Неопределенность оценки доз в костном мозге от ^89,90Sr из-за изменчивости химического состава и плотности кости

Для расчета доз внутреннего облучения красного костного мозга применяется моделирование переноса излучений в тканях костей скелета с использованием вычислительных фантомов. Вычислительные фантомы МКРЗ созданы для стандартного человека с анатомическими характеристиками, типичными для среднестатистического индивидуума. Дозы, рассчитываемые на основе таких фантомов, будут соответствовать неким среднепопуляционным, а индивидуальная изменчивость будет вносить стохастическую компоненту неопределенности в оценку доз. Целью настоящей работы является оценка влияния вариабельности химического состава и плотности кости на результаты дозиметрического моделирования. Использовали вычислительные фантомы фрагментов костей скелета, которые представлены простыми геометрическими фигурами, заполненными трабекулярными структурами и костным мозгом и покрытыми снаружи кортикальным слоем. Перенос излучений имитировался методом Монте-Карло. Рассчитывались коэффициенты перехода от удельной активности радионуклидов к мощности поглощенной дозы в красном костном мозге при их равномерном распределении в объеме трабекулярной либо кортикальной кости. На основе расчетов получены коэффициенты, позволяющие конвертировать удельную активность радионуклида в единицы мощности поглощенной дозы в красном костном мозге. В результате численных экспериментов было показано, что вариации химического состава в пределах физиологических показателей не вносят дополнительной погрешности больше ±4% в значение доз на красный костный мозг. Влияние плотности костной ткани на формирование дозы в красном костном мозге зависит от размера фантома. Для фантомов, чьи линейные размеры превышают две длины свободного пробега электронов (~ 0,44 см), вариабельность плотности костной ткани в пределах ±3% приводит к аналогичной по величине относительной неопределенности коэффициентов перехода. Однако для фантомов меньших размеров вариабельность плотности костной ткани приводит к неопределенностям этих коэффициентов равным 6% или 13%, если источник депонирован в трабекулярной или кортикальной кости соответственно. Полученные результаты будут использованы при оценке суммарной неопределенности поглощенных доз красным костным мозгом с учетом неопределенности всех используемых параметров, включая вариабельность морфометрических характеристик костей, вариабельности распределения красного костного мозга между структурами скелета, а также неопределенность, привносимую модельными приближениями.

1. Krestinina L.Yu., Davis F.G., Schonfeld S., et al. Leukaemia incidence in the Techa River Cohort: 1953–2007 // British Journal of Cancer. 2013. Vol. 109. P. 2886-2893. DOI: 10.1038/bjc.2013.614. PubMed PMID: 24129230; PubMed Central PMCID: PMCPMC3844904.

2. Leuraud K., Richardson D.B, Cardis E., et al. Ionising radiation and risk of death from leukaemia and lymphoma in radiation-monitored workers (INWORKS): an international cohort study// Lancet Haemotology. 2015. 2:e276-e281. DOI: 10.1016/S2352-3026(15)00094-0. PubMed PMID: 26436129; PubMed Central PMCID: PMC4587986.

3. Соснина С.Ф., Окатенко П.В., Юркин А.М., и др. Лейкомогенный риск и темп накопления радиационной дозы, Сообщение 1: Характеристика исследуемой группы работников производственного объединения «МАЯК»// Радиационная гигиена. 2019. Т. 12. № 4. С. 18-28. https://doi.org/0.21514/1998-426X-2019-12-4-18-28.

4. Пелевина И.И., Аклеев А.В., Когарко И.Н., и др. Радиационно-химическое воздействие ионизирующего излучения на организм и генотоксические нарушения системы крови// Химическая физика. 2021. Т. 40. № 12. С. 48-55. DOI: 10.31857/S0207401X2112013X.

5. Akleyev A.V. Early signs of chronic radiation syndrome in residents of the Techa riverside settlements// Radiation and Environmental Biophysics. 2021. Vol. 60, № 2. P. 203212. DOI: 10.1007/s00411-021-00897-8. PubMed PMID: 33677652.

