{"id":13233,"date":"2026-02-24T11:33:23","date_gmt":"2026-02-24T14:33:23","guid":{"rendered":"https:\/\/rtmedical.com.br\/monte-carlo-electrones-braquiterapia\/"},"modified":"2026-04-03T18:58:16","modified_gmt":"2026-04-03T21:58:16","slug":"monte-carlo-electrones-braquiterapia","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/monte-carlo-electrones-braquiterapia\/","title":{"rendered":"Monte Carlo: Electrones y Braquiterapia"},"content":{"rendered":"<p>Simular el transporte de electrones en aceleradores lineales cl\u00ednicos y calcular distribuciones de dosis en braquiterapia son dos de los desaf\u00edos m\u00e1s complejos en la f\u00edsica m\u00e9dica computacional. El m\u00e9todo de Monte Carlo proporciona la herramienta m\u00e1s precisa para resolver ambos, superando limitaciones fundamentales de los algoritmos anal\u00edticos. En este art\u00edculo exploramos c\u00f3mo la modelizaci\u00f3n Monte Carlo ha evolucionado para haces de electrones externos y para dosimetr\u00eda de fuentes de braquiterapia, dos aplicaciones que exigen un rigor diferenciado.<\/p>\n<p><strong>Gu\u00eda completa de la serie:<\/strong> para ver el panorama general y los art\u00edculos relacionados, <a href=\"https:\/\/rtmedical.com.br\/es\/monte-carlo-radioterapia-guia-completa\/\">vuelva a la gu\u00eda completa sobre Monte Carlo en radioterapia<\/a>.<\/p>\n<p>Para una visi\u00f3n integral de todas las aplicaciones del m\u00e9todo, consulte nuestra <a href=\"https:\/\/rtmedical.com.br\/?p=13191\">gu\u00eda completa sobre t\u00e9cnicas de Monte Carlo en radioterapia<\/a>.<\/p>\n<div class=\"toc\">\n<h2>En Este Art\u00edculo<\/h2>\n<ul>\n<li><a href=\"#haces-electrones\">1. Haces de Electrones Cl\u00ednicos: Por Qu\u00e9 Monte Carlo Es Esencial<\/a><\/li>\n<li><a href=\"#trabajos-pioneros\">2. Trabajos Pioneros en Modelizaci\u00f3n de Electrones<\/a><\/li>\n<li><a href=\"#modelos-completos\">3. Modelos Completos de LINACs para Electrones<\/a><\/li>\n<li><a href=\"#codigo-beam\">4. El C\u00f3digo BEAM y Sus Aplicaciones en Electrones<\/a><\/li>\n<li><a href=\"#planificacion\">5. Planificaci\u00f3n de Tratamiento y T\u00e9cnicas Avanzadas<\/a><\/li>\n<li><a href=\"#braquiterapia-mc\">6. Monte Carlo en Braquiterapia: Fundamentos<\/a><\/li>\n<li><a href=\"#dosimetria-fuente\">7. Dosimetr\u00eda de Fuente \u00danica y el Formalismo TG-43<\/a><\/li>\n<li><a href=\"#secciones-eficaces\">8. Secciones Eficaces y Estimadores de Dosis<\/a><\/li>\n<\/ul>\n<\/div>\n<h2 id=\"haces-electrones\">Haces de Electrones Cl\u00ednicos: Por Qu\u00e9 Monte Carlo Es Esencial<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignright lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/mc-aplicador-eletrons-radioterapia.jpg\" alt=\"Acelerador lineal para radioterapia con haz de electrones y sistema de colimaci\u00f3n para modelizaci\u00f3n Monte Carlo\" src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/mc-aplicador-eletrons-radioterapia.jpg\" style=\"--smush-placeholder-width: 1880px; --smush-placeholder-aspect-ratio: 1880\/1254;\"><figcaption>Foto: Jo McNamara \/ Pexels<\/figcaption><\/figure>\n<p>Las simulaciones Monte Carlo son indispensables para calcular dosis en haces de electrones \u2014 a\u00fan m\u00e1s que para fotones. La raz\u00f3n es directa: los algoritmos anal\u00edticos de c\u00e1lculo de dosis para electrones presentan errores significativos en campos irregulares y blancos heterog\u00e9neos, incluso en sistemas de planificaci\u00f3n modernos. Mientras que para fotones existen m\u00e9todos alternativos que rivalizan con Monte Carlo en precisi\u00f3n, para electrones la situaci\u00f3n es distinta, con numerosos estudios exponiendo fallos en los m\u00e9todos convencionales.