 301 patients avec un cancer glottique de stade précoce traité par radiothérapie. Les rapports d'incidence (RI) et leurs intervalles de confiance à 95% (le) associés à une surexpression de COX-2 sont de 0,94 (le: 0,55-1,62) pour la récidive et de 1,57 (le: 1,01-2,45) pour la mortalité globale. Pour les SCP, les RI sont de 2,63 (IC : 1,32-5,23) pour les premières 3,5 années de suivi et de 0,55 (IC : 0,22-1,32) pour les 3,5 années subséquentes. En conclusion, la surexpresssion de laCOX-2 dans le cancer du larynx glottique est associée à une augmentation de .la mortalité globale et confère une augmentation du risque de SCP durant les 3,5 premières années de suivi. Des études subséquentes sont nécessaires pour expliquer les effets observés au niveau des SCP. L'expression de la COX-2 pourrait s'avérer utile pour prédire le pronostic d'un patient sur une base individuelle.

Les travaux présentés dans ce mémoire visent à identifier et appliquer de bonnes pratiques quant à la gestion de données en santé, et plus précisément en radio-oncologie. Ce domaine comporte de nombreux défis en lien avec les données dont l'augmentation rapide du volume, de la variété et de la complexité des données. C'est pourquoi les développements en lien avec la gestion de données en santé doivent s'appuyer sur de bonnes pratiques d'ingénierie de données. Trois projets distincts en lien avec les données ont été abordés dans le cadre de ce mémoire. Le premier concerne l'automatisation de la collecte de données en radio-oncologie. Un pipeline a été développé afin d'obtenir quotidiennement les indices dosimétriques des traitements de curiethérapie de prostate faits dans la journée. Ces indices sont ensuite stockés dans une base de données dédiée à la recherche sur le cancer de la prostate. Ces indices peuvent être obtenus par deux algorithmes de calcul de DVH. Une comparaison a été faîte avec un jeu de données de 20 cas de curiethérapie HDR de prostate. Celle-ci a permis d'identifier des différences entre chacun des algorithmes. Le deuxième projet montre comment il est possible de concevoir des jeux de données massifs réutilisables dédiés aux analyses radiomiques. Des flots de travail permettant de conserver des données coûteuses générées dans le cadre d'analyses radiomiques ont été conceptualisés et implémentés. Ces flots, inspirés des principes FAIR, permettent d'assurer une meilleure traçabilité et de tendre vers des jeux de données réutilisables. Un flot qui permet à un spécialiste (ex. radio-oncologue) de tracer des segmentations a été implémenté et testé avec des logiciels libres, notamment le serveur DICOM Orthanc et 3D Slicer. Le dernier projet démontre l'apport de l'ingénierie de données en médecine personnalisée. Plus précisément, l'estimation des risques de cancer du sein pour des participantes à une étude d'envergure ont été obtenus par l'entremise de processus automatisés. Dans le cadre d'une étude sur le cancer du sein impliquant près de 2000 participantes, deux pipelines ont été développés. Le premier permet d'obtenir le risque de cancer du sein individuel des participantes en fonction de différents facteurs (habitudes de vie, historique familiale, marqueurs génétiques). Le deuxième pipeline génère des lettres personnalisées destinées aux participantes ainsi qu'à leur médecin traitant. Ces projets démontrent la pertinence de bonnes pratiques quant à la gestion de données en santé. L'ingénierie de données présentée dans ce mémoire aura permis d'automatiser plusieurs opérations en lien avec les données en plus de concevoir des jeux de données réutilisables. Cette bonne gestion de données pave la voie vers de nouvelles pratiques et rend les activités scientifiques en santé plus efficaces. / This work aims to identify and apply good practices in the management of health data, and more specifically in radiation oncology. This field has many data-related challenges including the rapidly increasing volume, variety and complexity of data. This is why developments related to health data management must be based on good data engineering practices. Three distinct data-related projects have been addressed in this thesis. The first concerns the automation of data collection in radiation oncology. A pipeline has been developed to obtain daily dosimetric indices of prostate brachytherapy treatments performed during the day. These indices are then stored in a database dedicated to prostate cancer research. These indices can be obtained by two DVH calculation algorithms. A comparison was made with a dataset of 20 HDR prostate brachytherapy cases. This made it possible to identify the differences of each of the algorithms. The second project shows how it is possible to design massive reusable datasets dedicated to radiomics analyses. Workflows to retain expensive data generated in radiomics analyzes have been conceptualized and implemented. These workflows, inspired by the FAIR principles, ensure better traceability and tend