6.2 线性二次模型与生物等效剂量

6.2 线性二次模型与生物等效剂量

本节摘要：线性二次模型（LQ）是放疗方案设计的定量引擎：S 等于 e 的负 αD 减 βD² 次方，一个指数把单击致死与双击致死两套机制装进同一行公式。本节推导模型、解读 α/β 比值、引出生物等效剂量（BED）这张"方案比价表"，附三组临床级换算练习，并如实讨论模型在高剂量区的边界争议。

一个公式装下两种死亡机制

LQ 的历史起点是七十年代对细胞存活曲线"先弯后陡"形状的系统建模。它的公设只有两条：单次电离即可造成的致死损伤与剂量成正比（αD 项）；两个本可各自修复的亚致死损伤相互转化成致死损伤的概率与剂量平方成正比（βD² 项）。指数求和得到生存公式：S 等于 e 的负（αD 加 βD²）次方。低剂量区线性项主导，曲线近似直线；剂量升高后二次项接管，曲线加速下坠——肩区与陡降段被一个公式全覆盖。真正让模型封神的是参数的生物学可解释性：α 反映单击致死效率（与 DNA 修复能力挂钩），β 反映双击损伤的交互效率（与分次敏感性挂钩），两者之比 α/β 的量纲是剂量（Gy），语义是"线性项与二次项贡献相等时的剂量"。临床数据归纳出稳定的两档：多数肿瘤与急性反应组织 α/β 约 10 Gy（线性主导，对分次不敏感），晚反应正常组织 α/β 约 2—3 Gy（二次主导，对单次剂量极其敏感）。这一高一低两档，就是分次放疗"损敌利己"的数学底座。

图：LQ 曲线与 α/β 分档——分次优势的几何解释

BED：方案比价表

比较两个分割方案（各自有总剂量 D 与单次剂量 d），直接比物理剂量会误导，因为生物效应取决于分次结构。BED 把方案折算成"极低单次剂量无限分次下的等效总剂量"：BED 等于 D 乘以（1 加 d 除以 α/β）。写 BED 时习惯下标注明所用 α/β：BED10 谈肿瘤，BED3 谈晚反应组织。三组换算练习走起。

练习一：常规方案 vs 大分割方案（肿瘤账，α/β 取 10 Gy）
方案 A：60 Gy 分 30 次，d = 2
  BED10 = 60 × (1 + 2/10) = 72 Gy
方案 B：48 Gy 分 4 次（SBRT 风格），d = 12
  BED10 = 48 × (1 + 12/10) = 105.6 Gy
结论：大分割方案的肿瘤账高出约五成，解释了 SBRT 短疗程
高局控的生物学基础。

练习二：同一方案的晚反应组织账（α/β 取 3 Gy）
方案 A：BED3 = 60 × (1 + 2/3) = 100 Gy
方案 B：BED3 = 48 × (1 + 12/3) = 240 Gy
结论：肿瘤账更漂亮的同时，晚反应组织账翻了一倍多——
大分割的安全边界必须重新设计，不能沿用常规分次的耐受经验。

练习三：疗程延长的再增殖折扣（头颈癌，快速增殖肿瘤）
60 Gy/30 次拖了 7 周才完成，再增殖折扣按每周约 0.5—1 Gy
（物理剂量）取 0.7：折扣 = 0.7 × 7 ≈ 4.9 Gy
校正 BED10 ≈ (60 - 4.9) × 1.2 ≈ 66.1 Gy，相比准点完工
的 72 Gy 损失明显——"总时间也是处方"的定量出处。
​

边界之争：模型在高剂量区还准吗

LQ 的软肋在单次 8—10 Gy 以上的区间——恰好是立体定向放疗的日常。理论争议有两条：其一，大剂量下修复系统饱和，"二次项无限制增长"可能高估杀伤，实测曲线在大剂量段趋平（更接近纯线性）；其二，大剂量照射还激活血管损伤、免疫等 LQ 完全不管的体内机制。工程界的回应是务实主义：用广义 LQ、引入饱和参数的修正模型做高剂量区的外推，同时以临床终点数据校准；大量 SBRT 队列显示，校正后的 LQ 框架在 BED10 约 100 Gy 量级上与局控率仍大体相容。这个案例的启示与第 2 章 RBE 一脉相承：临床模型不求全真，只求在给定区间内可用、可校、可退——边界之外另起炉灶即可，不必推翻整栋楼。

参数从哪里来：α/β 的估计与不确定性

模型用得多，参数的来历就值得交代。α/β 不是直接测出来的常数，而是从临床与实验数据反推的估计值：收集若干组不同分割方案的结果（总剂量、分次数、结局），用 LQ 框架拟合出使各方案等效的 α/β，再做统计汇总。这个流程决定了三件事。其一，估计有置信区间：肿瘤 α/β 常见的 8—15 Gy、晚反应组织 2—4 Gy 的"标准值"，其实是区间中取整的便利值，不同瘤种、不同终点给出的估计可以明显偏移——前列腺癌的肿瘤 α/β 就被认为偏低（部分研究估计在 2—5 Gy 量级），这正是它适合大分割的理论根据之一。其二，估计依赖假设：拟合时假设修复完全、无再增殖或按固定速率再增殖，假设不同，反推出的 α/β 就不同。其三，个体偏离均值是常态而非例外——第 8 章的放射基因组学之所以被视为下一代基础设施，就是因为它想回答"这位患者的 α/β 是多少"。在个体参数到来之前，工程做法是敏感性分析：关键决策（如大分割的安全性边际）用 α/β 区间的两端各算一遍，看结论是否翻转——参数不确定性本身进入了处方流程。

问题：BED 相同的两个方案，临床效果一定相同吗？

BED 是单变量近似，它把方案压缩成一个数，丢掉了三个真实的维度：总时间（BED 基础式不含再增殖，需要另加折扣）、分次间的修复动力学（同样总时间下，间隔长短不同的方案修复充分度不同）、以及空间剂量分布（BED 不含体积信息）。所以 BED 相同只意味着"细胞杀伤层面的等效起点"，方案比较仍需叠加时间折扣、体积约束与正常组织的独立核算。工程文化里的说法是：BED 是比价表，不是成交价。

本节要点回顾

• LQ 公式：S 等于 e 的负 αD 减 βD² 次方，α 管单击致死、β 管双击交互，α/β 是两条曲线贡献相等的剂量；
• 两档 α/β：肿瘤与急性组织约 10 Gy，晚反应组织约 2—3 Gy，分次优势的全部数学来源；
• BED 是比价表：BED 等于 D 乘（1 加 d 除以 α/β），下标注明 α/β 才有意义，肿瘤与晚反应组织要分开记账；
• 时间也是处方：快速增殖肿瘤的再增殖按每周约 0.5—1 Gy 折扣，疗程拖延等于隐性减量；
• 边界务实处理：高剂量区用修正模型加临床校准，模型是工具不是信仰。

下一节看方案变体的实战：超分割、加速分割、大分割与立体定向放疗，各自对 LQ 曲线的哪个区间下刀，代价又是什么。