О ЖУРНАЛЕ
Научный журнал «Медицинская радиология и радиационная безопасность» (Мedical Radiology and Radiation Safety), ISSN 1024-6177 основан в январе 1956 г. (до 30 декабря 1993 г. выходил под названием «Медицинская радиология», ISSN 0025-8334). В 2018 году журнал получил Online ISSN: 2618-9615 и был зарегистрирован как электронное сетевое издание в Роскомнадзоре 29 марта 2018 года. На его страницах публикуются оригинальные научные статьи по вопросам радиобиологии, радиационной медицины, радиационной безопасности, лучевой терапии, ядерной медицины, а также научные обзоры; в целом журнал имеет более 30 рубрик и представляет интерес для специалистов, работающих в областях медицины¸ радиационной биологии, эпидемиологии, медицинской физики и техники. С 01.07.2008 г. Издатель журнала – ФГБУ «Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр им. А.И. Бурназяна» ФМБА России. Учредитель с 1956 г. - Министерство здравоохранения РФ, а с 2008 г. по настоящее время – Федеральное медико-биологическое агентство.
Членами редакционной коллегии журнала являются ученые – специалисты, работающие в области радиационной биологии и медицины, радиационной защиты, радиационной эпидемиологии, радиационной онкологии, лучевой диагностики и терапии, ядерной медицины и медицинской физики. В состав редакционной коллегии входят: академики РАН, члены-корреспонденты РАН, доктора медицинских наук, профессора, кандидаты и доктора биологических, физико-математических наук и технических наук. Состав редколлегии постоянно пополняется за счет авторитетных специалистов, работающих в ближнем и дальнем зарубежье.
Периодичность выхода в свет – 6 номеров в год, объемом – 13,5 усл. печатных листов или 88 печатных страниц и тиражом 1000 экземпляров. Журнал имеет идентичную по содержанию полнотекстовую электронную версию, которая одновременно с печатным вариантом и цветными рисунками размещается на сайтах Научной Электронной Библиотеки (НЭБ) и сайте журнала. Распространение по подписке через Агентство «Роспечать» по договору № 7407 от 16 июня 2006 г., через индивидуальных покупателей и коммерческие структуры. Публикация статей бесплатная.
Журнал входит в Перечень ведущих российских рецензируемых научных журналов ВАК, рекомендованных для опубликования результатов диссертационных исследований. С 2008 г. журнал представлен в Интернете и индексируется в базе данных РИНЦ, а также входит в Перечень Russian Science Citation Index (RSCI), размещенной на платформе Web of Science. С 2 февраля 2018 года журнал «Медицинская радиология и радиационная безопасность" индексируется в мультидисциплинарной библиографической и реферативной базе SCOPUS.
Краткие электронные версии статей журнала с 2005 г. находятся в открытом доступе в разделе "Выпуски журнала". С 2011 года в открытом доступе представлены все выпуски журнала целиком, а с 2016 года - полнотекстовые версии научных статей. Полный текст остальных статей любого номера, начиная с 2005 г. могут приобрести подписчики только через НЭБ. Редакция журнала «Медицинская радиология и радиационная безопасность» в соответствии с договором с НЭБ поставляет ей в полном объеме выпускаемую продукцию с 2005 г. по настоящее время.
Основным рабочим языком журнала является русский, дополнительный язык – английский, который используется для написания названий статей, сведений об авторах, аннотаций, ключевых слов, списка литературы.
С 2017 г. журнал «Медицинская радиология и радиационная безопасность» перешел на цифровую идентификацию публикаций, присвоив каждой статье идентификатор цифрового объекта (DOI), что значительно ускорило поиск местонахождения статьи в Интернете. В дальнейшем в планах развития журнала «Медицинская радиология и радиационная безопасность» предполагается его издание в англоязычном варианте. С целью получения информации о публикационной активности журнала в марте 2015 года на сайте журнала был помещен счетчик обращений читателей к материалам, выложенным на сайте с 2005 г. по настоящее время. В течение 2015 – 2016 гг. в среднем было не более 100 – 170 обращений в день. Размещение ряда статей, а также электронных версий профильных монографий и сборников в открытом доступе резко увеличило число обращений на сайт журнала до 500 – 800 в день, а общее число посещений сайта к началу 2019 г. составило 527 тыс.
Двухлетний импакт-фактор РИНЦ, по данным на начало 2019 г., составил 0,447, с учетом цитирования из всех источников – 0,614, а пятилетний импакт-фактор РИНЦ – 0,359.
Выпуски журналов
Медицинская радиология и радиационная безопасность. 2022. Том 67. № 4
В.К. Иванов, С.Ю. Чекин, М.А. Максютов, А.И. Горский,
С.В. Карпенко, К.А. Туманов, В.В. Кащеев, А.М. Корело,
Е.В. Кочергина
ВЛИЯНИЕ НЕОПРЕДЕЛЁННОСТИ ДОЗ НА ОЦЕНКУ
РАДИАЦИОННЫХ РИСКОВ ЗАБОЛЕВАЕМОСТИ СОЛИДНЫМИ
ЗЛОКАЧЕСТВЕННЫМИ НОВООБРАЗОВАНИЯМИ В КОГОРТЕ
РОССИЙСКИХ УЧАСТНИКОВ ЛИКВИДАЦИИ ПОСЛЕДСТВИЙ
АВАРИИ НА ЧЕРНОБЫЛЬСКОЙ АЭС
МРНЦ им. А.Ф. Цыба – филиал «НМИЦ радиологии» Минздрава России, Обнинск
Контактное лицо: Сергей Юрьевич Чекин: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Реферат
Цель: Исследование влияния возможной неопределённости доз облучения в когорте российских участников ликвидации последствий аварии на Чернобыльской АЭС на оценку радиационных рисков заболеваемости солидными злокачественными новообразованиями (ЗНО), выявленных у членов этой когорты.
Материал и методы: В качестве исходных данных для оценки радиационных рисков используются эпидемиологические и дозиметрические сведения о когорте российских участников ликвидации последствий аварии на Чернобыльской АЭС, находящейся под наблюдением в Национальном радиационно-эпидемиологическом регистре (НРЭР). Оценка радиационных рисков проводится статистическим методом максимального правдоподобия в рамках линейной беспороговой модели избыточного относительного риска. Неопределённости дозы облучения ликвидатора в принятом методе оценки риска учитываются в виде двух моделей ошибок. Оценки доз по данным индивидуальных дозиметров характеризуются классической моделью погрешности измерения. В случае оценок неизвестных индивидуальных доз по данным групповой дозиметрии или по маршрутным дозам группы используется модель погрешности присвоения Berkson.
Результаты: Разработан метод оценки радиационных рисков с учётом неопределённости оценок доз, основанный на наблюдаемой функции правдоподобия. При учёте неопределённости оценок индивидуальных доз в когорте российских ликвидаторов оценка коэффициента избыточного относительного показателя риска на единицу дозы (ERR/Гр) для заболеваемости солидными ЗНО уменьшается на 7%, по сравнению с оценкой, полученной непосредственно по дозам, зарегистрированным в Единой федеральной базе данных (ЕФБД) НРЭР. Оценка ERR/Гр, полученная по зарегистрированным в ЕФБД НРЭР дозам, составила 0,69 при 95% доверительном интервале (ДИ) (0,37 – 1,04). Оценка ERR/Гр, полученная с учётом неопределённости оценок индивидуальных доз ликвидаторов, составила 0,64 при 95% ДИ (0,33 – 0,98). Данное смещение оценки является не существенным, так как находится в пределах 95% ДИ для обеих оценок ERR/Гр, статистический размах которых имеет порядок величины самих оценок.