6. ICRP, 2010. Conversion Coefficients for Radiological Protection Quantities for External radiation Exposures. ICRP Publication 116// Annals of the ICRP. 2010. Vol. 40, № 2-5. P. 1-257. DOI: 10.1016/j.icrp.2011.10.001. Erratum in: Ann ICRP. 2015 Jul;44(1):128-34. PMID: 22386603.

7. Seifert A.C., Wehrli S.L., Wehrli F.W. Bi-component T2 * analysis of bound and pore bone water fractions fails at high field strengths// NMR in Biomedicine. 2015. Vol. 28, № 7. P. 861872. DOI: 10.1002/nbm.3305. PubMed PMID: 25981785. PubMed Central PMCID: PMC4478152.

8. Li C., Seifert A.C., Rad H.S., et al. Cortical bone water concentration: dependence of MR imaging measures on age and pore volume fraction// Radiology. 2014. Vol. 272, № 3. P. 796-806. DOI: 10.1148/radiol.14132585. PubMed PMID: 24814179. PubMed Central PMCID: PMC4263649.

9. Saiki M., Takata M.K., Kramarski S., Borelli A. Instrumental neutron activation analysis of rib bone samples and of bone reference materials // Biological Trace Element Research. 1999. Vol. 71-72. P. 41-46. DOI: 10.1007/BF02784189. PubMed PMID: 10676477.

10. Zaichick V., Tzaphlidou M. Determination of calcium, phosphorus, and the calcium/phosphorus ratio in cortical bone from the human femoral neck by neutron activation analysis // Applied radiation and isotopes. 2002. Vol. 56, № 6. P. 781-786. DOI: 10.1016/s0969-8043(02)00066-0. PubMed PMID: 12102333.

11. Havaldar R., Pilli S.C., Putti B.B. Effects of ageing on bone mineral composition and bone strength // IOSR Journal of Dental and Medical Sciences (IOSRJDMS). 2012. Vol. 1, № 3. P. 12-16. DOI:10.9790/0853-0131216.

12. Zioła-Frankowska A., Kubaszewski Ł., Dąbrowski M., et al. The Content of the 14 Metals in Cancellous and Cortical Bone of the Hip Joint Affected by Osteoarthritis // BioMed Research International. 2015. Vol. 2015. P. e815648. DOI: 10.1155/2015/815648. PubMed PMID: PMID: 26357659. PubMed Central PMCID: PMC4555358.

13. Woodard H.Q., White D.R. The composition of body tissues // The British journal of radiology. 1986. Vol. 59, № 708. P. 1209-1218. DOI: 10.1259/0007-1285-59-708-1209. PubMed PMID: 3801800.

14. Gong J.K., Arnold J.S., Cohn S.H. Composition of trabecular and cortical bone // The Anatomical Record. 1964. Vol. 149. P. 325-331. DOI: 10.1002/ar.1091490303. PubMed PMID: 14208979.

15. Snyder S.M., Schneider E. Estimation of mechanical properties of cortical bone by computed tomography // Journal of Orthopaedic Research. 1991 Vol. 9, № 3. P. 422-431. DOI: 10.1002/jor.1100090315. PubMed PMID: 2010847

16. Шишкина Е.А., Шарагин П.А., Волчкова А.Ю. Аналитическое описание дозообразования в костном мозге от 90Sr, инкорпорированного в кальцифицированных тканях // Вопросы радиационной безопасности. 2021. № 3. C. 72-82.

17. ICRP, 2002. Basic Anatomical and Physiological Data for Use in Radiological Protection Reference Values. ICRP Publication 89 // Annals of the ICRP. 2002. Vol. 32, № 3-4. P. 5 – 265. PubMed PMID: 14506981.

18. ICRP, 1995. Basic Anatomical & Physiological Data for use in Radiological Protection – The Skeleton. ICRP Publication 70 // Annals of the ICRP. 1995. Vol. 25, № 2. P. 1-80. PMID: 8659813.