towards reusable data sets. A workflow that allows a specialist (e.g. radio-oncologist) to draw segmentations has been implemented and tested with free software, in particular with the DICOM server Orthanc and 3D Slicer. The last project demonstrates the contribution of data engineering in personalized medicine. Specifically, the breast cancer risk assessment of a large group of participants were obtained through automated processes. As part of a breast cancer study involving nearly 2000 participants, two data pipelines were developed. The first provides participants' individual breast cancer risk assessment based on various factors (lifestyles, family history, genetic markers). The second pipeline generates personalized newsletters for participants and their treating physician. These projects demonstrate the relevance of good practices in health data management. The data engineering presented in this thesis will have made it possible to automate several data related operations in addition to designing reusable data sets. This good data management paves the way for new practices and makes health science activities more efficient.

Cette thèse a pour sujet l’amélioration du traitement contre le cancer par radiothérapie externe à l’aide d’images prises par l’imageur portal. Actuellement, la dose totale d’un traitement curatif en radiothérapie externe est fractionnée sur plusieurs semaines. Au cours de celles-ci, le patient peut présenter des modifications anatomiques dues à de multiples facteurs (comme la perte de poids ou la modification du volume tumoral), ce qui peut compromettre la qualité du traitement planifié. La finalité de ce projet est d’améliorer les traitements de radiothérapie externe en utilisant une technique capable de déterminer si l’anatomie du patient traité est toujours conforme à sa planification. Ce principe est appelé radiothérapie adaptative. L’imageur portal est un détecteur, fixé sur le portique du côté opposé à la source de rayonnement et derrière la table de traitement, ce qui lui permet de mesurer le signal sortant de l’accélérateur, avec ou sans le patient sur la table de traitement. Le but de ce travail a été de développer une méthode, adaptée en fonction de la localisation du site anatomique traité, permettant de vérifier que le patient est anatomiquement conforme à son imagerie de référence, et dans le cas contraire, de chercher l’impact dosimétrique des changements observés pour, au besoin, mettre en place des mesures correctives. Pour chacun des sites anatomiques, des images de dose de sortie sont acquises à chaque fraction de traitement, ainsi que l’acquisition d’imagerie volumétrique par faisceau conique au début et à la fin du traitement. Une analyse gamma est réalisée pour chaque image en prenant comme référence celle de la première fraction et de nombreux paramètres sont extraits de ces analyses: le γ moyen, l’écart-type, le TOP 1% (la valeur moyenne des 1% des plus hautes valeurs de γ), pourcentage de points avec γ supérieur à 1 et, la plus grande surface de pixels connectés avec une valeur gamma> 1. Les analyses ont été effectuées avec une tolérance en dose et en distance classique de 3% / 3 mm et avec un seuil de 10 % du maximum. Des logiciels d’extraction d’image et d’analyse ont été développés premièrement pour faciliter le suivi et à terme, pour inclure le procédé dans une routine clinique automatisé. Chaque site ayant sa propre problématique, ils ont tous été abordés indépendamment des uns des autres. Les contraintes de chaque localisation ainsi que toutes les possibilités d’amélioration des traitements ont été étudiées afin de proposer une solution envisageable dans les conditions cliniques actuelles d’un centre de radiothérapie. Ainsi, chacune des solutions proposées pour améliorer le traitement des patients, que ce soit dans les chapitres 3 et 4ou encore dans l’annexe 1 sur le poumon, est basée sur les besoins réels, cliniquement parlant. Cette méthode, rapide à mettre en place et très simple d’utilisation, a su prouver qu’elle était susceptible d’améliorer les traitements des trois sites anatomiques étudiés. / This thesis project aims to improve cancer treatments by external radiotherapy using images from the electronic portal imaging device (EPID). The portal imager is a detector, attached to the gantry on the opposite side of the radiation source and behind the treatment table when a patient is treated. This enables the collection of the signal from the accelerator, with or without the patient on the treatment table. Currently, the total dose of a curative treatment by external radiotherapy is delivered over several weeks. During these weeks, the patients may have anatomical changes due to multiple factors (such as weight loss or changes in tumor volume), which may compromise the accuracy of the delivered dose as compared to the planned treatment. The aim of this research project is to develop a new adaptive radiotherapy methodology