<\/p>\n<p>El haz de electrones cl\u00ednico utiliza energ\u00edas t\u00edpicamente entre 4 y 20 MeV. La estructura del LINAC para electrones difiere del modo fot\u00f3n en tres aspectos fundamentales: no hay blanco de conversi\u00f3n fot\u00f3nica, existe una l\u00e1mina dispersora (<em>scattering foil<\/em>) para ensanchar el haz, y un colimador multietapa (aplicador) conforma el campo cerca de la superficie del paciente. Esta colimaci\u00f3n proximal es necesaria porque los electrones se dispersan mucho m\u00e1s en el aire que los fotones.<\/p>\n<h2 id=\"trabajos-pioneros\">Trabajos Pioneros en Modelizaci\u00f3n de Electrones<\/h2>\n<p>Berger y Seltzer, en 1978, fueron de los primeros en modelar la interacci\u00f3n de electrones con l\u00e1minas dispersoras de plomo \u2014 el componente del LINAC que m\u00e1s influye en el haz de electrones y donde ocurre la producci\u00f3n de fotones de bremsstrahlung contaminantes. Un hallazgo importante: el aire intermedio causa una degradaci\u00f3n significativa de la energ\u00eda del haz de electrones, mientras que en fotones de alta energ\u00eda el efecto del aire puede ignorarse. El mismo grupo que fue pionero en la modelizaci\u00f3n de haces fot\u00f3nicos fue tambi\u00e9n uno de los primeros en presentar un modelo Monte Carlo para electrones cl\u00ednicos.<\/p>\n<p>Borrell-Carbonell et al. publicaron en 1980 modelos simplificados de diversos LINACs, tratando los colimadores como aperturas sin interacciones en las paredes \u2014 una aproximaci\u00f3n que no produce fluencia realista para haces de electrones. Rogers y Bielajew (1986) compararon curvas de dosis en profundidad calculadas y medidas para electrones monoenerg\u00e9ticos, observando que las simulaciones predec\u00edan un gradiente de dosis menos pronunciado cerca de la superficie y una ca\u00edda excesivamente abrupta m\u00e1s all\u00e1 de la profundidad de dosis m\u00e1xima. Cuando los electrones pasaban por la ventana de salida simulada, l\u00e1minas dispersoras y aire, las diferencias disminu\u00edan.<\/p>\n<p>Andreo y Fransson (1989) demostraron que las razones de <em>stopping power<\/em> son relativamente insensibles a los detalles del espectro de electrones, pero indicaron que preservar la correlaci\u00f3n entre energ\u00eda y \u00e1ngulo es crucial \u2014 implicaci\u00f3n directa para modelos de fuente virtual. Ebert y colaboradores estudiaron modelos simplificados de aplicadores y recortes de Cerrobend, identificando dos procesos principales: dispersi\u00f3n de electrones en los bordes internos y producci\u00f3n de bremsstrahlung.<\/p>\n<h2 id=\"modelos-completos\">Primeros Modelos Completos de LINACs para Electrones<\/h2>\n<p>Modelar haces de electrones es reconocidamente m\u00e1s dif\u00edcil que fotones, debido a la mayor sensibilidad de las fluencias y distribuciones de dosis absorbida a los detalles del haz primario (energ\u00eda, distribuci\u00f3n espacial y angular) y a la geometr\u00eda del LINAC, en particular las l\u00e1minas dispersoras y los aplicadores\/colimadores.