Radiotherapy plays a pivotal role in cancer treatment, treating approximately 50% of cancer patients worldwide.Recently, immunotherapy has been introduced to clinics and the synergetic effect of combining radiotherapy andimmunotherapy is becoming a new standard of care for some cancer types. On the other hand, radiation-inducedlymphopenia, which is a common complication of radiotherapy, has been reported as an important factor, with itsstrong correlation not only to the treatment outcome but also to the survival. In this thesis study, we statistically analyzed the lymphocyte dynamics of locally-advanced (stage III) non-small cell lung cancer patients treated with chemo-radiotherapy and immunotherapy. Then, the correlation between radiotherapy plan and lymphocyte changes was investigated with three-dimensional dose distribution data using voxel-based analysis (VBA). Furthermore, based on the analyzed relationship in this study, we developed a novel neural network to predict the lymphopenia after chemo-radiotherapy and discussed the clinical meaning of the results.
전세계적으로 암 환자의 약 50%가 방사선치료를 받고 있으며, 방사선치료는 암치료의 중요한 기둥 역할을 한다. 한편, 최근 면역암치료가 임상에 도입되면서, 면역치료가 기존의 치료법인 방사선치료와 병행되었을 때 기대할 수 있는 시너지 효과가 각광받고 있다. 그 중 방사선치료 후에 발생할 수 있는 흔한 합병증의 하나인 림프구 감소증은 면역치료의 효과 뿐만 아니라 환자의 생존에도 영향을 미치는 것으로 알려져 있다. 이에 본 학위논문에서는 3기 비소세포성폐암 환자들의 임상 데이터를 이용하여 화학방사선치료 후 림프구 변화 역동에 대하여 통계 분석하고, 방사선치료계획와 림프구 변화 사이의 관계를 3차원 방사선량계획 영상 데이터를 기반으로 심층 분석하고자 한다. 나아가, 방사선치료계획과 환자 특성 정보를 이용하여 치료가 시작되기 전 환자별 림프구 감소증 발생 여부를 예측하는 인공신경망 모델을 개발하고, 이 모델의 임상적 의의에 대하여 논의하고자 한다.