allowing to determine at each stage of the treatment whether the patient’s anatomy is still consistent with the initial planning and to estimate the dosimetric impact when changes were observed. EPID dose images were acquired at each treatment fraction for the three different anatomical site under study (head and neck, prostate and lung), together with cone beam volumetric imaging acquisition taken at least twice during treatment, at the second and last fractions. An image extraction and analysis software was first developed to facilitate monitoring and eventually to include the process in an automated clinical routine. A gamma analysis was thus performed for each image, with the one from the first fraction set as reference and several parameters were extracted from these analyzes: average γ-value, standard deviation, Top 1% from maximum γ, the percentage of points with a γ value larger than 1 and the largest connected pixel area with a gamma value > 1. Analyses were made with 3%/3mm as passing criteria and with a threshold of 10% for the low value cut-off. Since each targeted anatomical site has its own characteristics, they were all assessed independently. Taking into account the constraints of each anatomic site, the specificity and the sensitivity values that we have determined, confirmed the performance of the method to detect anatomical changes. Moreover, the γ-analysis threshold correlated well with morphological changes having a relevant dosimetric impact. In conclusion, such analyses of daily EPID images allow to identify patients at risk of deviation from the planned treatment and can support an early replanning decision. Our method is very quick to implement and very easy to use, and should be a powerful tool to improve the treatment of cancers, particularly those of the three anatomical sites studied

La radiothérapie par modulation d’intensité est une technique avancée de traitement du cancer qui utilise de nombreux faisceaux de photons dont les intensités sont modulées. Avec cette méthode, des compromis entre la couverture de la zone à traiter et la sauvegarde des organes à risque sont nécessaires et dépendent du planificateur. Pour accélérer, uniformiser et accroître la qualité des planifications futures, le présent mémoire propose des métriques basées sur la géométrie spécifique des patients. Pour ce faire, une étude rétrospective a été conduite. Certains indices dosimétriques d’intérêt ont été mis en relation avec des paramètres géométriques simples. Un modèle de frontières stochastiques a été adapté pour déterminer les frontières inférieures des distributions par une méthode de maximisation de la vraisemblance. La validité de la méthode a été testée. L’impact de l’implantation en clinique d’une métrique simple en ORL a finalement été évalué.

L'objectif de cette thèse est d'améliorer les traitements du cancer du poumon en radiothérapie par modulation d'intensité (IMRT) réalisés grâce à un logiciel maison (Ballista) et à un logiciel commercial (Pinnacle3 de Philips). Dans un premier temps, nous avons constaté que de mélanger les basses et hautes énergies dans un même plan permettait d'obtenir une meilleure épargne des tissus périphériques tout en conservant la couverture du volume cible et l'épargne des organes sensibles. Ensuite, le système Ballista a été mis à profit pour explorer les limites d'augmentation de la dose à la tumeur pour des plans d'IMRT simples. En explorant des configuration d'angles non coplanaires, la dose à la maladie macroscopique a pu être augmentée à des niveaux supérieurs à 78 Gy dans un nombre important de cas, sans augmentation excessive de la dose aux organes à risque. Finalement, nous avons utilisé des images de perfusion pulmonaire acquises par tomographie par émission monophotonique (TEM) pour caractériser spatialement et quantitativement la fonction pulmonaire et obtenir des plans qui évitent les régions les plus saines. Nous avons cherché à identifier une méthode simple et avantageuse pour générer ces plans. Toutes les méthodes tentées ont permis d'obtenir un gain incrémentiel sur l'épargne des régions fonctionnelles. Nous n'avons cependant pas pu trouver de corrélation possible entre l'épargne fonctionnelle obtenue et divers paramètres géométriques spécifiques à chaque patient. Le grand résultat de cette thèse a été la création d'un cadre d'applications pour un système de planification 5D, combinant ainsi les trois dimensions de l'espace, la dimension temporelle (mouvements intrafraction et interfraction) et la dimension de l'information fonctionnelle. On pourrait ainsi imaginer un logiciel permettant d'optimiser les angles d'incidence des faisceaux en tenant compte de la distribution spatiale de la fonctionnalité (autant tumorale que celle des tissus normaux), avec une définition de volume cible tenant compte du déplacement intrafraction des structures internes et avec un niveau de modulation suffisant pour obtenir une conformité accrue.