Выводы: При учёте неопределённости оценок индивидуальных доз в когорте российских ликвидаторов оценка коэффициента избыточного относительного показателя риска на единицу дозы (ERR/Гр) для заболеваемости солидными ЗНО статистически значимо не отличается от оценки, полученной непосредственно по дозам, зарегистрированным в ЕФБД НРЭР. Наблюдавшееся, за счёт введённой в расчёт неопределённости доз, смещение оценки коэффициента радиационного риска обусловлено статистическими свойствами использовавшихся традиционных для радиационной эпидемиологии моделей радиационного риска. Полученные результаты подтверждают высокую устойчивость и обоснованность оценок радиационных рисков, полученных ранее по зарегистрированным в ЕФБД НРЭР дозам российских участников ликвидации последствий аварии на Чернобыльской АЭС. Дальнейшие исследования позволят обобщить разработанный метод оценки радиационных рисков с учётом неопределённости оценок доз, основанный на наблюдаемой функции правдоподобия, на другие типы радиационно-эпидемиологических исследований риска, включая исследования случай–контроль и случай–когорта.
Ключевые слова: радиационный риск, заболеваемость, солидные злокачественные новообразования, линейная беспороговая модель риска, ликвидаторы аварии на Чернобыльской АЭС, доза внешнего облучения, неопределённость дозы, смещение оценки радиационного риска
Для цитирования: Иванов В.К., Чекин С.Ю., Максютов М.А., Горский А.И., Карпенко С.В., Туманов К.А., Кащеев В.В., Корело А.М., Кочергина Е.В. Влияние неопределённости доз на оценку радиационных рисков заболеваемости солидными злокачественными новообразованиями в когорте российских участников ликвидации последствий аварии на Чернобыльской АЭС // Медицинская радиология и радиационная безопасность. 2022. Т. 67. № 4. С. 36–41. DOI: 10.33266/1024-6177-2022-67-4-36-41
Список литературы
1. Публикация 103 Международной комиссии по радиационной защите (МКРЗ) / Пер. с англ. Киселёва М.Ф., Шандалы Н.К. М.: Изд. ООО ПКФ «Алана», 2009. 312 с. [Электронный ресурс]. URL: http://www.icrp.org/docs/P103_Russian.pdf (дата обращения 15.01.2022).
2. Preston D.L., Ron E., Tokuoka S., Funamoto S., Nishi N., Soda M., Mabuchi K., Kodama K. Solid Cancer Incidence in Atomic Bomb Survivors: 1958–1998 // Radiat. Res. 2007. V.168, No. 1. P. 1–64.
3. Ozasa K., Shimizu Y., Suyama A., Kasagi F., Soda M., Grant E.J., Sakata R., Sugiyama H., Kodama K. Studies of the Mortality of Atomic Bomb Survivors, Report 14, 1950–2003: an Overview of Cancer and Noncancer Diseases // Radiat. Res. 2012. V.177, No. 3. P. 229–243.
4. Grant E.J., Brenner A., Sugiyama H., Sakata R., Sadakane A., Utada M., Cahoon E.K., Milder C.M., Soda M., Cullings H.M., Preston D.L., Mabuchi K., Ozasa K. Solid Cancer Incidence among the Life Span Study of Atomic Bomb Survivors: 1958–2009 // Radiat. Res. 2017. V.187, No. 5. P. 513–537.
5. Нормы радиационной безопасности (НРБ-99/2009). Санитарные правила и нормативы. СанПин 2.6.1.2523-09. М.: Федеральный центр гигиены и эпидемиологии Роспотребнадзора, 2009. 100 с.
6. Ivanov V.K., Tsyb A.F., Gorsky A.I., Maksyutov M.A., Rastopchin E.M., Konogorov A.P., Korelo A.M., Biryukov A.P., Matyash V.A. Leukaemia and Thyroid Cancer in Emergency Workers of the Chernobyl Accident: Estimation of Radiation Risks (1986–1995) // Radiat. Environ. Biophys. 1997. V.36, No. 1. P. 9–16.
7. Ivanov V.K., Rastopchin E.M., Gorsky A.I., Ryvkin V.B. Cancer Incidence among Liquidators of the Chernobyl Accident: Solid Tumors, 1986–1995 // Health Phys. 1998. V.74, No. 3. P. 309–315.
8. Ivanov V.K., Kashcheev V.V., Chekin S.Y., Maksioutov M.A., Tumanov K.A, Vlasov O.K., Shchukina N.V., Tsyb A.F. Radiation-Epidemiological Studies of Thyroid Cancer Incidence in Russia after the Chernobyl Accident (Estimation of Radiation Risks, 1991–2008 Follow-up Period) // Radiat. Prot. Dosimetry. 2012. V.151, No. 3. P. 489–499.
9. Kashcheev V.V., ChekinS.Yu., Maksiutov M.A., Tumanov K.A., Kochergina E.V., Kashcheeva P.V., Shchukina N.V. Incidence and Mortality of Solid Cancer among Emergency Workers of the Chernobyl Accident: Assessment of Radiation Risks for the Follow-up of 1992–2009 // Radiat. Eviron. Biophys. 2015. V.54, No. 1. P. 13–23.
10. Кащеев В.В., Чекин С.Ю., Карпенко С.В., Максютов М.А., Туманов К.А., Кочергина Е.В., Глебова С.Е., Иванов С.А., Каприн А.Д. Оценка радиационных рисков злокачественных новообразований среди российских участников ликвидации последствий аварии на Чернобыльской АЭС // Радиация и риск. 2021. Т.30, № 1. С. 58–77.
11. Медицинские радиологические последствия Чернобыля: прогноз и фактические данные спустя 30 лет / Под ред. чл.-корр. РАН Иванова В.К., чл.-корр. РАН Каприна А.Д. М.: ГЕОС, 2015. 450 с.
12. Питкевич В.А., Иванов В.К., Цыб А.Ф., Максютов М.А., Матяш В.А., Щукина Н.В. Дозиметрические данные Российского государственного медико-дозиметрического регистра для ликвидаторов // Радиация и риск. 1995. № 2. С. 3–44.
13. Gillies M., Haylock R. The Cancer Mortality and Incidence Experience of Workers at British Nuclear Fuels plc, 1946–2005 // J. Radiol. Prot. 2014. V.34, № 3. P. 595–623.
14. United Nations Scientific Committee on the Effects of Atomic Radiation (UNSCEAR). Effects of Ionizing Radiation. UNSCEAR 2006 Report to the General Assembly with Scientific Annexes. V. I. New York: United Nations, 2008. 392 p. [Электронный ресурс]. URL: https://www.unscear.org/docs/publications/2006/UNSCEAR_2006_Report_Vol.I.pdf (дата обращения 15.01.2022).
15. United Nations Scientific Committee on the Effects of Atomic Radiation UNSCEAR 2012 Report to the General Assembly, with scientific annexes. Scientific Annexes. New York: United Nations, 2015. 232 p. [Электронный ресурс]. URL: https://www.unscear.org/docs/publications/2012/UNSCEAR_2012_Annex-B.pdf (дата обращения 15.01.2022).
16. Breslow N., Day N. Statistical Methods in Cancer Research. V. II. The Design and Analysis of Cohort Studies. IARC Scientific Publication No. 82. Lyon: IARC, 1987. 406 p.
17. Международная статистическая классификация болезней и проблем, связанных со здоровьем, 10-й пересмотр (МКБ-10). Т. 1. Ч. 1. Женева: ВОЗ, 1995. 698 с.
18. Ivanov V.K., Gorsky A.I., Kashcheev V.V., Maksioutov M.A., Tumanov K.A. Latent Period in Induction of Radiogenic Solid Tumors in the Cohort of Emergency Workers // Radiat. Environ. Biophys. 2009. V.48, № 3. P. 247–252.
19. Stram D.O., Kopecky K.J. Power and Uncertainty Analysis of Epidemiological Studies of Radiation-Related Disease Risk in Which Dose Estimates are Based on a Complex Dosimetry System: Some Observations // Radiat. Res. 2003. V.160, No. 4. P. 408–417.
20. Wu Y., Hoffman F.O., Apostoaei A.I., Kwon D., Thomas B.A., Glass R., Zablotska L.B. Methods to Account for Uncertainties in Exposure Assessment in Studies of Environmental Exposures // Environ. Health. 2019. V.18, No. 1. P. 31. [Электронный ресурс]. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6454753/pdf/12940_2019_Article_468.pdf (дата обращения 15.01.2022).
