Die Inzidenz und Prävalenz von Krebserkrankungen präsentiert sich in den vergangenen Jahren ungebrochen hoch. Durch die stetige Optimierung der Versorgung werden Betroffenen neuartige Optionen offeriert. Moderne Onkotherapie zeichnet sich durch sektorenübergreifende Kooperation aus. Diese komplexen Versorgungskonzepte können durch innovative Technologien simplifiziert werden. Vorliegende Arbeit erörtert die Frage nach der Umsetzbarkeit Tablet-gestützter Screenings in der Routine der Strahlenmedizin. Die Erfassung der ESAS-Items und des Unterstützungsbedarfs ermöglichte nach dem Vorbild kanadischer Versorgungskonzepte definierte Aussagen zur Qualität der medizinischen Versorgung. Im Rahmen der Studie erhielten Tumorpatienten vor der perkutanen Radiotherapie (T1) ein Tablet-gestütztes Symptom-Screening. Das Tablet-Screening wurde von den Teilnehmern bezüglich Bedienung und Nutzerfreundlichkeit evaluiert. Nach Abschluss der Radiotherapie erfolgte eine telefonische Nachbefragung der Teilnehmer (T2). Insgesamt partizipierten 332 Krebspatienten am Tablet-Screening. 79 potentielle Studienprobanden nahmen nicht teil. Als Hauptursachen zeigten sich fehlende Zeit (21,5%), die Teilnahme an sonstigen Studien (20,3%) und zu hohe psychische Belastungen (17,7%). Der Anteil der Screening-Teilnehmer mit fundierten Vorkenntnissen im Umgang mit Tablet-PCs (15,7%) war gering. Probanden mit Tablet-Vorerfahrungen waren signifikant jünger als Unerfahrene. Anwendung und Nutzerfreundlichkeit erlangte hohe Zustimmung. Die wenigen (21,7%) Befürworter konventioneller Stift-Papier-Fragebögen waren signifikant älter. 219 Screening-Teilnehmer stellten ihre ausgewerteten Symptom-Fragebögen weiteren Auswertungen zur Verfügung. Der Performance-Status wurde von Patient und Mediziner eher divergent bewertet (ĸ=0,254). Von T1 zu T2 nahm der Anteil positiv gescreenter Probanden ab. Kurativpatienten markierten bei den ESAS-Items Müdigkeit, Kurzatmigkeit und Sonstiges signifikante Symptomverbesserungen. Bei Palliativpatienten zeigte Kurzatmigkeit signifikante Verbesserung, Depressionen hingegen signifikante Verschlechterung. Der schwächste Unterstützungsbedarf (23,3%) wurde beim ,,Bedarf an Informationen beim Erstellen von Patientenverfügungen‘‘ registriert. Die BUKA-Studie konnte die Chancen Tablet-gestützter Befragungen in der Routine der Radioonkologie darstellen. Das Screening markierte durchgängig positive Bewertungen sowie große Akzeptanz. Die positiven Ergebnisse deckten sich mit denen anderer Studien bezüglich EDV-gestützter Datenerhebung. Die oftmals nicht ausreichendende Zeit zur Studienteilnahme war jedoch nicht auf eine zu zeitintensive Bedienung von Tablet-PCs zurückzuführen. Die Anzahl der Screening-Items sollte der kurzen Wartezeit der Strahlenambulanz angepasst werden. EDV-Screenings sollten darüber hinaus zukünftig bereits von zuhause absolviert werden. Die zunehmende Technisierung des Alltags lässt den Anteil PC-erfahrener Patienten weiter ansteigen. Die Einführung EDV-gestützter Versionen bietet eine effektive Möglichkeit des Patienten-Monitoring als Grundlage multidisziplinärer onkologischer Versorgung. Infolge der zunehmenden PC-gestützten Verarbeitung hochsensibler Patientendaten ist die Gewährleistung vollkommener Datensicherheit dringend notwendig. Im Gegensatz zu anderen Arbeiten präsentierte das Studienkollektiv überwiegend Kurativpatienten mit gutem Allgemeinzustand. Trotz geringerer Symptombelastung konnten auch hier die positiven Effekte der Radiotherapie dargestellt werden. Der hohe Unterstützungsbedarf erschien oftmals dem mangelnden medizinischen Verständnis der Betroffenen geschuldet. Kurativpatienten äußerten deutlich mehr Interesse aktiv an der Therapie teilzuhaben. Palliativpatienten erschienen durch das Übermaß an Therapien entkräftet. / In recent years the incidence and prevalence of carcinosis remained unchanged high. The continous improvement of patient centred care offers unknown possibilities. Modern cancer therapy is distinguished by overlapping cooperation. These extensive treatment options can be simplified by innovative technology. The study in hand investigates the implementabilitiy of a tablet screening in the field of radiooncology. Aquiring data on the ESAS Items and on the individual request of support as done in the Canadian cancer support system enables us to give evidence. In the present study tumor patients were screened before receiving percutane radiotherapy (T1) on a special symptom screening scale via tablet. The participants also evaluated the tablet screening on handling and usability. After the radiotheray the participants were questioned again via phone interview. In total 332 cancer patients took part in the tablet screening. 79 potential participants didn’t participate. The main reasons were the lack of time (21,5%), the participation in other studies (20,3%), and the high psychic strain (17,7%). The the number of participants with a previous knowledge in the use of tablet-computer was low (15,7%). Furthermore, they were significantly younger than the participants with that hat no previous knowledge in the use of a tablet. Handling and usabilityshowed high acceptance. The few supporters of conventional paper-pencil -quetionnaires were significantly older. In total 219 screening patients did consent the further evaluation and analysis of their screening results. Patients and physicians showed divergent results in theassessment of the patient’s performance status (k=0,254). The rate of participants with positive screening results decreased from T1 to T2. In the ESAS items fatigue, dyspnoea and other problems curative patients showed significant symptom improvement. Patients with palliative treatment also represented with significant improvemet in dyspnoea whereas the rate on depression increased significantly. Patients showed the lowest interest in the provision on information on