La curiethérapie, une forme spécialisée de traitement du cancer, consiste à placer des sources radioactives près ou directement dans la lésion cancéreuse. Un aspect crucial de cette thérapie est le calcul de la dose de radiation. Traditionnellement, ce calcul s'appuie sur un formalisme qui considère l'eau comme milieu de transport, ce qui ne tient pas suffisamment compte des variations dans la composition des tissus du patient et des effets d'atténuation entre sources pour la curiethérapie permanente à faible débit de dose (LDR pour low-dose rate). La méthode Monte Carlo (MC) est la référence pour les calculs de dose avancés en curiethérapie, offrant une solution à ces limites. Cependant, l'application pratique de la méthode MC dans la planification du traitement est limitée par son temps d'exécution relativement lent. Cette thèse explore le potentiel des méthodes d'apprentissage profond (DL pour deep learning) pour surmonter ce défi. Plus précisément, la faisabilité d'utiliser des algorithmes DL pour prédire rapidement et avec précision la distribution de dose volumétrique pour patients de cancer de la prostate traités par la curiethérapie LDR est étudiée. Premièrement, le logiciel TOPAS a été systématiquement validée pour les simulations MC en curiethérapie en comparant les résultats simulés avec les données de référence TG-186 publiées. Le spectre d'énergie d'émission de photons, l'air-kerma strength et la constante de débit de dose de la source générique $^{192}$Ir MBDCA-WG ont été extraits. Pour les calculs de dose, un estimateur de longueur de trajectoire a été validé. Les quatre cas de test du groupe de travail MBDCA-WG AAPM/ESTRO/ABG ont été évalués. Un cas de prostate, un cas palliatif de poumon et un cas de sein ont été simulés. L'air-kerma strength et la constante de débit de dose étaient respectivement à 0,3% et 0,01% des valeurs de référence. Pour tous les cas de test, 96,9% des voxels avaient des différences de dose locales dans une plage de ±1%, tandis que les différences de dose globales concernaient 99,9% des voxels dans une plage de ±0,1%. Les histogrammes dose-volume des cas cliniques étaient cohérents avec les données de référence. TOPAS offre un accès étendu à un code MC de pointe pour les simulations en curiethérapie. Deuxièmement, un modèle DL à source unique entraîné avec des simulations MC comme référence a été proposé pour prédire avec précision les distributions de dose dans le milieu (D$_\textup{M,M}$ pour dose to medium in medium) en curiethérapie prostatique LDR. Des connaissances antérieures ont été incluses dans le réseau sous forme de noyau r$^2$ lié à l'inverse de la dépendance de dose de premier ordre en curiethérapie. Les caractéristiques du modèle montraient une représentation anisotrope tenant compte des organes du patient et de leurs interfaces, de la position de la source et des régions de faible et haute dose. La métrique CTV D$_{90}$ prédite présentait une différence moyenne de -0,1% par rapport au calcul basé sur MC. La prédiction d'un volume D$_\textup{M,M}$ complet de 1,18 M de voxels se réalise en 1,8 ms. Le modèle DL proposé représente donc un algorithme de calcul extrêmement rapide et simplifié, intégrant des connaissances physiques préexistantes pertinentes à la curiethérapie. Ce modèle est conçu pour tenir compte des caractéristiques anisotropes d'une source de curiethérapie et de la composition spécifique des tissus du patient, garantissant une approche précise et adaptée des calculs de dose. Enfin, deux algorithmes DL prédictifs de dose à plusieurs sources ont été validés pour la curiethérapie prostatique LDR. Les données de référence prenaient en compte les effets d'atténuation entre les sources et une définition des matériaux basée sur les organes du patient. De plus, les incertitudes aléatoires (associées aux données d'entrée) et épistémiques (associées au modèle) des modèles DL ont été évaluées. Les résultats ont montré que la métrique D$_{90}$ de la prostate prédite présentait une différence de -0,64% et de 0,08% pour les modèles UNet et ResUNet TSE, respectivement. Les deux modèles DL prédisaient un volume de dose de 2,56 M de voxels (128×160×128) en 4 ms. L'incertitude dérivée est quantifiable et interprétable, mettant en évidence les régions où les modèles DL pourraient rencontrer des difficultés pour fournir des estimations précises de dose. L'analyse de l'incertitude est un outil précieux pour une évaluation