Monte Carlo: Electrones y Braquiterapia

Simular el transporte de electrones en aceleradores lineales clínicos y calcular distribuciones de dosis en braquiterapia son dos de los desafíos más complejos en la física médica computacional. El método de Monte Carlo proporciona la herramienta más precisa para resolver ambos, superando limitaciones fundamentales de los algoritmos analíticos. En este artículo exploramos cómo la modelización Monte Carlo ha evolucionado para haces de electrones externos y para dosimetría de fuentes de braquiterapia, dos aplicaciones que exigen un rigor diferenciado.

Guía completa de la serie: para ver el panorama general y los artículos relacionados, vuelva a la guía completa sobre Monte Carlo en radioterapia.

Para una visión integral de todas las aplicaciones del método, consulte nuestra guía completa sobre técnicas de Monte Carlo en radioterapia.

Haces de Electrones Clínicos: Por Qué Monte Carlo Es Esencial

Las simulaciones Monte Carlo son indispensables para calcular dosis en haces de electrones — aún más que para fotones. La razón es directa: los algoritmos analíticos de cálculo de dosis para electrones presentan errores significativos en campos irregulares y blancos heterogéneos, incluso en sistemas de planificación modernos. Mientras que para fotones existen métodos alternativos que rivalizan con Monte Carlo en precisión, para electrones la situación es distinta, con numerosos estudios exponiendo fallos en los métodos convencionales.

El haz de electrones clínico utiliza energías típicamente entre 4 y 20 MeV. La estructura del LINAC para electrones difiere del modo fotón en tres aspectos fundamentales: no hay blanco de conversión fotónica, existe una lámina dispersora (scattering foil) para ensanchar el haz, y un colimador multietapa (aplicador) conforma el campo cerca de la superficie del paciente. Esta colimación proximal es necesaria porque los electrones se dispersan mucho más en el aire que los fotones.

Trabajos Pioneros en Modelización de Electrones

Berger y Seltzer, en 1978, fueron de los primeros en modelar la interacción de electrones con láminas dispersoras de plomo — el componente del LINAC que más influye en el haz de electrones y donde ocurre la producción de fotones de bremsstrahlung contaminantes. Un hallazgo importante: el aire intermedio causa una degradación significativa de la energía del haz de electrones, mientras que en fotones de alta energía el efecto del aire puede ignorarse. El mismo grupo que fue pionero en la modelización de haces fotónicos fue también uno de los primeros en presentar un modelo Monte Carlo para electrones clínicos.

Borrell-Carbonell et al. publicaron en 1980 modelos simplificados de diversos LINACs, tratando los colimadores como aperturas sin interacciones en las paredes — una aproximación que no produce fluencia realista para haces de electrones. Rogers y Bielajew (1986) compararon curvas de dosis en profundidad calculadas y medidas para electrones monoenergéticos, observando que las simulaciones predecían un gradiente de dosis menos pronunciado cerca de la superficie y una caída excesivamente abrupta más allá de la profundidad de dosis máxima. Cuando los electrones pasaban por la ventana de salida simulada, láminas dispersoras y aire, las diferencias disminuían.

Andreo y Fransson (1989) demostraron que las razones de stopping power son relativamente insensibles a los detalles del espectro de electrones, pero indicaron que preservar la correlación entre energía y ángulo es crucial — implicación directa para modelos de fuente virtual. Ebert y colaboradores estudiaron modelos simplificados de aplicadores y recortes de Cerrobend, identificando dos procesos principales: dispersión de electrones en los bordes internos y producción de bremsstrahlung.

Primeros Modelos Completos de LINACs para Electrones

Modelar haces de electrones es reconocidamente más difícil que fotones, debido a la mayor sensibilidad de las fluencias y distribuciones de dosis absorbida a los detalles del haz primario (energía, distribución espacial y angular) y a la geometría del LINAC, en particular las láminas dispersoras y los aplicadores/colimadores.

Los esfuerzos pioneros para modelar geometrías completas de haces de electrones con el código EGS4 fueron de Udale y Udale-Smith. Sus modelos para LINACs Philips incluían ventana de salida, colimador primario, láminas dispersoras, cámara monitora, espejo, mordazas de fotones móviles, anillo accesorio y aplicador.