19. Zalyapin V.I., Timofeev Yu.S., Shishkina E.A. A parametric stochastic model of bone geometry // Bulletin of Southern Urals State University. Issue «Mathematical Modelling. Programming & Computer Software» (SUSU MMCS). 2018. V. 11. № 2. P. 44-57. DOI: 10.14529/mmp180204.

20. Degteva M.O., Tolstykh E.I., Shishkina E.A., et al. Stochastic Parametric Skeletal Dosimetry model for humans: General description // PLoS ONE. 2021. Vol. 16, № 10. DOI: 10.1371/journal.pone.0257605. PubMed PMID: 34648511. PubMed Central PMCID: PMC8516275.

21. Толстых Е.И., Шарагин П.А., Шишкина Е.А., и др. Анатомо-морфологический базис для дозиметрического моделирования трабекулярной кости человека с использованием стохастического параметрического подхода // Клинический вестник ФМБЦ им. А.И. Бурназяна. 2022. № 3. С. 25 – 40. DOI: 10.33266/2782-6430-2022-3-25-40

22. Шарагин П.А., Шишкина Е.А., Толстых Е.И. Вычислительный фантом для дозиметрии красного костного мозга новорожденного ребенка от инкорпорированных бета-излучателей // Медицина экстремальных ситуаций. 2022. Т. 24, № 4. С. 74 – 82. DOI: 10.47183/mes.2022.045

23. Shishkina E.A., Timofeev Y.S., Volchkova A.Yu., et al. Trabecula: A Random Generator of Computational Phantoms for Bone Marrow Dosimetry // Health Physics. 2020. Vol. 118, № 1. P. 53-9. DOI: 10.1097/hp.0000000000001127. PubMed PMID: 31764420

24. Werner C.J., Armstrong J.C., Brown F.B., et al. MCNP User’s Manual Code Version 6.2. Los Alamos National Laboratory Tech. Rep. LA-UR-17-29981. Los Alamos, NM, USA. 2017. URL: https://mcnp.lanl.gov/pdf_files/TechReport_2017_LANL_LA-UR-17-29981_WernerArmstrongEtAl.pdf (Дата обращения: 15.05.2023)

25. Watchman C.J., Bourke V.A., Lyon J.R., et al. Spatial distribution of blood vessels and CD34+ hematopoietic stem and progenitor cells within the marrow cavities of human cancellous bone // Journal of Nuclear Medicine. 2007. Vol. 48, № 4. P. 645-654. DOI: 10.2967/jnumed.106.035337. PubMed PMID: 17401104.

26. Bourke V.A., Watchman C.J., Reith J.D., et al. Spatial gradients of blood vessels and hematopoietic stem and progenitor cells within the marrow cavities of the human skeleton // Blood. 2009. Vol. 114, № 19. P. 4077 – 4080. DOI: 10.1182/blood-2008-12-192922. PubMed PMID: 19749092. PubMed Central PMCID: PMC2774549.

27. ICRP, 2010. Conversion Coefficients for Radiological Protection Quantities for External radiation Exposures. ICRP Publication 116. Annals of the ICRP. 2010. Vol. 40, No 2-5. P. 1-257. DOI: 10.1016/j.icrp.2011.10.001. Erratum in: Ann ICRP. 2015 Jul;44(1):128-34. PMID: 22386603.

28. Официальный сайт OECD Nuclear Energy Agency (NEA). URL: https://www.oecd-nea.org/jcms/pl_39910/janis (Дата обращения: 27.04.2023)

29. Shishkina E.A., Göksu H.Y., El-Faramawy N.A., et al. Assessment of 90Sr concentration in dental tissue using thin-layer beta-particle detectors and verification with numerical calculations // Radiation Research. 2005. Vol. 163, № 4. P. 462 – 467. DOI: 10.1667/rr3317. PubMed PMID: 15799703.