approfondie, améliorant le processus d'évaluation des modèles de prédiction de dose. De plus, cette analyse fournit des informations critiques sur la performance du modèle, identifiant les domaines d'amélioration potentielle et garantissant une application plus fiable dans un contexte clinique. / Brachytherapy, a specialized form of cancer treatment, involves the placement of radioactive sources near or directly within the cancerous lesion. A critical aspect of this therapy is the calculation of radiation dose. Traditionally, this calculation relies on a water-based formalism, which does not adequately account for variations in patient tissue compositions and interseed effects in low-dose rate (LDR) brachytherapy. The Monte Carlo (MC) method is the gold standard for advanced dose calculations in brachytherapy, offering a solution to these limitations. However, the practical application of the MC method in treatment planning is hindered by its relatively slow execution time. This thesis explores the potential of deep learning (DL) methods to overcome this challenge. Specifically, it investigates the feasibility of using DL algorithms to accurately predict the volumetric dose distribution in LDR prostate brachytherapy patients, aiming to streamline the treatment planning process while maintaining the precision of dose calculations. Firstly, the TOPAS MC toolkit was systematically validated for brachytherapy simulations by comparing simulated results with published TG-186 reference data. The photon emission energy spectrum, the air-kerma strength, and the dose-rate constant of the MBDCA-WG generic $^{192}$Ir source were extracted. For dose calculations, a track-length estimator was implemented. The four Joint AAPM/ESTRO/ABG MBDCA-WG test cases were evaluated. A prostate, a palliative lung, and a breast case were simulated. The air-kerma strength and dose-rate constant were within 0.3% and 0.01% of the reference values, respectively. For all test cases, 96.9% of voxels had local dose differences within ±1%. On the other hand, the global dose difference histograms had 99.9% of voxels within ±0.1%. Dose-volume histograms of clinical cases were consistent with the reference data. Overall, TOPAS provides access to a state-of-the-art MC code for brachytherapy simulations. Secondly, a single-seed DL model trained with MC simulations as the gold standard was built to predict accurate single-seed dose to medium in medium (D$_\textup{M,M}$) distributions in LDR prostate brachytherapy. Existing knowledge was included in the network as an r$^2$ kernel related to the inverse of the first-order dose dependency in brachytherapy. DL model features showed an anisotropic representation that considered the patient organs and their interfaces, the source position, and the low- and high-dose regions. The predicted CTV D$_{90}$ metric had an average difference of -0.1% with respect to the MC-based calculation. The single-seed DL model takes 1.8 ms to predict a complete 3D D$_\textup{M,M}$ volume of 1.18 M voxels. The proposed DL model represents a streamlined and rapid computational engine, incorporating pre-existing physics knowledge pertinent to brachytherapy. This engine is designed to consider the anisotropic characteristics of a brachytherapy source and the specific composition of patient tissues, ensuring an accurate, fast, and tailored approach to dose calculations. Lastly, two multi-seed DL-based predictive dose algorithms were trained for LDR prostate brachytherapy. Ground truth data considered interseed effects and an organ-based material assignment. Additionally, the aleatoric (associated with the input data) and epistemic (associated with the model) uncertainties of the DL models were assessed. Results showed that the predicted prostate D$_{90}$ metric had a difference of -0.64% and 0.08% for the UNet and ResUNet TSE models, respectively. Both DL models predicted a 3D dose volume of 2.56 M voxels (128×160×128) in 4 ms. The derived uncertainty is quantifiable and interpretable, highlighting regions where DL models might face challenges in delivering precise dose estimations. The uncertainty analysis is a valuable tool for a thorough evaluation, enhancing the assessment process of the dose prediction models. This analysis provides critical insights into the model's performance, pinpointing areas for potential improvement and ensuring a more reliable application in clinical settings.