Udale simuló cinco configuraciones de complejidad creciente: desde un haz monoenergético en vacío hasta la geometría completa del LINAC. Utilizó distribuciones de dosis en profundidad medidas para sintonizar la energía del haz primario, intentando ajustar la profundidad del 50% de la dosis máxima ($R_{50}$) y el alcance práctico ($R_p$). El rechazo por alcance de electrones (electron range rejection) se empleó como técnica de reducción de varianza para evitar transportar electrones que no alcanzarían la salida del LINAC — una práctica aún recomendada, a pesar del enorme aumento en la velocidad de las computadoras.

Udale registró archivos de phase-space en la base del LINAC y, en una segunda etapa, los utilizó para cálculos de dosis en el fantoma. También extrajo distribuciones de energía y ángulo de los archivos de phase-space para uso en un modelo virtual del LINAC. Sin embargo, demostró que debe mantenerse cierto grado de correlación entre posición, energía y ángulo para no perder precisión en la simulación.

Udale-Smith comparó modelos de varios LINACs y estableció que algunos tenían diseños superiores: producían menos fotones contaminantes, fotones contaminantes de menor energía, menos electrones dispersados y distribuciones angulares de electrones más estrechas. Las simulaciones Monte Carlo son la herramienta ideal para estos estudios comparativos de diseño de equipos.

El Código BEAM y Sus Aplicaciones en Electrones

La aparición del código BEAM en 1995 representó un avance decisivo en la modelización Monte Carlo de LINACs, incluidos los haces de electrones. De hecho, los primeros resultados reportados con BEAM fueron justamente para electrones. El código ofrece variedad de módulos de geometría, geometrías de fuente, técnicas de reducción de varianza, técnicas de scoring y métodos de tagging. Continúa siendo una herramienta popular y extremadamente útil.

La concordancia excelente que se obtiene entre distribuciones de dosis medidas y simuladas con BEAM fue demostrada en el artículo original de Rogers et al. (1995), usando un haz de 20 MeV de un LINAC de investigación con características muy bien conocidas. En la práctica clínica, los detalles necesarios del LINAC frecuentemente no están completamente disponibles, obligando al usuario a “sintonizar” el modelo.

En una serie de trabajos, Ma et al. investigaron el concepto de modelos de fuente múltiple que emplean posiciones virtuales de fuente puntual, considerando la difusividad de la dispersión de electrones. Esto hace que la derivación de modelos de fuente sea más compleja para electrones que para fotones, que presentan menos dispersión. Usando modelos realistas de LINACs, calcularon la energía media en agua y las razones de stopping power.

Verhaegen et al. estudiaron la retrodispersión hacia la cámara monitora — un efecto presente tanto en haces de electrones como de fotones. El aumento relativo de la señal de la cámara monitora fue del 2% cuando las mordazas disminuyen de un campo cuadrado de 40 cm a 0 cm en un haz de 6 MeV. Para energías mayores, el efecto era menor. Una diferencia significativa respecto a los fotones: en electrones, la forma espectral difiere sustancialmente entre electrones que avanzan y los que retroceden.

Otro aspecto crítico es el tamaño del spot de electrones que incide sobre las láminas dispersoras. Huang et al. (2005) propusieron una técnica basada en cámara de rendija para derivar el tamaño de la fuente de bremsstrahlung emergente de las láminas, equivalente al tamaño del haz primario. Obtuvieron un ancho a media altura (FWHM) de 1,7–2,2 mm para haces de 6–16 MeV y detectaron un desplazamiento del haz primario de hasta 8 mm del centro del LINAC. Estas informaciones sobre el haz primario están entre las más difíciles de estimar clínicamente.

Planificación de Tratamiento y Técnicas Avanzadas con Electrones

Los sistemas de planificación convencionales para electrones tienen errores conocidos en campos irregulares y blancos heterogéneos. Es ampliamente aceptado que los algoritmos Monte Carlo ofrecen precisión inigualable para cálculos de dosis en electrones. Diversos sistemas de planificación con módulos Monte Carlo están disponibles y han sido extensivamente evaluados.

Códigos Monte Carlo rápidos con planificación de tratamiento de electrones como aplicación principal fueron introducidos por Neuenschwander et al. (MMC, 1995) y Kawrakow et al. (VMC, 1996). Ma y colaboradores estudiaron múltiples aspectos: simulación de haces clínicos, caracterización y modelización para cálculos de dosis, factores de gap de aire para tratamiento a distancias extendidas, procedimientos de commissioning y razones de stopping power para conversión de dosis.