<\/p>\n<p>Los esfuerzos pioneros para modelar geometr\u00edas completas de haces de electrones con el c\u00f3digo EGS4 fueron de Udale y Udale-Smith. Sus modelos para LINACs Philips inclu\u00edan ventana de salida, colimador primario, l\u00e1minas dispersoras, c\u00e1mara monitora, espejo, mordazas de fotones m\u00f3viles, anillo accesorio y aplicador.<\/p>\n<p>Udale simul\u00f3 cinco configuraciones de complejidad creciente: desde un haz monoenerg\u00e9tico en vac\u00edo hasta la geometr\u00eda completa del LINAC. Utiliz\u00f3 distribuciones de dosis en profundidad medidas para sintonizar la energ\u00eda del haz primario, intentando ajustar la profundidad del 50% de la dosis m\u00e1xima ($R_{50}$) y el alcance pr\u00e1ctico ($R_p$). El rechazo por alcance de electrones (<em>electron range rejection<\/em>) se emple\u00f3 como t\u00e9cnica de reducci\u00f3n de varianza para evitar transportar electrones que no alcanzar\u00edan la salida del LINAC \u2014 una pr\u00e1ctica a\u00fan recomendada, a pesar del enorme aumento en la velocidad de las computadoras.<\/p>\n<p>Udale registr\u00f3 archivos de <em>phase-space<\/em> en la base del LINAC y, en una segunda etapa, los utiliz\u00f3 para c\u00e1lculos de dosis en el fantoma. Tambi\u00e9n extrajo distribuciones de energ\u00eda y \u00e1ngulo de los archivos de phase-space para uso en un modelo virtual del LINAC. Sin embargo, demostr\u00f3 que debe mantenerse cierto grado de correlaci\u00f3n entre posici\u00f3n, energ\u00eda y \u00e1ngulo para no perder precisi\u00f3n en la simulaci\u00f3n.<\/p>\n<p>Udale-Smith compar\u00f3 modelos de varios LINACs y estableci\u00f3 que algunos ten\u00edan dise\u00f1os superiores: produc\u00edan menos fotones contaminantes, fotones contaminantes de menor energ\u00eda, menos electrones dispersados y distribuciones angulares de electrones m\u00e1s estrechas. Las simulaciones Monte Carlo son la herramienta ideal para estos estudios comparativos de dise\u00f1o de equipos.<\/p>\n<h2 id=\"codigo-beam\">El C\u00f3digo BEAM y Sus Aplicaciones en Electrones<\/h2>\n<p>La aparici\u00f3n del c\u00f3digo BEAM en 1995 represent\u00f3 un avance decisivo en la modelizaci\u00f3n Monte Carlo de LINACs, incluidos los haces de electrones. De hecho, los primeros resultados reportados con BEAM fueron justamente para electrones. El c\u00f3digo ofrece variedad de m\u00f3dulos de geometr\u00eda, geometr\u00edas de fuente, t\u00e9cnicas de reducci\u00f3n de varianza, t\u00e9cnicas de scoring y m\u00e9todos de tagging. Contin\u00faa siendo una herramienta popular y extremadamente \u00fatil.<\/p>\n<p>La concordancia excelente que se obtiene entre distribuciones de dosis medidas y simuladas con BEAM fue demostrada en el art\u00edculo original de Rogers et al. (1995), usando un haz de 20 MeV de un LINAC de investigaci\u00f3n con caracter\u00edsticas muy bien conocidas. En la pr\u00e1ctica cl\u00ednica, los detalles necesarios del LINAC frecuentemente no est\u00e1n completamente disponibles, obligando al usuario a &#8220;sintonizar&#8221; el modelo.<\/p>\n<p>En una serie de trabajos, Ma et al. investigaron el concepto de modelos de fuente m\u00faltiple que emplean posiciones virtuales de fuente puntual, considerando la difusividad de la dispersi\u00f3n de electrones. Esto hace que la derivaci\u00f3n de modelos de fuente sea m\u00e1s compleja para electrones que para fotones, que presentan menos dispersi\u00f3n. Usando modelos realistas de LINACs, calcularon la energ\u00eda media en agua y las razones de stopping power.