Les mouvements de la prostate relativement aux ganglions pelviens durant un traitement de radiothérapie peut affecter la qualité du traitement et limiter la protection des organes à risque. Ce projet explore trois traitements adaptatifs qui combinent à la fois l’information acquise avec un recalage osseux et un recalage fait sur les marqueurs radio-opaques implantés dans la prostate. L’efficacité de ces traitements selon les mouvements interfractionnaires prostatiques a été évaluée. Cinq patients constituent la base de données de cette étude rétrospective. Chacun possède une tomodensitométrie initiale (CT) en plus de tomodensitométries à faisceau conique (CBCT) acquises lors des jours de traitement. Pour permettre le calcul de dose, un recalage non-rigide du CT a été réalisé sur chacun des CBCT. Les résultats montrent qu’une méthode adaptative peut être choisie pour augmenter le ratio thérapeutique. Ces méthodes semblent être de bons choix pour une stratégie de traitement adaptatif simple et efficace.

Les calculs de dose en curiethérapie à bas débit reposent depuis 1995 sur un formalisme qui considère le milieu irradié comme étant homogène et constitué d’eau afin de mieux accommoder les temps de calcul clinique. Ce travail présente une amélioration de ce formalisme dosimétrique issu du protocole TG-43 de l’AAPM (American Association of Physicists in Medicine), utilisé actuellement dans les systèmes de planification de traitement (SPT) clinique. Avec l’ajout d’un tracé radiologique pour tenir compte des hétérogénéités et en séparant la dose primaire de la dose diffusée, il est possible de raffiner les calculs dosimétriques. Or, cette modification au calcul le rendant plus complexe était coûteuse en temps d’exécution jusqu’à très récemment. Elle se voit matérialisée dans ce travail avec l’arrivée récente de la technologie GPGPU, les calculs scientifiques sur périphériques graphiques. En exploitant le parallélisme des calculs de dose en curiethérapie à bas débit pour les implants permanents, l’algorithme baptisé TG-43-RT pour TG-43 avec tracé de rayons (Ray-Tracing en anglais) permet d’obtenir des facteurs d’accélération de l’ordre de 103 par rapport au CPU. Seulement 0.5 s par source est requis dans une géométrie de 1003 voxels, et les dosimétries d’anatomies hétérogènes sont sensiblement améliorées. Le TG-43-RT corrige les dépôts de dose en aval des hétérogénéités et réduit les effets indésirables de l’atténuation inter-sources. Des écarts de dose de plus de 80% au-delà d’une calcification avaient de quoi influencer les HDV, or, le TG-43-RT ramène ces déviations en-deçà de l’incertitude de 8.7% (2σ) concédée par les SPT, tel qu’établi dans le TG-138. Les simulations Monte Carlo ont été employées pour servir de référence absolue à la méthode développée et quantifier les améliorations dosimétriques relatives à l’actuel calcul de dose. L’algorithme a été testé d’un point de vue clinique dans un fantôme de prostate avec des sources d’125I et dans un fantôme de sein avec des sources de 103Pd pour unifier les corrections apportées. / Brachytherapy dose calculations have been relying since 1995 on a formalism that considers the whole geometry as a homogeneous water tank. This gives the opportunity to compute dose distributions within a reasonable clinical timeframe, but with considerable approximations that can influence or even change the treatment. This work presents an upgraded version of this formalism