La radioterapia con electrones modulados en intensidad (MERT) fue estudiada intensamente por Ma y colaboradores. En esta técnica, tanto la intensidad como la energía de los haces se modulan. Al-Yahya et al. diseñaron un colimador de electrones con pocas láminas (few-leaf electron collimator) utilizando modelización Monte Carlo en la etapa de diseño. La gama completa de campos rectangulares que el dispositivo puede entregar, combinada con las energías disponibles, sirvió de entrada para un algoritmo de planificación inversa basado en simulated annealing. Los autores demostraron que se pueden planificar tratamientos altamente conformales de esta forma.

Una aplicación reciente que merece destacarse es la radioterapia FLASH. Esta técnica explora tasas de dosis ultraelevadas para crear una respuesta biológica diferencial entre tumor y tejido normal. En esta fase inicial, se utilizan prototipos de LINACs, y Lansonneur et al. realizaron uno de los pocos estudios usando simulaciones Monte Carlo con el código GATE para radioterapia FLASH con electrones. Consulte también nuestro artículo sobre fundamentos del Monte Carlo en radioterapia para los conceptos base de transporte de partículas.

Monte Carlo en Braquiterapia: Fundamentos y Evolución

En braquiterapia (BT), la simulación Monte Carlo se ha convertido en una herramienta esencial, desempeñando un papel central tanto en la práctica clínica como en la investigación. La aplicación más consolidada es la determinación de distribuciones de tasa de dosis alrededor de fuentes individuales. Las fuentes modernas contienen radionúclidos de baja energía (energías medias < 50 keV), como $^{103}$Pd, $^{125}$I o $^{131}$Cs; radionúclidos de mayor energía como $^{192}$Ir, $^{137}$Cs o $^{60}$Co (energías medias de 355, 662 o 1250 keV); o fuentes miniatura de rayos X.

En braquiterapia de baja tasa de dosis (LDR), el material radiactivo y los marcadores radiopacos se encapsulan en semillas permanentemente implantables. En braquiterapia de alta tasa de dosis (HDR), una pastilla de iridio se encapsula y suelda en la punta del cable de un afterloader remoto. Aunque la dependencia de la ley del inverso del cuadrado domina las distribuciones de dosis, la atenuación de fotones y el buildup de scattering en el medio circundante, combinados con las interacciones dentro de la estructura de la fuente, producen distribuciones de dosis anisotrópicas.

Los primeros esfuerzos computacionales para obtener distribuciones de dosis en BT se remontan a la década de 1960, cuando Meisberger derivó factores de atenuación y buildup en tejido para fuentes puntuales de $^{198}$Au, $^{192}$Ir, $^{137}$Cs, $^{226}$Ra y $^{60}$Co. Dale fue el primero en aplicar técnicas similares a fuentes modernas de $^{125}$I en 1983. La modelización Monte Carlo 3D de una fuente de BT fue realizada ya en 1971 por Krishnaswamy para agujas de $^{252}$Cf.

Un hito crucial: Williamson demostró en 1983, mediante simulaciones MC 3D, que la integral de Sievert desviaba de 5%–100% de los resultados MC para fotones monoenergéticos con energías por debajo de 300 keV emitidos por fuente lineal encapsulada. Burns y Raeside fueron los primeros en modelar completamente una semilla comercial de $^{125}$I (modelo 6711), simulando el marcador de plata, la distribución de radiactividad y el encapsulamiento de titanio para obtener la distribución de dosis 2D. Como el alcance de los electrones secundarios generados por fotones de 30 keV es menor que 20 μm, no transportaron electrones y puntuaron kerma de colisión usando un estimador de longitud de traza.

Dosimetría de Fuente Única y el Formalismo TG-43

La creciente popularidad de la implantación de semillas LDR para próstata en Estados Unidos — de 5.000 en 1995 a cerca de 50.000 en 2002 — impulsó el crecimiento de semillas comerciales disponibles. El informe TG-43 original (1995) presentó parámetros de dosimetría consensuados para una semilla de $^{103}$Pd y dos de $^{125}$I. La actualización TG-43U1 (2004) cubrió 8 modelos; el suplemento de 2007 añadió otros 8; y el segundo suplemento (2017) incluyó las demás fuentes de baja energía disponibles comercialmente.

El formalismo TG-43 requiere que los datos de dosimetría sean extraídos de distribuciones de dosis calculadas por MC o medidas experimentalmente. Los parámetros incluyen la constante de tasa de dosis $\Lambda$, la función de dosis radial $g_L(r)$ y la función de anisotropía 2D $F(r,\theta)$. La exigencia de la AAPM de que al menos una determinación experimental y una por MC de parámetros dosimétricos sean publicadas antes del uso clínico de una fuente convirtió a las simulaciones MC en un estándar de facto en la práctica dosimétrica.

