Организационные и экономические преимущества внедрения догоспитальной предлучевой топометрической подготовки в деятельность Приморского краевого онкологического диспансера

Введение. Прогрессивный рост числа пациентов с онкологическими заболеваниями диктует необходимость повышения качества оказываемой им специализированной медицинской помощи. Лучевая терапия в течение нескольких десятилетий является одним из наиболее значимых и стремительно развивающихся методов лечения злокачественных новообразований. Оборудование, технологии, а также организация проведения радиотерапии в профильных медицинских учреждениях постоянно совершенствуются. Тем не менее, c начала 2024 г. в отделениях радиотерапии ГБУЗ «Приморский краевой онкологический диспансер» сложилась критическая ситуация, связанная с длительным ожиданием госпитализации пациентов, направленных на лучевую терапию в круглосуточный стационар. Анализ превышения сроков госпитализации на лучевую терапию обосновывает необходимость оптимизации существующей системы организации предлучевой подготовки.

Цель: показать организационную и клинико-экономическую эффективность внедрения догоспитальной предлучевой топометрической подготовки в деятельность онкологического диспансера.

Материал и методы. В исследовании использованы статистические данные и нормативные акты, регламентирующие оказание медицинской помощи по профилю «онкология», применен метод клинико-экономического исследования «влияние на бюджет», общенаучные методы систематизации и сравнения.

Результаты. Представлено научное обоснование клинико-экономической эффективности организации предлучевой топометрической подготовки на догоспитальном этапе. Показана возможность проведения не менее 220 дополнительных госпитализаций в год для оказания высокоэффективной медицинской помощи пациентам с онкологическими заболеваниями без дополнительных финансовых затрат на увеличение коечного фонда. Рассчитан финансовый эквивалент достигнутых преимуществ, составивший более 3 млн 280 тыс. руб. в год.

Заключение. Внедрение догоспитальной предлучевой подготовки значимо повышает качество оказания специализированной медицинской помощи пациентам с онкологическими заболеваниями, является клинически эффективным и экономически обоснованным. Наиболее ценным аспектом данного усовершенствования является отсутствие необходимости увеличения финансовых вложений в деятельность медицинской организации. Дополнительные преимущества получены за счет изменения очередности процессов топометрии и оформления карты стационарного больного для категории пациентов, не прошедших предлучевую подготовку на догоспитальном этапе.

1. Pathak P.K., Vashisht S.K., Baby S., Jithin P.K., Jain Y., Mahawar R. et al. Commissioning and quality assurance of Halcyon(TM) 2.0 linearaccelerator. Rep. Pract. Oncol. Radiother. 2021;26(3):433–444. https://doi.org/10.5603/RPOR.a2021.0065.

2. Caravani K., Murry R., Healy B. Characterisation of in-room leakage and scattered radiation for the Varian Halcyonlinearaccelerator. Phys. Eng. Sci. Med. 2022; 45(1):73–81. https://doi.org/10.1007/s13246-021-01084-1.

3. Aland T., Jarema T., Trapp J.V., Kairn T. Patient-specific quality assurance on a Varian. Phys. Eng. Sci. Med. 2021;44(2):565–572. https://doi.org/10.1007/s13246-021-00986-4.

4. Gao S., Chetvertkov M.A., Cai B., Dwivedi A., Mihailidis D., Ray X. et al. Beam energy metrics for the acceptance and quality assurance of Halcyon linear accelerator. J. Appl. Clin. Med. Phys. 2021;22(7):121–127. https://doi.org/10.1002/acm2.13281.

5. Sarkar B., Biswal S.S., Shahid T., Ghosh T., Bhattacharya J., De A. et al. Comparative dosimetric analysis of volumetric modulated arc therapy based craniospinal irradiation plans between Halcyon ring gantry and TrueBeam C-arm linear accelerator. Sci. Rep. 2023;13(1):30–34. https://doi.org/10.1038/s41598-023-30429-x.

6. Seok J.H., Ahn S.H., Ahn W.S., Choi D.H., Shin S.S., Choi W. et al. Correction to: Comparison of skin dose in IMRT and VMAT with TrueBeam and Halcyonlinearaccelerator for whole breast irradiation. Phys. Eng. Sci. Med. 2024;47(2):45–53. https://doi.org/10.1007/s13246-024-01395-z.