<\/p>\n<p>Verhaegen et al. estudiaron la retrodispersi\u00f3n hacia la c\u00e1mara monitora \u2014 un efecto presente tanto en haces de electrones como de fotones. El aumento relativo de la se\u00f1al de la c\u00e1mara 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 energ\u00edas 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.<\/p>\n<p>Otro aspecto cr\u00edtico es el tama\u00f1o del spot de electrones que incide sobre las l\u00e1minas dispersoras. Huang et al. (2005) propusieron una t\u00e9cnica basada en c\u00e1mara de rendija para derivar el tama\u00f1o de la fuente de bremsstrahlung emergente de las l\u00e1minas, equivalente al tama\u00f1o del haz primario. Obtuvieron un ancho a media altura (FWHM) de 1,7\u20132,2 mm para haces de 6\u201316 MeV y detectaron un desplazamiento del haz primario de hasta 8 mm del centro del LINAC. Estas informaciones sobre el haz primario est\u00e1n entre las m\u00e1s dif\u00edciles de estimar cl\u00ednicamente.<\/p>\n<h2 id=\"planificacion\">Planificaci\u00f3n de Tratamiento y T\u00e9cnicas Avanzadas con Electrones<\/h2>\n<p>Los sistemas de planificaci\u00f3n convencionales para electrones tienen errores conocidos en campos irregulares y blancos heterog\u00e9neos. Es ampliamente aceptado que los algoritmos Monte Carlo ofrecen precisi\u00f3n inigualable para c\u00e1lculos de dosis en electrones. Diversos sistemas de planificaci\u00f3n con m\u00f3dulos Monte Carlo est\u00e1n disponibles y han sido extensivamente evaluados.<\/p>\n<p>C\u00f3digos Monte Carlo r\u00e1pidos con planificaci\u00f3n de tratamiento de electrones como aplicaci\u00f3n principal fueron introducidos por Neuenschwander et al. (MMC, 1995) y Kawrakow et al. (VMC, 1996). Ma y colaboradores estudiaron m\u00faltiples aspectos: simulaci\u00f3n de haces cl\u00ednicos, caracterizaci\u00f3n y modelizaci\u00f3n para c\u00e1lculos de dosis, factores de gap de aire para tratamiento a distancias extendidas, procedimientos de commissioning y razones de stopping power para conversi\u00f3n de dosis.<\/p>\n<p>La radioterapia con electrones modulados en intensidad (MERT) fue estudiada intensamente por Ma y colaboradores. En esta t\u00e9cnica, tanto la intensidad como la energ\u00eda de los haces se modulan. Al-Yahya et al. dise\u00f1aron un colimador de electrones con pocas l\u00e1minas (<em>few-leaf electron collimator<\/em>) utilizando modelizaci\u00f3n Monte Carlo en la etapa de dise\u00f1o. La gama completa de campos rectangulares que el dispositivo puede entregar, combinada con las energ\u00edas disponibles, sirvi\u00f3 de entrada para un algoritmo de planificaci\u00f3n inversa basado en <em>simulated annealing<\/em>. Los autores demostraron que se pueden planificar tratamientos altamente conformales de esta forma.<\/p>\n<p>Una aplicaci\u00f3n reciente que merece destacarse es la radioterapia FLASH. Esta t\u00e9cnica explora tasas de dosis ultraelevadas para crear una respuesta biol\u00f3gica 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 c\u00f3digo GATE para radioterapia FLASH con electrones. Consulte tambi\u00e9n nuestro art\u00edculo sobre <a href=\"https:\/\/rtmedical.com.br\/?p=13203\">fundamentos del Monte Carlo en radioterapia<\/a> para los conceptos base de transporte de part\u00edculas.