21. Stayner L., Vrijheid M., Cardis E., Stram D.O., Deltour I., Gilbert S.J., Howe G. A Monte Carlo Maximum Likelihood Method for Estimating Uncertainty Arising from Shared Errors in Exposures in Epidemiological Studies of Nuclear Workers // Radiat. Res. 2007. V.168, No. 3. P. 757–763.
22. Breslow N.E. Discussion of the Paper by D.R. Cox // J. R. Statist. Soc. B. 1972. No. 34. P. 216–217.
23. Lyn D.Y. On the Breslow Estimator // Lifetime Data Anal. 2007. No. 13. P. 471–480. [Электронный ресурс]. URL: https://www.ncbi. nlm.nih.gov/pmc/articles/PMC6454753/pdf/12940_2019_Article_468.pdf (дата обращения 15.01.2022)
24. Breslow N., Day N. The Analysis of Case-Control Studies. V. I. // Statistical Methods in Cancer Research. IARC Scientific Publication No. 32. Lyon: IARC, 1980. 350 p.
25. Pierce D.A., Vaeth M., Cologne J.B. Allowance for Random Dose Estimation Errors in Atomic Bomb Survivor Studies: a Revision // Radiat. Res. 2008. V.170, No. 1. P. 118–126.
PDF (RUS) Полная версия статьи
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Финансирование. Исследование не имело спонсорской поддержки.
Участие авторов. Cтатья подготовлена с равным участием авторов.
Поступила: 15.03.2022. Принята к публикации: 11.05.2022.
Медицинская радиология и радиационная безопасность. 2022. Том 67. № 4
М.Б. Мосеева, Т.В. Азизова, М.В. Банникова
ЗАБОЛЕВАЕМОСТЬ И СМЕРТНОСТЬ
ОТ ОПУХОЛЕЙ ЦЕНТРАЛЬНОЙ НЕРВНОЙ СИСТЕМЫ
В КОГОРТЕ РАБОТНИКОВ, ПОДВЕРГШИХСЯ ХРОНИЧЕСКОМУ ОБЛУЧЕНИЮ
Южно-Уральский институт биофизики Федерального медико-биологического агентства, Озерск, Россия
Контактное лицо: Азизова Тамара Васильевна, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
РЕФЕРАТ
Цель: Анализ показателей заболеваемости и смертности от первичных опухолей (ПО) центральной нервной системы (ЦНС) у работников, подвергшихся хроническому облучению.
Материал и методы: Изучаемая когорта включала 22237 работников Производственного объединения «Маяк». В работе использованы данные о профессиональном маршруте и оценках доз, содержащихся в «Дозиметрической системе для работников Производственного объединения «Маяк» – 2013». Клинико-эпидемиологические данные получены из базы данных «Клиника». Рассчитаны «грубые» и стандартизованные (косвенный метод) по возрасту показатели (СП) заболеваемости и смертности от ПО ЦНС на 100000 человеко-лет. Анализ динамики стандартизованных трендов заболеваемости и смертности был выполнен с помощью программы Jointpoint 4.0.4.
Результаты: В изучаемой когорте идентифицированы 53 случая и 47 смертей от злокачественных новообразований (ЗНО) головного и спинного мозга, черепных нервов и других отделов ЦНС (С70–С72 МКБ-10), а также 40 случаев и 7 смертей от доброкачественных новообразований (ДНО) головного мозга и других отделов нервной системы (D-33 МКБ-10). ЗНО ЦНС встречались чаще у мужчин (83%), а ДНО – у женщин (55%). У мужчин ЗНО и ДНО ЦНС развивались в более молодом возрасте по сравнению с женщинами, частота ПО ЦНС у мужчин увеличивалась с увеличением возраста. При анализе заболеваемости и смертности от ПО ЦНС в зависимости от календарного периода установлена тенденция к росту только заболеваемости всеми ПО ЦНС у женщин (р=0,008). Не установлено влияния хронического профессионального облучения на показатели заболеваемости и смертности от ПО ЦНС ни у мужчин, ни у женщин.
Заключение: Полученные результаты следует рассматривать как предварительные, требующие дополнительных исследований.
Ключевые слова: персонал, хроническое облучение, центральная нервная система, первичные опухоли, злокачественные новообразования, доброкачественные новообразования
Для цитирования: Мосеева М.Б., Азизова Т.В., Банникова М.В.. Заболеваемость и смертность от опухолей центральной нервной системы в когорте работников, подвергшихся хроническому облучению // Медицинская радиология и радиационная безопасность. 2022. Т. 67. № 4. С. 42–48. DOI: 10.33266/1024-6177-2022-67-4-42-48
Список литературы
1. Pouchieu C, Gruber A, Berteaud E, Ménégon P, Monteil P, Huchet A, et al. Increasing incidence of central nervous system (CNS) tumors (2000–2012): findings from a population based registry in Gironde (France). BMC Cancer. 2018;18:653. DOI: 10.1186/s12885-018-4545-9.
2. Злокачественные новообразования в России в 2019 году (заболеваемость и смертность). Под ред.: Каприна АД, Старинского ВВ, Шахзадовой АО. М.: МНИОИ им. П.А. Герцена − филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2020. илл. 252 с. ISBN 978-5-85502-260-5 [Malignant tumors in Russia in 2019 (incidence and moratlity). Eds.: Kaprin AD, Starinskiy VV, Shakhzadovoy AO. M: P. Hertsen MORI – FSBI “NMRRC” of the Ministry of Health of the Russian Federation, 2020. Ill. 252 c. ISBN 978-5-85502-260-5]
3. Ostrom QT, Patil N, Cioffi G, Waite K, Kruchko C, Barnholtz-Sloan JS. CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2013–2017. Neuro-Oncology. 2020;22(S1):1–96. DOI: 10.1093/neuonc/noaa200.
4. Ohgaki H. Epidemiology of Brain Tumors. In: Methods of Molecular Biology, Cancer Epidemiology. Ed.: Verma M. Totowa, NJ, USA: Humana Press, a part of Springer Science + Business Media, 2009, vol. 472, P. 323-342. DOI: 10.1007/978-1-60327-492-0.
5. Khodamoradi F, Ghoncheh M, Pakzad R, Gandomani HS, Salehiniya H. The incidence and mortality of brain and central nervous system cancer and their relationship with human development index in the world. WCRJ. 2017;4(4):e985. DOI: 10.32113/wcrj_201712_985
6. Bondy ML, Scheurer ME, Malmer B, Barnholtz-Sloan JS, Davis FG, Il’yasova D, et al. Brain tumor epidemiology: consensus from the brain tumor epidemiology consortium. Cancer. 2008;113(7 suppl):1953–1968. DOI: 10.1002/cncr.23741.
7. Schlehofer B, Hettinger I, Ryan P, Blettner M, Preston-Martin S, Little J, et al. Occupational risk factors for low grade and high grade glioma: results from an international case control study of adult brain tumours. Int. J. Cancer. 2005;113:116–125. DOI: 10.1002/ijc.20504.
8. Alexiou GA, Kallinteri A, Nita E, Zagorianakou P, Levidiotou S, Voulgaris S. Serum IgE levels in patients with intracranial tumors. Neuroimmunol Neuroinflammation. 2015;2(1):15–17. DOI: 10.4103/2347-8659.149398.
9. Wiedmann MKH, Brunborg C, Di Ieva A, Lindemann K, Johannesen TB, Vatten L, et al. Overweight, obesity and height as risk factors for meningioma, glioma, pituitary adenoma and nerve sheath tumor: a large population-based prospective cohort study. Acta Oncologica. 2017;56(10):1302–1309. DOI: 10.1080/0284186X.2017.1330554.
10. Ostrom QT, Fahmideh MA, Cote DJ, Muskens IS, Schraw JM, Scheurer ME, et al. Risk factors for childhood and adult primary brain tumors. Neuro-Oncology. 2019;21(11):1357–1375. DOI: 10.1093/neuonc/noz123.