7. Toskich B., Lewandowski R.J. Computational modeling of radioembolization: How to calculate infinity. Cardiovasc. Intervent. Radiol. 2021;44(12):2020–2021. https://doi.org/10.1007/s00270-021-02989-w.

8. Mudge M.C., Green E. Radiotherapy in equine practice. Vet. Clin. North. Am. Equine Pract. 2024;40(3):397–408. https://doi.org/10.1016/j.cveq.2024.07.005.

9. Черных М.В., Крылова Т.А. Методология клинических аудитов отделений лучевой терапии в РФ на основе принципов аудита МАГАТЭ QUATRO. Медицинская радиология и радиационная безопасность. 2024;69(3):68–71. https://doi.org/10.33266/1024-6177-2024-69-3-68-71.

10. Spampinato S., Tanderup K., Marinovskij E., Axelsen S., Pedersen E.M., Pоtter R. et al. MRI-based contouring of functional sub-structures of the lower urinary tract in gynaecological radiotherapy. Radiother. Oncol. 2020;145:117–124. https://doi.org/10.1016/j.radonc.2019.12.011.

11. Stuschke M., Pоttgen C. (18) F-FDG PET/CT for target volume contouring in lung cancer radiotherapy. J. Nucl. Med. 2020;61(2):178– 179. https://doi.org/10.2967/jnumed.120.251660.

12. Khaw P., Do V., Lim K., Cunninghame J., Dixon J., Vassie J. et al. Radiotherapy quality assurance in the PORTEC-3 (TROG 08.04) trial. Clin. Oncol. (R. Coll. Radiol.). 2022;34(3):198–204. https://doi.org/10.1016/j.clon.2021.11.015.

13. Kunzel L.A., Nachbar M., Hagmuller M., Gani C., Boeke S., Wegener D. et al. Clinical evaluation of autonomous, unsupervised planning integrated in MR-guided radiotherapy for prostate cancer. Radiother. Oncol. 2022;168:229–233. https://doi.org/10.1016/j.radonc.2022.01.036.

14. Zhang X., Yan D., Xiao H., Zhong R. Modeling of artificial intelligencebased respiratory motion prediction in MRI-guided radiotherapy: a review. Radiat. Oncol. 2024;19(1):140–146. https://doi.org/10.1186/s13014-024-02532-4.

15. Hoffmann L., Persson G.F., Nygаrd L., Nielsen T.B., Borrisova S., GaardPetersen F. et al. Thorough design and pre-trial quality assurance (QA) decrease dosimetric impact of delineation and dose planning variability in the STRICTLUNG and STARLUNG trials for stereotactic body radiotherapy (SBRT) of central and ultra-central lung tumours. Radiother. Oncol. 2022;171:53–61. https://doi.org/10.1016/j.radonc.2022.04.005.

16. Nikitas J., Smith L.M., Gao Y., Ma T.M., Sachdeva A., Yoon S.M. et al. The role of adaptive planning in margin-reduced, MRI-guided stereotactic body radiotherapy to the prostate bed following radical prostatectomy: Post-hoc analysis of a phase II clinical trial. Radiother. Oncol. 2023;183:119–121. https://doi.org/10.1016/j.radonc.2023.109631.

17. Yagihashi T., Inoue K., Nagata H., Yamanaka M., Yamano A., Suzuki S. et al. Effectiveness of robust optimization against geometric uncertainties in TomoHelical planning for prostate cancer. J. Appl. Clin. Med. Phys. 2023;24(4):83–81. https://doi.org/10.1002/acm2.13881.

18. Frederick A., Roumeliotis M., Grendarova P., Quirk S. Performance of a knowledge-based planning model for optimizing intensity-modulated radiotherapy plans for partial breast irradiation. J. Appl. Clin. Med. Phys. 2022;23(3):135–136. https://doi.org/10.1002/acm2.13506.

19. Cilla S., Macchia G., Romano C., Morabito V.E., Boccardi M., Picardi V. et al. Challenges in lung and heart avoidance for postmastectomy breast cancer radiotherapy: Is automated planning the answer? Med. Dosim. 2021;46(3):295–303. https://doi.org/10.1016/j.meddos.2021.03.002.