derived from the TG-43 protocol (AAPM), currently used in actual treatment planning systems. The new algorithm includes a primary and scatter dose separation using ray-tracing operation to account for heterogeneities through the medium. These modifications to the dose calculation are very power consuming and too long for the clinical needs when executed on modern CPUs. With the GPGPU technology, a GPU-driven algorithm allows a complex handling of the anatomic heterogeneities in the dose calculation and keeps execution times below 0.5 s/seed. The algorithm was named TG-43-RT for TG-43 with Ray-Tracing and accelerations factors of three order of magnitude were obtained over a regular CPU implementation. The TG-43-RT algorithm adequatly corrects dose deposition along heterogeneities and it reduces interseed attenuation effects. Dose is scored in the medium instead of water, which also applies a severe correction for high heterogeneous medium like the breast. Deviations of more than 80% in dose deposition were obtained over calcification inside the prostate when compared to Monte Carlo simulations. This kind of deviation influences DVH shape. However, the TG-43-RT was keeping those deviations within the 8.7% uncertainty range (2σ) associated with a regular TG-43 evaluation as stated in the TG-138. Monte Carlo simulations were used as a gold standard to get an absolute dose calculation reference. The algorithm was also tested in a prostate phantom with 125I seeds and in a breast phantom with 103Pd seeds to mimic real anatomic geometries and unify the applied corrections.

La radiothérapie interne sélective (selective internal radiation therapy, SIRT) utilisant des microsphères marquées à l’Yttrium-90 est une technique émergente de traitement des tumeurs hépatiques. Dans ce travail, nous nous sommes attachés à étudier les relations entre traitements systémiques et SIRT à travers un modèle in vitro et deux études cliniques rétrospectives. Les différents résultats obtenus suggèrent des pistes de développement clinique. Dans le cholangiocarcinome, l’utilisation d’une chimiothérapie concomitante pourrait être associée à de meilleurs résultats, comme suggérés dans l’étude in vitro et l’étude clinique. Dans le carcinome hépatocellulaire, nos résultats confirment l’intérêt déjà suggérée de la SIRT en cas de thrombose porte ; nos résultats peuvent aussi suggérer l’intérêt d’augmenter la dose et de sélectionner les patients ayant une bonne fixation de la thrombose tumorale comme meilleurs candidats à la SIRT. / Selective Internal Radiation Therapy (SIRT) with microspheres loaded with Yttrium-90 is an emerging locoregional treatment of liver malignancies. In this work, we studied potential relationships between systemic treatment and SIRT in an in vitro model and two retrospective clinical studies. The results obtained may generate new hypotheses for clinical development. Regarding cholangiocarcinoma, concomitant use of chemotherapy may be associated with better outcomes, as suggested by both the in vitro and clinical retrospective data. Regarding hepatocellular carcinoma, our results confirmed previous interest in SIRT in case of portal vein thrombosis; our results might also suggest potential improvement by increasing the dose delivered, and the need to select patients with good targeting of the thrombosis as better candidate for SIRT. These results should be confirmed in prospective studies, currently ongoing.