11. Radiation Protection Dosimetry. Special issue. 2017;176(1–2).
12.Третьяков ФД. Характеристика радиационной обстановки на плутониевом производстве ПО «Маяк» в разные периоды его деятельности. В: Источники и эффекты облучения работников ПО «Маяк» и населения, проживающего в зоне влияния предприятия. Науч. ред.: Романов СА, Киселев МФ. Озерск: б. и., 2009; Ч. 1:4–50. [Tretyakov FD. Characteristics of the radiation environment at the Maya PA plutonium production plant during different periods of its activity. Eds.: Romanov SA, Kiselev MF. Ozyorsk: without p.h., 2009; P1:4–50.]
13. Третьяков Ф.Д., Романов С.А. Характеристика радиационной обстановки на первом радиохимическом заводе ПО «Маяк». В: Источники и эффекты облучения работников ПО «Маяк» и населения, проживающего в зоне влияния предприятия. Науч. ред.: Киселев МФ, Романов СА. Челябинск: Челябинский дом печати, 2010; Ч. 2:8–34. [Tretyakov FD, Romanov SA. Characteristics of the radiation environment at the first Maya PA radiochemical plant. Eds.: Romanov SA, Kiselev MF. Ozyorsk: without p.h., 2009; P1:4–50.]
14. Koshurnikova NA, Shilnikova NS, Okatenko PV. Characteristics of the cohort of workers at the Mayak nuclear complex. Radiat Res. 1999; 152(4):352–363. PMID: 10477912
15. Азизова ТВ, Тепляков ИИ, Григорьева ЕС, Власенко ЕВ, Сумина МВ, Дружинина МБ, и др. Медико-дозиметрическая база данных «Клиника» работников ПО «Маяк» и их семей. Мед. радиология и радиационная безопасность. 2009; 54(5): 26–35. [Azizova TV, Teplyakov II, Grigorieva EU, Vlasenko EV, Sumina MV, Druzhinina MB, et al. Medical dosimetric database «Clinic» of employees OF PA «Mayak» and their families. Medical Radiology аnd Radiation Safety. 2009;54(5):26-35. (In Russ.)]
16. Мерков АМ, Поляков ЛЕ. Санитарная статистика Пособие для врачей. М.: Атомиздат; 1975. 245 с.[Merkov AM, Polyakov LE. Sanitary statistics M.1975.245pp.(In Russ.)]
17. Joinpoint Trend Analysis Software. [https://surveillance.cancer.gov/joinpoint/ дата обращения 23.03.2022].
18. Международная классификация болезней 10-го пересмотра (МКБ-10) [https://mkb-10.com/ дата обращения 01.02.2021]
19. Ostrom QT, Patil N, Cioffi G, Waite K, Kruchko C, Barnholtz-Sloan JS. CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2014–2018. Neuro-Oncology. 2021; 23(S3):iii1–iii105. DOI: 10.1093/neuonc/noab200.
20. Qu S, Gao J, Tang B, Yu B, Shen YP, Tu Y. Low-dose ionizing radiation increases the mortality risk of solid cancers in nuclear industry workers: a meta-analysis. Molecular and clinical oncology. 2018; 8:703–711. DOI: 10.3892/mco.2018.1590
PDF (RUS) Полная версия статьи
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Финансирование. Исследование не имело спонсорской поддержки.
Участие авторов. Cтатья подготовлена с равным участием авторов.
Поступила: 15.03.2022. Принята к публикации: 11.05.2022.
Медицинская радиология и радиационная безопасность. 2022. Том 67. № 2
Ю.Б. Дешевой, В.Г. Лебедев, Т.А. Насонова, О.А. Добрынина, А.В. Лырщикова, Т.А. Астрелина, Б.Б. Мороз
СОЧЕТАННОЕ ПРИМЕНЕНИЕ ХИРУРГИЧЕСКОГО ИССЕЧЕНИЯ ЛУЧЕВОЙ ЯЗВЫ И ТРАНСПЛАНТАЦИИ СИНГЕННЫХ КЛЕТОК СТРОМАЛЬНО-ВАСКУЛЯРНОЙ ФРАКЦИИ ЖИРОВОЙ ТКАНИ ПРИ ЛЕЧЕНИИ ТЯЖЕЛЫХ МЕСТНЫХ РАДИАЦИОННЫХ ПОРАЖЕНИЙ В ЭКСПЕРИМЕНТЕ
Федеральный медицинский биофизический центр имени А.И. Бурназяна ФМБА России, Москва
Контактное лицо: Дешевой Юрий Борисович, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
РЕФЕРАТ
Цель: Изучение в эксперименте лечебной эффективности сочетанного применения хирургического иссечения лучевой язвы и трансплантации сингенных клеток стромально-васкулярной фракции жировой ткани при лечении тяжелых местных лучевых поражений.
Материал и методы: Опыты проведены на крысах самцах инбредной линии Wistar‒Kyoto массой 230‒250 г. Животных облучали на рентгеновской установке локально в подвздошно-поясничной области спины в дозе 110 Гр (напряжение на трубке 30 кВ, сила тока 6,1 мА, фильтр 0,1 мм Al), при мощности дозы 20,0 Гр/мин. Площадь поля облучения ‒ 8,2 см2. Радиационное воздействие позволяло получать тяжелые поражения кожи у крыс с длительно незаживающими язвами, причем без критической лучевой нагрузки на подлежащие ткани. Морфологическое исследование показало, что область некроза кожи (с максимумом в центре зоны облучения) формировалась к 21‒23 суткам после облучения и характеризовалась наличием выраженных изменений во всех слоях кожи. Хирургическое иссечение лучевой язвы выполняли на 22-е сутки после воздействия радиации. Пораженная ткань удалялась на всю глубину кожи вплоть до фасции скелетных мышц. Иссечение кожи проводили, отступив 6‒8 мм от внешней границы лучевой язвы. Трансплантацию клеток проводили двукратно через 5 и 12 суток после иссечения язвы. Клетки СВФ получали от интактных животных из подкожной жировой ткани, обработанной трипсином. Суспензию клеток СВФ жировой ткани в 1 мл стерильного раствора Хенкса вводили под кожу в 5 точек вокруг зоны иссечения, отступив 5‒7 мм от края очага. Количество введенных клеток при одной трансплантации составляло 2,5×106.
Результаты:Площадь лучевых язв у крыс контрольной группы в период с 27-х по 105-е сутки после облучения медленно уменьшалась с 2,8±0,2 см2 до 1,2 ± 0,2 см2. Иссечение лучевых язв приводило к быстрому полному видимому заживлению раневого дефекта (уже к 70-м суткам после облучения) с образованием атрофических рубцов. Трансплантация сингенных клеток СВФ усиливала скорость заживления хирургической раны.
Выводы: Полученные результаты показывают, что хирургическое иссечение лучевых язв в сочетании с клеточной терапией может оказаться эффективным способом лечения тяжелых местных лучевых поражений.
Ключевые слова: лучевая язва, хирургическое иссечение, трансплантация, стромально-васкулярная фракция жировой ткани, крысы
Для цитирования: Дешевой Ю.Б., Лебедев В.Г., Насонова Т.А., Добрынина О.А., Лырщикова А.В., Астрелина Т.А., Мо-
роз Б.Б. Сочетанное применение хирургического иссечения лучевой язвы и трансплантации сингенных клеток стромально-васкулярной фракции жировой ткани при лечении тяжелых местных радиационных поражений в эксперименте // Медицинская радиология и радиционная безопасность. 2022. Т. 67. № 2. С. 5-9.
DOI:10.33266/1024-6177-2022-67-2-5-9
Список литературы
1.Надежина Н.М., Галстян И.А. Лечение местных лучевых поражений / Под ред. Котенко К.В., Бушманова А.Ю.
М.: ФМБЦ им. АИ Бурназяна ФМБА России. 2013. 99 c.