Un punto que merece atención: los resultados MC no deben aceptarse ciegamente. Diferencias significativas en la estimación de dosis resultan del uso de diferentes bases de datos de secciones eficaces fotónicas. Para distribuciones de dosis en el intervalo de energía < 50 keV, donde la deposición de energía está dominada por la absorción fotoeléctrica, errores de 1%–2% en la sección eficaz fotoeléctrica pueden generar errores de dosis de 10%–15% a 5 cm de una semilla. Esto condujo a la adopción de bibliotecas modernas derivadas de modelos mecánico-cuánticos teóricos.

El formalismo PSS (Primary and Scatter Separation), propuesto por Russell y Ahnesjö en 1996, ofrece un enfoque complementario al TG-43. En este formalismo, la distribución de dosis primaria en agua funciona como “huella dactilar” de la fuente, independiente del tamaño del fantoma, permitiendo obtener distribuciones de dosis en medios heterogéneos a partir de los datos en agua.

Secciones Eficaces, Estimadores de Dosis y Eficiencia

La elección de bibliotecas de secciones eficaces es crítica para simulaciones MC en braquiterapia. Las bibliotecas modernas — EPDL97 (Lawrence Livermore), DLC-146 (RSICC) y XCOM (NIST) — están basadas en los mismos modelos teóricos, a pesar de diferencias en formato y extensión de los datos compilados. Para BT, la cuestión más importante es seleccionar una biblioteca con datos precisos (posteriores a 1983) de efecto fotoeléctrico y scattering.

En la simulación de braquiterapia, omitir el transporte de electrones y simular únicamente el transporte de fotones reduce sustancialmente la carga computacional. Esta simplificación — aproximar la dosis absorbida por kerma de colisión — es válida en toda la extensión para fuentes de baja energía, donde el alcance de los electrones es < 0,1 mm. Sin embargo, para fuentes de alta energía ($^{192}$Ir, $^{137}$Cs, $^{60}$Co), con alcances de electrones secundarios de 1–5 mm, la aproximación de equilibrio de partículas cargadas puede introducir errores significativos cerca de interfaces metal-tejido. Errores de dosis superiores al 15% a distancias menores de 1 mm de una fuente HDR de $^{192}$Ir ya han sido observados.

Para la puntuación (scoring), el estimador analógico — donde solo las colisiones dentro del voxel de interés contribuyen a la dosis — es la opción más simple. Una alternativa mucho más eficiente es el estimador de longitud de traza (track-length estimator), que aproxima la dosis como kerma de colisión puntuado por $(\Delta l \cdot \Delta E) / (V) \cdot (\mu_{en}/\rho)$. La eficiencia mejora sustancialmente porque cada voxel interceptado por la trayectoria de un fotón produce una puntuación no nula. Los factores de ganancia relativos al estimador analógico alcanzan 20–50 para escenarios con $^{125}$I, y hasta 70 ($^{103}$Pd), 90 ($^{125}$I) y 300 ($^{192}$Ir) para diferentes tratamientos de BT.

Para una comprensión más profunda de la modelización de haces fotónicos, que sirve de base para muchos conceptos discutidos aquí, consulte nuestro artículo sobre modelización Monte Carlo de haces fotónicos externos.

Perspectivas y Consideraciones Finales

Las simulaciones Monte Carlo son herramientas poderosas y cada vez más esenciales en la radioterapia con haces de electrones y en la braquiterapia. Para electrones, la superioridad sobre algoritmos analíticos es aún más pronunciada que para fotones, dadas las deficiencias conocidas de los métodos convencionales. Las simulaciones MC desempeñan un papel decisivo en el diseño de técnicas complejas de entrega de dosis, como la radioterapia modulada con electrones (MERT) y, más recientemente, la radioterapia FLASH.

En braquiterapia, el método Monte Carlo se ha consolidado como estándar para dosimetría de fuentes individuales, sustentando el formalismo TG-43 que es base de la práctica clínica. La metodología MC, extensivamente validada contra medidas experimentales con precisión de 1%–3%, es suficientemente madura y robusta para soportar dosimetría clínica en todo el espectro energético de la BT.

Los códigos basados en EGS/EGSnrc (incluida la interfaz BEAM) han dominado históricamente este campo, pero otros códigos como GEANT4 experimentan un uso creciente. Una precaución importante: como los códigos MC generalmente difieren más en secciones eficaces y métodos de transporte para electrones que para fotones, un benchmarking riguroso de las simulaciones es imprescindible para haces de electrones.