Cette étude porte sur le développement d’un outil de contrôle qualité basé sur l’expérience, dérivé du concept de frontière stochastique en économie et s’appuyant sur des connaissances géométriques spécifiques au patient pour améliorer la qualité des traitements de curiethérapie à haut débit de dose pour le cancer de la prostate. Cent plans cliniques de curiethérapie à haut débit de dose de la prostate ont été utilisés dans cette étude, dans laquelle l’échographie transrectale était la seule modalité d’imagerie. Une fraction unique de 15 Gy a était prescrite à tous ces patients. Un algorithme de recuit simulé de planification inverse a été appliqué pour réaliser tous les plans et Oncentra Prostate a été employé comme système d’imagerie et de planification du traitement en temps réel. Les recommandations relatives aux paramètres de dose de la société américaine de curiethérapie pour la cible et les organes à risque ont été suivies. Les relations entre les paramètres géométriques et les paramètres dosimétriques d’intérêt sont examinées. Les paramètres géométriques sont liés aux dimensions anatomiques des patients et ceux associés aux cathéters. Pour déterminer les paramètres géométriques dominants dans un modèle de frontière stochastique donné, les relations monotones entre les paramètres géométriqueset les paramètres dosimétriques d’intérêt sont mesurées avec une approche non paramétrique, à savoir le coefficient de corrélation de Spearman. Ensuite, une recherche de force brute est effectuée pour un modèle donné dans lequel différents modèles, incluant toutes les combinaisons possibles des paramètres géométriques dominantes, sont optimisés. L’optimisation est accomplie en utilisant une méthode de vraisemblance maximale implémentée dans le progiciel de calcul statistique R, avec son algorithme de recuit simulée généralisée. Le test du rapport de vraisemblance et sa valeur-p correspondante sont utilisés pour comparer la signification statistique de l’ajout de nouveaux paramètres géométriques aux modèles. Un modèle de production pour la cible et un modèle de coût pour chacun des organes à risque sont développés pour le traitement par curiethérapie à haut débit de dose guidé par l’échographie transrectale. De plus, pour valider si chacun des modèles développés est universel, nous l’appliquons à une autre catégorie de traitement de la curiethérapie à haut débit de dose, dans laquelle la tomodensitométrie était utilisée comme modalité d’imagerie plutôt que de l’échographie transrectale. Ainsi, une nouvelle cohorte de cent plans cliniques curiethérapie à haut débit de dose guidés par la tomodensitométrie est prise en compte. Un modèle de frontière stochastique de production pour la cible et trois modèles de coût pour les organes à risque basés sur la tomodensitométrie sont développés. Enfin, les modèles intégrés de la tomodensitométrie et de l’échographie transrectale sont comparés. / This thesis focuses on developing an experience-based quality control (QC) tool, derived from the concept of stochastic frontier (SF) analysis in economics and based on patient-specific geometric knowledge to improve the quality of the high-dose-rate brachytherapy (HDR-BT) treatment for prostate cancer. One hundred clinical HDR prostate BT plans, using the transrectal ultrasound (TRUS) asthe only imaging modality, all treated with a single fraction of 15 Gy, and made using Inverse PlanningSimulated Annealing (IPSA) algorithm, are studied. Also, Oncentra Prostate system is employed as the real-time 3D prostate imaging and treatment planning system. American Brachytherapy Society dose parameter recommendations for target and organs at risk (OARs) were followed. Relationships between all the different geometric parameters (GPs) and the four dosimetric parameters (DPs) V100 of the prostate, V75 of the bladder and rectum, and D10 of the urethra were examined. Geometricinformation of the patients and catheters are considered as different GPs. To find the dominant GPs in a given SF model, monotonic relationships between the GPs and DPs of interest are measured using a nonparametric approach: the Spearman correlation coefficient. Then, to determine the optimal SF model for each of the target production SF, and the OARs cost SF models, brute-force searches are performed. Different SF models including all the possible combinations of the dominant GPs in the SF model under study are optimized. Optimization is done using a maximum likelihood method implemented in the statistical computing package R, along with its Generalized Simulated Annealing algorithm. The likelihood ratio test and its corresponding p-value are used to compare the statistical significance of adding new GPs to SF models. A production SF (PSF) model for the target, and a costSF (CSF) model for each of the bladder, rectum, and urethra are developed for TRUS-guided HDR-BTtreatment. The difference between the dose value of a plan obtained by IPSA and the one predicted by an SF model is explored. Additionally, to verify if each of the models developed for the TRUS-guided category of the HDR-BT treatment for prostate is universal, we apply it on another category of HDR-BT treatment, in which computed tomography (CT) was used as the imaging modality. So, a different cohort of one hundred clinical CT-guided HDR-BT plans is taken into consideration. A target production SF and three OARs cost SF models are developed for the CT-based plans. Subsequently, the built-in SF models for the TRUS-based and CT-based plans are compared.