2.Бушманов А.Ю., Надежина Н.М., Нугис В.Ю., Галстян И.А. Местные лучевые поражения кожи человека: возможности биологической индикации дозы (аналитический обзор) // Медицинская радиология и радиационная безопасность. 2005. Т.50, № 1. С.37-47.
3.Masaki Fujioka. Surgical Reconstruction of Radiation Injuries // Advances in Wound Care. 2014. V.3, No. 1. P. 25-37.
4.Bourin P., Bunnell B.A., Casteilla L., et al. Stromal Cells from the Adipose Tissue-Derived Stromal Vascular Fraction and Cultured Expanded Adipose Tissue-Derived Stromal/Stem Cells: a Joint Statement of the International Federation for Adipose Therapeutics and the International Society for Cellular Therapy (ISCT) // Cytotherapy. 2013. Vol. 15. P. 641-648.
5.Bora P., Majumdar A. Adipose Tissue-Derived Stromal Vascular Fraction in Regenerative Medicine: a Brief Review And Translation // Stem Cell Research & Therapy. 2017. No. 8.
P. 145-148. DOI 10.1186/s13287-017-0598-y.
6.Дешевой Ю.Б., Насонова Т.А., Добрынина О.А. и др. Опыт применения сингенных мультипотентных мезенхимальных стволовых клеток (ММСК) жировой ткани для лечения тяжелых радиационных поражений кожи в эксперименте // Радиационная биология. Радиоэкология. 2020. Т.60, № 1.
С. 26-33.
7.Дешевой Ю.Б., Лебедев В.Г., Насонова Т.А. и др. Сравнительная эффективность сингенных культивированных мезенхимальных стволовых клеток (ММСК) и свежевыделенных клеток стромально-васкулярной фракции (СВФ) жировой ткани при лечении тяжелых местных лучевых поражений в эксперименте // Радиационная биология. Радиоэкология. 2021. Т.61, № 2. С.151-157.
8.Benfar M., Javanmardi S., Sarrafzadeh-Rezaei F. Comparative Study on Functional Effects Allotransplantation of Bone Marrow Stromal Cells and Adipose Derived Stromal Vascular Fraction on Tendon Repair: a Biomechanical Study In Rab-
bits // Cell. J. 2014. V.16, No. 3. P. 263-270.
9.Sheng-Ping Huang, Chun-Hsiang Huang, Jia-Fwu Shyu, et al. Promotion of Wound Healing Using Adipose-Derived Stem Cells in Radiation Ulcer of a Rat Model // Journal of Biomedical Science. 2013. V.20, No. 1. P.51-61.
10.Wu Ya., Cheng L., Scott P.G., Tredget E.E. Mesenchymal Stem Cells Enhance Wound Healing Through Differentiation and Angiogenesis // Stem Cells. 2007. V.25, No. 10. P. 2648-2659.
11.Котенко К.В., Мороз Б.Б., Насонова Т.А. и др. Экспериментальная модель тяжелых местных лучевых поражений кожи после действия рентгеновского излучения // Патологическая физиология и экспериментальная терапия. 2013. Т.57, № 4. С. 121-123.
12.Bognest A.C., Shandadfar A., Brinchmann J.E., Collas P. Isolation of Stromal Stem Cells from Human Adipose Tissue // Methods Mol. Biol. 2006. No. 325. P. 35-46.
13.Бояринцев В.В., Елдашов С.В., Гребенюк А.Н., Заргарова Н.И. Пересадка лоскута тканей на питающей ножке после сочетанного общего и местного радиационного облучения // Медицина катастроф. 2012. № 4. С. 56-58.
14.Гребенюк А.Н., Бояринцев В.В., Елдашoв С.В. и др. Экспериментальная оценка влияния дермальных эквивалентов на эпителизацию раневой поверхности в условиях местного облучения крыс // Медицина катастроф. 2011. № 2.
С. 56–58.
15.Lataillade J.J., Doucet C., Bey E., et al. New Approach to Radiation Burn Treatment by Dosimetry-Guided Surgery Combined with Autologous Mesenchymal Stem Cell Therapy // Regen. Med. 2007. No.2. P. 785-794.
PDF (RUS) Полная версия статьи
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Финансирование. Исследование не имело спонсорской поддержки.
Участие авторов. Cтатья подготовлена с равным участием авторов.
Поступила: 30.11.2021. Принята к публикации: 30.03.2022.
Медицинская радиология и радиационная безопасность. 2022. Том 67. № 4
А.В. Капишников1, Е.Н. Суровцев1,2, Ю.Д. Удалов3
МАГНИТНО-РЕЗОНАНСНАЯ ТОМОГРАФИЯ
ПЕРВИЧНЫХ ВНЕМОЗГОВЫХ ОПУХОЛЕЙ:
ПРОБЛЕМЫ ДИАГНОСТИКИ И ПЕРСПЕКТИВЫ РАДИОМИКИ
1 Самарский государственный медицинский университет Минздрава России, Самара, Россия.
2 Лечебно-диагностический центр Международного института биологических систем имени Сергея Березина, Тольятти, Россия.
3 Федеральный научно-клинический центр медицинской радиологии и онкологии ФМБА России, Димитровград, Россия.
Контактное лицо: Капишников Александр Викторович, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
СОДЕРЖАНИЕ
Введение
МРТ семиотика в дифференциальной диагностике первичных внемозговых опухолей (ПВО)
Локализация опухоли и её связь с анатомическими структурами
Неоднородность (гетерогенность) опухоли
Границы опухоли и перитуморальный отек
Измеряемый коэффициент диффузии (ИКД)
Дуральный «хвост»
Информационные технологии анализа МРТ изображений и радиомика
Радиомика в дифференциальной диагностике ПВО
Заключение
Ключевые слова: магнитно-резонансная томография, первичные внемозговые опухоли, менингиомы, радиомика, информационные технологии
Для цитирования: Капишников А.В., Суровцев Е.Н., Удалов Ю.Д. Магнитно-резонансная томография первичных внемозговых опухолей: проблемы диагностики и перспективы радиомики // Медицинская радиология и радиационная безопасность. 2022. Т. 67. № 4. С. 49–56. DOI: 10.33266/1024-6177-2022-67-4-49-56
Список литературы
1. Louis DN, Perry A, Wesseling P, Brat DJ, Cree IA, Figarella-Branger DL, et al. The 2021 WHO Classification of Tumors of the Central Nervous System: a summary. Neuro Oncol. 2021 Aug 2;23(8):1231-1251. doi: 10.1093/neuonc/noab106.
2. Goldbrunner R, Stavrinou P, Jenkinson MD, Sahm F, Mawrin C, Weber DCL, et al. EANO guideline on the diagnosis and management of meningiomas. Neuro Oncol. 2021 Jun 28:noab150. doi: 10.1093/neuonc/noab150.
3. Goldbrunner R, Weller M, Regis J, Lund-Johansen M, Stavrinou P, Reuss D, et al. EANO guideline on the diagnosis and treatment of vestibular schwannoma. Neuro Oncol. 2020;22(1):31-45. doi:10.1093/neuonc/noz153.
4. Shin DW, Kim JH, Chong S, Song SW, Kim YH, Cho YHL, et al. Intracranial solitary fibrous tumor/hemangiopericytoma: tumor reclassification and assessment of treatment outcome via the 2016 WHO classification. J Neurooncol. 2021 Sep;154(2):171-178. doi: 10.1007/s11060-021-03733-7.
5. Ostrom QT, Cioffi G, Gittleman H, Patil N, Waite K, Kruchko C, Barnholtz-Sloan JS. CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2012-2016. Neuro Oncol. 2019 Nov 1;21(Suppl 5):v1-v100. doi: 10.1093/neuonc/noz150.
6. Fountain DM, Young AMH, Santarius T. Malignant meningiomas. Handb Clin Neurol. 2020;170:245-250. doi:10.1016 /B978-0-12-822198-3.00044-6.