<\/p>\n<h2 id=\"braquiterapia-mc\">Monte Carlo en Braquiterapia: Fundamentos y Evoluci\u00f3n<\/h2>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/mc-planejamento-braquiterapia-dosimetria.jpg\" alt=\"Equipo de radioterapia utilizado en dosimetr\u00eda y braquiterapia con simulaciones Monte Carlo\" src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/04\/mc-planejamento-braquiterapia-dosimetria.jpg\" style=\"--smush-placeholder-width: 1880px; --smush-placeholder-aspect-ratio: 1880\/1254;\"><figcaption>Foto: Jo McNamara \/ Pexels<\/figcaption><\/figure>\n<p>En braquiterapia (BT), la simulaci\u00f3n Monte Carlo se ha convertido en una herramienta esencial, desempe\u00f1ando un papel central tanto en la pr\u00e1ctica cl\u00ednica como en la investigaci\u00f3n. La aplicaci\u00f3n m\u00e1s consolidada es la determinaci\u00f3n de distribuciones de tasa de dosis alrededor de fuentes individuales. Las fuentes modernas contienen radion\u00faclidos de baja energ\u00eda (energ\u00edas medias &lt; 50 keV), como $^{103}$Pd, $^{125}$I o $^{131}$Cs; radion\u00faclidos de mayor energ\u00eda como $^{192}$Ir, $^{137}$Cs o $^{60}$Co (energ\u00edas medias de 355, 662 o 1250 keV); o fuentes miniatura de rayos X.<\/p>\n<p>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 atenuaci\u00f3n 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 anisotr\u00f3picas.<\/p>\n<p>Los primeros esfuerzos computacionales para obtener distribuciones de dosis en BT se remontan a la d\u00e9cada de 1960, cuando Meisberger deriv\u00f3 factores de atenuaci\u00f3n 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 t\u00e9cnicas similares a fuentes modernas de $^{125}$I en 1983. La modelizaci\u00f3n Monte Carlo 3D de una fuente de BT fue realizada ya en 1971 por Krishnaswamy para agujas de $^{252}$Cf.<\/p>\n<p>Un hito crucial: Williamson demostr\u00f3 en 1983, mediante simulaciones MC 3D, que la integral de Sievert desviaba de 5%\u2013100% de los resultados MC para fotones monoenerg\u00e9ticos con energ\u00edas 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 distribuci\u00f3n de radiactividad y el encapsulamiento de titanio para obtener la distribuci\u00f3n de dosis 2D. Como el alcance de los electrones secundarios generados por fotones de 30 keV es menor que 20 \u03bcm, no transportaron electrones y puntuaron kerma de colisi\u00f3n usando un estimador de longitud de traza.<\/p>\n<h2 id=\"dosimetria-fuente\">Dosimetr\u00eda de Fuente \u00danica y el Formalismo TG-43<\/h2>\n<p>La creciente popularidad de la implantaci\u00f3n de semillas LDR para pr\u00f3stata en Estados Unidos \u2014 de 5.000 en 1995 a cerca de 50.000 en 2002 \u2014 impuls\u00f3 el crecimiento de semillas comerciales disponibles. El informe TG-43 original (1995) present\u00f3 par\u00e1metros de dosimetr\u00eda consensuados para una semilla de $^{103}$Pd y dos de $^{125}$I. La actualizaci\u00f3n TG-43U1 (2004) cubri\u00f3 8 modelos; el suplemento de 2007 a\u00f1adi\u00f3 otros 8; y el segundo suplemento (2017) incluy\u00f3 las dem\u00e1s fuentes de baja energ\u00eda disponibles comercialmente.<\/p>\n<p>El formalismo TG-43 requiere que los datos de dosimetr\u00eda sean extra\u00eddos de distribuciones de dosis calculadas por MC o medidas experimentalmente. Los par\u00e1metros incluyen la constante de tasa de dosis $\\Lambda$, la funci\u00f3n de dosis radial $g_L(r)$ y la funci\u00f3n de anisotrop\u00eda 2D $F(r,\\theta)$. La exigencia de la AAPM de que al menos una determinaci\u00f3n experimental y una por MC de par\u00e1metros dosim\u00e9tricos sean publicadas antes del uso cl\u00ednico de una fuente convirti\u00f3 a las simulaciones MC en un est\u00e1ndar de facto en la pr\u00e1ctica dosim\u00e9trica.