making an advance health care directive (23,3%). The BUKA study was able to represent the opportunities of tablet screening in the routine of radiooncology. The tablet screening did resilt in an overall positive feedback and demonstrated high rate of acceptance. Similar positive results were also showen in several previous studies concerning the use computerized questionnaires. The participants complaints on the lack of time did not refer to the use of the computerized questionnaire itself but on the provided amount of time for the questionaire itself. In the future, the amount of screening items should be adjusted to the amount of waiting time in the ambulance of the radiooncology. Furthermore, computerized screening should be considered to be already done at home. The upcoming computerization in the daily routine will increase rate people with previous knowledge on computerized systems and applications even further. The implementation of computerized systems provides the opportunity of a very effective patient monitoring as a foundation vor multidisciplinary oncological treatment. As a result of the increasing digitalization of patient data the data protection is extremely important and future challenge but must be basic prerequisite. In contrast to other studies our patients predominantly represented a good performance status. Despite the low symptom stress the positive effects of a radiotherapy could be illustrated here as well. The high demand of support seemed to be due to the lack of understanding of medical information. Curative patients showed significantly more interest in taking actively part in their therapy whereas patients with palliative treatment seemed to be rather exhausted with the excess of palliative treatment options.

In der Medizin werden ionisierende Strahlen zum Nutzen der Patienten auf vier klassischen Gebieten angewendet: | ❚ künstliche ionisierende Strahlung ❚ Röntgendiagnostik – bildgebende medizinische Diagnostik mit Röntgenstrahlen ❚ Nuklearmedizin – nuklearmedizinische bildgebende Diagnostik und Therapie ❚ Strahlentherapie – Radioonkologie ❚ natürliche ionisierende Strahlung ❚ Radonbalneologie–Therapie mit dem radioaktiven Gas Radon Diese vier Anwendungsgebiete werden in der vorliegenden Broschüre näher beleuchtet. Für Leser, die sich tiefgreifender mit der Problematik befassen wollen, wurden im Anhang einige Internetadressen zusammengestellt. Weitere Informationen sind auch in der Broschüre „Radioaktivität und Strahlenschutz“ des Sächsischen StaatsminisH2teriums für Umwelt und Landwirtschaft zu finden. Redaktionsschluss: 30.06.2015

One major objective in radiation oncology is the personalisation of cancer treatment. The implementation of this concept requires the identification of biomarkers, which precisely predict therapy outcome. Besides molecular characterisation of tumours, a new approach known as radiomics aims to characterise tumours using imaging data. In the context of the presented thesis, radiomics was established at OncoRay to improve the performance of imaging-based risk models. Two software-based frameworks were developed for image feature computation and risk model construction. A novel data-driven approach for the correction of intensity non-uniformity in magnetic resonance imaging data was evolved to improve image quality prior to feature computation. Further, different feature selection methods and machine learning algorithms for time-to-event survival data were evaluated to identify suitable algorithms for radiomics risk modelling. An improved model performance could be demonstrated using computed tomography data, which were acquired during the course of treatment. Subsequently tumour sub-volumes were analysed and it was shown that the tumour rim contains the most relevant prognostic information compared to the corresponding core. The incorporation of such spatial diversity information is a promising way to improve the performance of risk models.:1. Introduction 2. Theoretical background 2.1. Basic physical principles of image modalities 2.1.1. Computed tomography 2.1.2. Magnetic resonance imaging 2.2. Basic principles of survival analyses 2.2.1. Semi-parametric survival models 2.2.2. Full-parametric survival models 2.3. Radiomics risk modelling 2.3.1. Feature computation framework 2.3.2. Risk modelling framework 2.4. Performance assessments 2.5. Feature selection methods and machine learning algorithms 2.5.1. Feature selection methods 2.5.2. Machine learning algorithms 3. A physical correction model for automatic correction of intensity non-uniformity in magnetic resonance imaging 3.1. Intensity non-uniformity correction methods 3.2. Physical correction model 3.2.1. Correction strategy and model definition 3.2.2. Model parameter constraints 3.3. Experiments 3.3.1. Phantom and simulated brain data set 3.3.2. Clinical brain data set 3.3.3. Abdominal data set 3.4. Summary and discussion 4. Comparison of feature selection methods and machine learning algorithms for radiomics time-to-event survival models 4.1. Motivation 4.2. Patient cohort and experimental design 4.2.1. Characteristics of patient cohort 4.2.2. Experimental design 4.3. Results of feature selection methods and machine learning algorithms evaluation 4.4. Summary and discussion 5. Characterisation of tumour phenotype using computed tomography imaging during treatment 5.1. Motivation 5.2. Patient cohort and experimental design 5.2.1. Characteristics of patient cohort 5.2.2. Experimental design 5.3. Results of computed tomography imaging during treatment 5.4. Summary and discussion 6. Tumour phenotype characterisation using tumour sub-volumes 6.1. Motivation 6.2. Patient cohort and experimental design 6.2.1. Characteristics of patient cohorts 6.2.2. Experimental design 6.3. Results of tumour sub-volumes evaluation 6.4. Summary and discussion 7. Summary and further perspectives 8. Zusammenfassung