7. Осборн А. Г., Зальцман К. Л., Завери М. Д. Лучевая диагностика. Головной мозг. М.: Издательство Панфилова, 2018. 1216 с. [Osborn А.G., Zalcman К.L., Zaveri M.D. Radiology. Brain. Moscow, Panfilova Publishing House, 2018. 420p. (in Russ.)]
8. Yeole U, Rao KVLN, Beniwal M, Sivakoti S, Santosh V, Somanna S. Cranial and Spinal Malignant Peripheral Nerve Sheath Tumor: A Pathological Enigma. J Neurosci Rural Pract. 2021 Sep 28;12(4):770-779. doi: 10.1055/s-0041-1735325.
9. Islim AI, Mohan M, Moon RDC, Rathi N, Kolamunnage-Dona R, Crofton A, et al. Treatment Outcomes of Incidental Intracranial Meningiomas: Results from the IMPACT Cohort. World Neurosurg. 2020;138:e725-e735. doi:10.1016/j.wneu.2020.03.060.
10. McNeill KA. Epidemiology of Brain Tumors. Neurol Clin. 2016;34(4):981-998. doi:10.1016/j.ncl.2016.06.014.
11. Sun SQ, Cai C, Murphy RK, DeWees T, Dacey RG, Grubb RL, et al. Management of atypical cranial meningiomas, part 2: predictors of progression and the role of adjuvant radiation after subtotal resection [published correction appears in Neurosurgery. 2014 Dec;75(6):733]. Neurosurgery. 2014;75(4):356-363. doi:10.1227 /NEU.0000000000000462.
12. Laviv Y, Thomas A, Kasper EM. Hypervascular Lesions of the Cerebellopontine Angle: The Relevance of Angiography as a Diagnostic and Therapeutic Tool and the Role of Stereotactic Radiosurgery in Management. A Comprehensive Review. World Neurosurg. 2017;100:100–17.
13. Roos DE, Patel SG, Potter AE, Zacest AC. When is an acoustic neuroma not an acoustic neuroma? Pitfalls for radiosurgeons. J Med Imaging Radiat Oncol. 2015;59(4):474-479. doi:10.1111 /1754-9485.12328.
14. Alatriste-Martínez S, Moreno-Jiménez S, Gutiérrez-Aceves GA, Suárez-Campos JJ, García-Garduño OA, Rosas-Cabral A, et al. Linear Accelerator-Based Radiosurgery of Grade I Intracranial Meningiomas. World Neurosurg X. 2019;3:100027. Published 2019 Mar 7. doi:10.1016/j.wnsx.2019.100027.
15. Gihr GA, Horvath-Rizea D, Kohlhof-Meinecke P, Ganslandt O, Henkes H, Richter C, et al. Histogram Profiling of Postcontrast T1-Weighted MRI Gives Valuable Insights into Tumor Biology and Enables Prediction of Growth Kinetics and Prognosis in Meningiomas. Transl Oncol. 2018;11(4):957-961. doi:10.1016 /j.tranon.2018.05.009.
16. Shabani S, Kaushal M, Kaufman B, Knipstein J, Lawlor MW, Lew S, et al. Intracranial Extraskeletal Mesenchymal Chondrosarcoma: Case Report and Review of the Literature of Reported Cases in Adults and Children. World Neurosurg. 2019;129:302-310. doi:10.1016/j.wneu.2019.05.221.
17. Dunn IF, Bi WL, Mukundan S, Delman BN, Parish J, Atkins T, et al. Congress of Neurological Surgeons Systematic Review and Evidence-Based Guidelines on the Role of Imaging in the Diagnosis and Management of Patients With Vestibular Schwannomas. Neurosurgery. 2018;82(2):E32-E34. doi:10.1093/neuros/nyx510.
18. Stone JA, Cooper H, Castillo M, Mukherji SK. Malignant schwannoma of the trigeminal nerve. AJNR Am J Neuroradiol. 2001;22(3):505-507.
19. Ohba S, Murayama K, Nishiyama Y, Adachi K, Yamada S, Abe M, et al. Clinical and Radiographic Features for Differentiating Solitary Fibrous Tumor/Hemangiopericytoma From Meningioma. World Neurosurg. 2019;130:e383-e392. doi:10.1016/j.wneu .2019.06.094.
20. Lin BJ, Chou KN, Kao HW, Lin C, Tsai WC, Feng SW, et al. Correlation between magnetic resonance imaging grading and pathological grading in meningioma. J Neurosurg. 2014;121(5):1201-1208. doi:10.3171/2014.7 .JNS132359.
21. Ranabhat K, Bishokarma S, Agrawal P, Shrestha P, Panth R, Ghimire RK. Role of MR Morphology and Diffusion-Weighted Imaging in the Evaluation of Meningiomas: Radio-Pathologic Correlation. JNMA J Nepal Med Assoc. 2019;57(215):37-44.
22. Adeli A, Hess K, Mawrin C, Streckert EMS, Stummer W, Paulus W, et al. Prediction of brain invasion in patients with meningiomas using preoperative magnetic resonance imaging. Oncotarget. 2018;9(89):35974-35982. Published 2018 Nov 13. doi:10.18632/oncotarget.26313.
23. Bečulić H, Skomorac R, Jusić A, Alić F, Mašović A, Burazerović E, et al. Correlation of peritumoral brain edema with morphological characteristics and Ki67 proliferative index in resected intracranial meningiomas. Acta Clin Croat. 2019;58(1):42-49. doi:10.20471 /acc.2019.58.01.06.
24. Berhouma M, Jacquesson T, Jouanneau E, Cotton F. Pathogenesis of peri-tumoral edema in intracranial meningiomas. Neurosurg Rev. 2019;42(1):59-71. doi:10.1007/s10143-017-0897-x.
25. Lu Z, You Z, Xie D, Wang Z. Apparent diffusion coefficient values in differential diagnosis and prognostic prediction of solitary of fibrous tumor/hemangiopericytoma (WHOII) and atypical meningioma. Technol Health Care. 2019;27(2):137-147. doi:10.3233 /THC-181447.
26. Shankar JJS, Hodgson L, Sinha N. Diffusion weighted imaging may help differentiate intracranial hemangiopericytoma from meningioma. J Neuroradiol. 2019;46(4):263-267. doi:10.1016 /j.neurad.2018.11.002.
27. El-Ali AM, Agarwal V, Thomas A, Hamilton RL, Filippi CG. Clinical metric for differentiating intracranial hemangiopericytomas from meningiomas using diffusion weighted MRI. Clin Imaging. 2019;54:1-5. doi:10.1016/j.clinimag.2018.10.018.
28. Takeguchi T, Miki H, Shimizu T, Kikuchi K, Mochizuki T, Ohue S, et al. The dural tail of intracranial meningiomas on fluid-attenuated inversion-recovery images. Neuroradiology. 2004;46(2):130-135. doi:10.1007 /s00234-003-1152-4.
29. Aerts HJ. The Potential of Radiomic-Based Phenotyping in Precision Medicine: A Review. JAMA Oncol. 2016 Dec 1;2(12):1636-1642. doi: 10.1001/jamaoncol.2016.2631. PMID: 27541161.
30. Larue RT, Defraene G, De Ruysscher D, Lambin P, van Elmpt W. Quantitative radiomics studies for tissue characterization: a review of technology and methodological procedures. Br J Radiol. 2017;90(1070):20160665. doi:10.1259/bjr.20160665.
31. Liu Z, Wang S, Dong D, Wei J, Fang C, Zhou X, et al. The Applications of Radiomics in Precision Diagnosis and Treatment of Oncology: Opportunities and Challenges. Theranostics. 2019;9(5):1303-1322. Published 2019 Feb 12. doi:10.7150 /thno.30309.
32. Armato SG 3rd, McLennan G, Bidaut L, McNitt-Gray MF, Meyer CR, Reeves AP, et al. The Lung Image Database Consortium (LIDC) and Image Database Resource Initiative (IDRI): a completed reference database of lung nodules on CT scans. Med Phys. 2011;38(2):915-931. doi:10.1118/1.3528204.