<\/p>\n<p>Un punto que merece atenci\u00f3n: los resultados MC no deben aceptarse ciegamente. Diferencias significativas en la estimaci\u00f3n de dosis resultan del uso de diferentes bases de datos de secciones eficaces fot\u00f3nicas. Para distribuciones de dosis en el intervalo de energ\u00eda &lt; 50 keV, donde la deposici\u00f3n de energ\u00eda est\u00e1 dominada por la absorci\u00f3n fotoel\u00e9ctrica, errores de 1%\u20132% en la secci\u00f3n eficaz fotoel\u00e9ctrica pueden generar errores de dosis de 10%\u201315% a 5 cm de una semilla. Esto condujo a la adopci\u00f3n de bibliotecas modernas derivadas de modelos mec\u00e1nico-cu\u00e1nticos te\u00f3ricos.<\/p>\n<p>El formalismo PSS (Primary and Scatter Separation), propuesto por Russell y Ahnesj\u00f6 en 1996, ofrece un enfoque complementario al TG-43. En este formalismo, la distribuci\u00f3n de dosis primaria en agua funciona como &#8220;huella dactilar&#8221; de la fuente, independiente del tama\u00f1o del fantoma, permitiendo obtener distribuciones de dosis en medios heterog\u00e9neos a partir de los datos en agua.<\/p>\n<h2 id=\"secciones-eficaces\">Secciones Eficaces, Estimadores de Dosis y Eficiencia<\/h2>\n<p>La elecci\u00f3n de bibliotecas de secciones eficaces es cr\u00edtica para simulaciones MC en braquiterapia. Las bibliotecas modernas \u2014 EPDL97 (Lawrence Livermore), DLC-146 (RSICC) y XCOM (NIST) \u2014 est\u00e1n basadas en los mismos modelos te\u00f3ricos, a pesar de diferencias en formato y extensi\u00f3n de los datos compilados. Para BT, la cuesti\u00f3n m\u00e1s importante es seleccionar una biblioteca con datos precisos (posteriores a 1983) de efecto fotoel\u00e9ctrico y scattering.<\/p>\n<p>En la simulaci\u00f3n de braquiterapia, omitir el transporte de electrones y simular \u00fanicamente el transporte de fotones reduce sustancialmente la carga computacional. Esta simplificaci\u00f3n \u2014 aproximar la dosis absorbida por kerma de colisi\u00f3n \u2014 es v\u00e1lida en toda la extensi\u00f3n para fuentes de baja energ\u00eda, donde el alcance de los electrones es &lt; 0,1 mm. Sin embargo, para fuentes de alta energ\u00eda ($^{192}$Ir, $^{137}$Cs, $^{60}$Co), con alcances de electrones secundarios de 1\u20135 mm, la aproximaci\u00f3n de equilibrio de part\u00edculas 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.<\/p>\n<p>Para la puntuaci\u00f3n (scoring), el estimador anal\u00f3gico \u2014 donde solo las colisiones dentro del voxel de inter\u00e9s contribuyen a la dosis \u2014 es la opci\u00f3n m\u00e1s simple. Una alternativa mucho m\u00e1s eficiente es el estimador de longitud de traza (<em>track-length estimator<\/em>), que aproxima la dosis como kerma de colisi\u00f3n 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 fot\u00f3n produce una puntuaci\u00f3n no nula. Los factores de ganancia relativos al estimador anal\u00f3gico alcanzan 20\u201350 para escenarios con $^{125}$I, y hasta 70 ($^{103}$Pd), 90 ($^{125}$I) y 300 ($^{192}$Ir) para diferentes tratamientos de BT.