33. van Velden FH, Kramer GM, Frings V, Nissen IA, Mulder ER, de Langen AJ, et al. Repeatability of Radiomic Features in Non-Small-Cell Lung Cancer [(18)F]FDG-PET/CT Studies: Impact of Reconstruction and Delineation. Mol Imaging Biol. 2016;18(5):788-795. doi:10.1007/s11307-016-0940-2.
34. Parmar C, Rios Velazquez E, Leijenaar R, Jermoumi M, Carvalho S, Mak RH, et al. Robust Radiomics feature quantification using semiautomatic volumetric segmentation. PLoS One. 2014;9(7):e102107. Published 2014 Jul 15. doi:10.1371 /journal.pone.0102107.
35. Liu Y, Kim J, Qu F, Liu S, Wang H, Balagurunathan Y, et al. CT Features Associated with Epidermal Growth Factor Receptor Mutation Status in Patients with Lung Adenocarcinoma. Radiology. 2016;280(1):271-280. doi:10.1148/radiol.2016151455.
36. Scalco E, Rizzo G. Texture analysis of medical images for radiotherapy applications. Br J Radiol. 2017;90(1070):20160642. doi:10.1259/bjr.201 60642.
37. Soni N, Priya S, Bathla G. Texture Analysis in Cerebral Gliomas: A Review of the Literature. AJNR Am J Neuroradiol. 2019 Jun;40(6):928-934. doi: 10.3174/ajnr.A6075.
38. Lambin P, Leijenaar RTH, Deist TM, Peerlings J, de Jong EEC, van Timmeren J, et al. Radiomics: the bridge between medical imaging and personalized medicine. Nat Rev Clin Oncol. 2017;14(12):749-762. doi:10.1038/nrclinonc.2017.141.
39. He L, Huang Y, Ma Z, Liang C, Liang C, Liu Z. Effects of contrast-enhancement, reconstruction slice thickness and convolution kernel on the diagnostic performance of radiomics signature in solitary pulmonary nodule. Sci Rep. 2016;6:34921. Published 2016 Oct 10. doi:10.1038/srep34921.
40. Savio SJ, Harrison LC, Luukkaala T, Heinonen T, Dastidar P, Soimakallio S, et al. Effect of slice thickness on brain magnetic resonance image texture analysis. Biomed Eng Online. 2010;9:60. Published 2010 Oct 18. doi:10.1186/1475-925X-9-60.
41. Yang F, Dogan N, Stoyanova R, Ford JC. Evaluation of radiomic texture feature error due to MRI acquisition and reconstruction: A simulation study utilizing ground truth. Phys Med. 2018;50:26-36. doi:10.1016 /j.ejmp.2018.05.017.
42. Tustison NJ, Avants BB, Cook PA, Zheng Y, Egan A, Yushkevich PA, et al. N4ITK: improved N3 bias correction. IEEE Trans Med Imaging. 2010;29(6):1310-1320. doi:10.1109/TMI.2010.2046908.
43. Waugh SA, Purdie CA, Jordan LB, et al. Magnetic resonance imaging texture analysis classification of primary breast cancer. Eur Radiol. 2016;26(2):322-330. doi:10.1007/s00330-015-3845-6.
44. Park YW, Oh J, You SC, Han K, Ahn SS, Choi YS, et al. Radiomics and machine learning may accurately predict the grade and histological subtype in meningiomas using conventional and diffusion tensor imaging. Eur Radiol. 2019;29(8):4068-4076. doi:10.1007 /s00330-018-5830-3.
45. Laukamp KR, Shakirin G, Baeßler B, Thiele F, Zopfs D, Große Hokamp N, et al. Accuracy of Radiomics-Based Feature Analysis on Multiparametric Magnetic Resonance Images for Noninvasive Meningioma Grading. World Neurosurg. 2019;132:e366-e390. doi:10.1016/j.wneu.2019.08.148.
46. Lu Y, Liu L, Luan S, Xiong J, Geng D, Yin B. The diagnostic value of texture analysis in predicting WHO grades of meningiomas based on ADC maps: an attempt using decision tree and decision forest. Eur Radiol. 2019; 29(3):1318-1328. doi:10.1007/s00330-018-5632-7.
47. Yan PF, Yan L, Hu TT, Xiao DD, Zhang Z, Zhao HY, et al. The Potential Value of Preoperative MRI Texture and Shape Analysis in Grading Meningiomas: A Preliminary Investigation. Transl Oncol. 2017;10(4):570-577. doi:10.1016/j.tranon.2017.04.006.
48. Chen C, Guo X, Wang J, Guo W, Ma X, Xu J. The Diagnostic Value of Radiomics-Based Machine Learning in Predicting the Grade of Meningiomas Using Conventional Magnetic Resonance Imaging: A Preliminary Study. Front Oncol. 2019;9:1338. Published 2019 Dec 6. doi:10.3389/fonc.2019.01338.
49. Ke C, Chen H, Lv X, Li H, Zhang Y, Chen M, et al. Differentiation Between Benign and Nonbenign Meningiomas by Using Texture Analysis From Multiparametric MRI. J Magn Reson Imaging. 2020;51(6):1810-1820. doi:10.1002/jmri.26976.
50. Chu H, Lin X, He J, Pang P, Fan B, Lei P, et al. Value of MRI Radiomics Based on Enhanced T1WI Images in Prediction of Meningiomas Grade. Acad Radiol. 2021;28(5):687-693. doi:10.1016 /j.acra.2020.03.034.
51. Li X, Lu Y, Xiong J, Wang D, She D, Kuai X, et al. Presurgical differentiation between malignant haemangiopericytoma and angiomatous meningioma by a radiomics approach based on texture analysis. J Neuroradiol. 2019;46(5):281-287. doi:10.1016/j.neurad.2019.05.013.
52. Kanazawa T, Minami Y, Jinzaki M, Toda M, Yoshida K, Sasaki H. Preoperative Prediction of Solitary Fibrous Tumor/Hemangiopericytoma and Angiomatous Meningioma Using Magnetic Resonance Imaging Texture Analysis. World Neurosurg. 2018;120:e1208-e1216. doi:10.1016 /j.wneu.2018.09.044.
53. He W, Xiao X, Li X, Guo Y, Guo L, Liu X, et al. Whole-tumor histogram analysis of apparent diffusion coefficient in differentiating intracranial solitary fibrous tumor/hemangiopericytoma from angiomatous meningioma. Eur J Radiol. 2019;112:186-191. doi:10.1016/j.ejrad.2019.01.023.
54. Nagano H, Sakai K, Tazoe J, Yasuike M, Akazawa K, Yamada K. Whole-tumor histogram analysis of DWI and QSI for differentiating between meningioma and schwannoma: a pilot study. Jpn J Radiol. 2019;37(10):694-700. doi:10.1007/s11604-019-00862-y.
55. Gu H, Zhang X, di Russo P, Zhao X, Xu T. The Current State of Radiomics for Meningiomas: Promises and Challenges. Front Oncol. 2020;10:567736. Published 2020 Oct 27. doi:10.3389 /fonc.2020.567736.
PDF (RUS) Полная версия статьи
Конфликт интересов. Автор заявляют об отсутствии конфликта интересов.
Финансирование. Исследование не имело спонсорской поддержки.
Участие авторов. Cтатья подготовлена с равным участием авторов.
Поступила: 20.04.2022. Принята к публикации: 25.05.2022.
Медицинская радиология и радиационная безопасность. 2022. Том 67. № 2
С.И. Спиридонов, В.В. Иванов, И.Е. Титов
СТАТИСТИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ НАКОПЛЕНИЯ 137Cs В ПРОДУКЦИИ РАСТЕНИЕВОДСТВА НА РАДИОАКТИВНО ЗАГРЯЗНЕННЫХ ТЕРРИТОРИЯХ
Всероссийский научно-исследовательский институт радиологии и агроэкологии, Обнинск
Контактное лицо: Сергей Иннокентьевич Спиридонов, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
РЕФЕРАТ
Цель: Разработка статистических моделей для прогнозирования накопления 137Cs в продукции растениеводства, параметризация моделей и прогностические оценки для территорий Брянской области, загрязненных 137Cs в результате аварии на Чернобыльской АЭС.