<\/p>\n<p>Para una comprensi\u00f3n m\u00e1s profunda de la modelizaci\u00f3n de haces fot\u00f3nicos, que sirve de base para muchos conceptos discutidos aqu\u00ed, consulte nuestro art\u00edculo sobre <a href=\"https:\/\/rtmedical.com.br\/?p=13216\">modelizaci\u00f3n Monte Carlo de haces fot\u00f3nicos externos<\/a>.<\/p>\n<h2>Perspectivas y Consideraciones Finales<\/h2>\n<p>Las simulaciones Monte Carlo son herramientas poderosas y cada vez m\u00e1s esenciales en la radioterapia con haces de electrones y en la braquiterapia. Para electrones, la superioridad sobre algoritmos anal\u00edticos es a\u00fan m\u00e1s pronunciada que para fotones, dadas las deficiencias conocidas de los m\u00e9todos convencionales. Las simulaciones MC desempe\u00f1an un papel decisivo en el dise\u00f1o de t\u00e9cnicas complejas de entrega de dosis, como la radioterapia modulada con electrones (MERT) y, m\u00e1s recientemente, la radioterapia FLASH.<\/p>\n<p>En braquiterapia, el m\u00e9todo Monte Carlo se ha consolidado como est\u00e1ndar para dosimetr\u00eda de fuentes individuales, sustentando el formalismo TG-43 que es base de la pr\u00e1ctica cl\u00ednica. La metodolog\u00eda MC, extensivamente validada contra medidas experimentales con precisi\u00f3n de 1%\u20133%, es suficientemente madura y robusta para soportar dosimetr\u00eda cl\u00ednica en todo el espectro energ\u00e9tico de la BT.<\/p>\n<p>Los c\u00f3digos basados en EGS\/EGSnrc (incluida la interfaz BEAM) han dominado hist\u00f3ricamente este campo, pero otros c\u00f3digos como GEANT4 experimentan un uso creciente. Una precauci\u00f3n importante: como los c\u00f3digos MC generalmente difieren m\u00e1s en secciones eficaces y m\u00e9todos de transporte para electrones que para fotones, un benchmarking riguroso de las simulaciones es imprescindible para haces de electrones.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Modelizaci\u00f3n Monte Carlo de haces de electrones y dosimetr\u00eda de fuentes de braquiterapia: t\u00e9cnicas y aplicaciones cl\u00ednicas.<\/p>\n","protected":false},"author":1,"featured_media":15610,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"ngg_post_thumbnail":0,"fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[182,18],"tags":[162,164,163,166,165],"class_list":{"0":"post-13233","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-radioterapia-es","8":"category-sin-categorizar","9":"tag-dicom-3","10":"tag-hl7-3","11":"tag-pacs-4","12":"tag-radiologia-digital-2","13":"tag-workflow-3"},"aioseo_notices":[],"rt_seo":{"title":"","description":"","canonical":"","og_image":"","robots":"default","schema_type":"default","include_in_llms":false,"llms_label":"","llms_summary":"","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/13233\/"}],"collection":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/"}],"about":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/types\/post\/"}],"author":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/users\/1\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=13233"}],"version-history":[{"count":2,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/13233\/revisions\/"}],"predecessor-version":[{"id":16253,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/13233\/revisions\/16253\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/15610\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=13233"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=13233"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=13233"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}