Материал и методы: Обосновано использование вероятностного подхода для корректных прогностических оценок безопасности агропродукции, получаемой на радиоактивно загрязненных сельскохозяйственных землях. Разработаны аналитические модели в рамках вероятностного подхода для прогнозирования рисков радиоактивного загрязнения 137Cs растениеводческой продукции, оценки допустимых уровней загрязнения пахотных земель и времени их естественной реабилитации.
Результаты: На основе статистического анализа данных радиоэкологического обследования установлено, что плотность загрязнения почв 137Cs подчиняется логнормальному закону распределения с высоким уровнем значимости. Для хозяйств юго-западных районов Брянской области показано, что при соответствии средних значений содержания 137Cs в растениеводческой продукции установленному нормативу, риски его превышения могут достигать 30 %. Это обусловлено вариабельностью плотностей загрязнения почвы 137Cs и миграционных параметров. Представлены зависимости предельных плотностей загрязнения почв 137Cs от риска превышения нормативов содержания этого радионуклидов в продукции. Время естественной реабилитации пахотных сельскохозяйственных угодий при заданном риске для продукции 10 % может превышать 30 лет.
Заключение: Применение вероятностных методов для прогнозирования последствий загрязнения сельскохозяйственных земель 137Cs дает возможность скорректировать практические рекомендации, выработанные на основе детерминированного подхода. Результаты прогностических расчетов являются основой планирования и оценки возможности возвращения территорий, загрязненных 137Cs, в хозяйственное использование. Разработанные модели могут быть использованы при развитии систем поддержки принятия решений по реабилитации сельскохозяйственных земель, подвергшихся чернобыльским выпадениям.
Ключевые слова: радиоактивное загрязнение, сельхозугодия, продукция растениеводства, статистические модели, риск превышения норматива, логнормальное распределение, Брянская область, юго-западные районы
Для цитирования: Спиридонов С.И., Иванов В.В., Титов И.Е. Статистическое прогнозирование накопления 137cs в продукции растениеводства на радиоактивно загрязненных территориях // Медицинская радиология и радиционная безопасность. 2022. Т. 67. № 2. С. 10-17.
DOI: 10.33266/1024-6177-2022-67-2-10-17
Список литературы
1. Панов А.В., Санжарова Н.И., Шубина О.А., Гордиенко Е.В., Титов И.Е. Современное состояние и прогноз загрязнения 137Cs сельскохозяйственных угодий Брянской, Калужской, орловской и Тульской областей, подвергшихся воздействию аварии на Чернобыльской АЭС // Радиация и риск. 2017. Т.26, № 3. С. 66-74.
2. Радиоэкологические последствия аварии на Чернобыльской АЭС: биологические эффекты, миграция, реабилитация загрязненных территорий / Под ред. Санжаровой Н.И., Фесенко С.В. М.: РАН, 2018. 278 с.
3. Шубина О.А., Титов И.Е., Кречетников В.В., Санжарова С.И. Итоги комплексной паспортизации сельскохозяйственных угодий Брянской области, загрязненных радионуклидами // Агрохимический вестник. 2017. № 3.
С. 35-39.
4. Кречетников В.В., Титов И.Е., Шубина О.А., Прудников П.В. Оценка текущей радиоэкологической обстановки на сельскохозяйственных угодьях Новозыбковского района Брянской области // Вестник Брянской государственной сельскохозяйственной академии. 2017. № 4. С. 25-30.
5. Санитарно-эпидемиологические правила и нормативы. СанПиН 2.3.2.1078-01. 2002. 269 с.
6. Grubich A. Statistical and Structural Properties of Radionuclide Deposition // European Researcher. 2014. V.73, № 4-2.
7. Хомутинин Ю.В., Кашпаров В.А., Жебровская Е.И. Оптимизация отбора и измерений проб при радиоэкологическом мониторинге: Монография. Киев: УкрНИИСХР. 2001. 160 с.
8. Quantification of Radionuclide Transfer in Terrestrial and Freshwater Environments for Radiological Assessments. Vienna: International Atomic Energy Agency, 2009. 625 p.
9. Handbook of Parameter Values for Prediction of Radionuclide Transfer in Terrestrial and Freshwater Environments. Vienna: International Atomic Energy Agency, 2010. 208 p.
10. Иванов В.В., Спиридонов С.И., Куртмулаева В.Э. Компьютерная программа для оценки эффективности реабилитационных мероприятий на сельскохозяйственных угодьях, подвергшихся радиоактивному загрязнению // Агрохимический вестник. 2016. № 2. С. 23-26.
11. Спиридонов C.И., Иванов В.В. Вероятностная оценка накопления радионуклидов в сельскохозяйственной продукции и допустимых уровней радиоактивного загрязнения почв //
Радиационная биология. Радиоэкология. 2013. Т.53, № 1.
С. 95-103.
12. Спиридонов C.И., Иванов В.В. Статистическое прогнозирование последствий радиоактивного загрязнения пастбищных сельскохозяйственных угодий // Радиационная биология. Радиоэкология. 2014. Т.54, № 6. С. 621-631.
13. Сельскохозяйственная радиоэкология / Под ред. Алексахина Р.М., Корнеева Н.А. М.: Экология, 1991. 397 c.
14. Daniels W.M., Higgins, N.A. Environmental Distribution and the Practical Utilisation of Detection Limited Environmental Measurement Data. NRPB-W13. 2002. ISBN 0 85951 484 6.
15. Grubich A., Makarevich V.I., Zhukova O.M. Description of Spatial Patterns of Radionuclide Deposition by Lognormal Distribution and Hot Spots // Journal of Environmental Radioactivity. 2013. No. 126. P. 264-272.
16. Mory A., Takahara S., Ishizaki A., Iijima M., Sanada Y., Munakata M. Assessment of Residual Doses to Population after Decontamination in Fukushima Prefecture // Journal of Environmental Radioactivity. 2017. No. 166. P. 74-82.
17. Фесенко С.В., Черняева Л.Г., Санжарова Н.И., Алексахин Р.М. Вероятностный подход к прогнозированию радиоактивного загрязнения сельскохозяйственной продукции // Атомная энергия. 1993. Т.74, № 6. С. 507-512.
18. Свидетельство о государственной регистрации
№ 2016620790 от 15.06.2016 “Единый реестр радиоактивно загрязненных сельскохозяйственных земель России и Беларуси”. 2016.
19. Yamamura K., Fujimura S., Ota T., Ishikawa T., Saito T., Arai Y., Shinano T. A Statistical Model for Estimating the Radiocesium Transfer Factor from Soil to Brown Rice Using the Soil Exchangeable Potassium Content // Journal of Environmental Radioactivity. 2018. No. 195. P. 114-125.
20. Иванов В.В., Спиридонов С.И. Статистическое прогнозирование накопления радионуклидов в растениях. Информационный ресурс https://zenodo.org/record/2593433 (Дата обращения 14.03.2019).
21. Спиридонов С.И., Иванов В.В., Титов И.Е., Нуштаева В.Э. Радиоэкологическая оценка кормовых сельскохозяйственных угодий Брянской области на основе комплекса статистических моделей // Радиация и риск. 2021. Т.30, № 2.
С. 38-49.
22. Панов А.В., Прудников П.В., Титов И.Е., Кречетников В.В., Ратников А.Н., Шубина О.А. Радиоэкологическая оценка сельскохозяйственных земель и продукции юго-западных районов Брянской области, загрязненных радионуклидами в результате аварии на Чернобыльской АЭС // Радиационная гигиена. 2019. Т.12, № 1. С. 25-35.
PDF (RUS) Полная версия статьи
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Финансирование. Исследование не имело спонсорской поддержки.
Участие авторов. Cтатья подготовлена с равным участием авторов.
Поступила: 30.11.2021. Принята к публикации: 30.03.2022.