影响17个月常规18F-FDG生产的环境和操作因素：最终纯化用水冷却及工艺优化的影响

《Applied Radiation and Isotopes》：Environmental and operational factors affecting 17-month routine 18F-FDG production: Impact of final purification water cooling and process optimization

本研究分析了日本某医院新设Cyclotron设施17个月内[^18F]-FDG生产数据，探讨环境因素（温度、湿度、天气）及操作优化（冷却、干燥流程）对非衰变校正放射化学产率的影响。结果表明，尽管单一因素影响较弱，但综合优化显著提升了产率稳定性，为新建医院放射药体制备提供了实用参考。

　　

山口宏|前田健人|加藤雅树|日垣明子|滨岛雄太郎

日本爱知县藤田健康大学医院放射治疗中心放射科

摘要

背景

越来越多的医院开始自行生产^18F-FDG，但很少有研究量化环境和操作因素在实际临床操作中对放射化学产量的影响。2024年5月，我们机构启动了一项新的回旋加速器项目，所有技术人员此前都没有生产FDG的经验。本研究通过17个月的连续生产数据，评估了影响产量稳定性的因素。

方法

我们分析了使用回旋加速器（HM-12S）和自动合成器（F300）进行的17个月连续生产记录。环境变量包括环境温度、湿度和天气（晴/阴/雨）。同时评估了冷却条件（室温与4°C）以及实施管线干燥程序的效果。FDG产量（未经过衰变校正）通过单变量比较和多元线性回归进行分析。

结果

温度和湿度与产量之间存在弱但一致的相关性（R² < 0.1）。天气对产量的直接影响很小。冷却措施没有显著效果，但略微降低了产量的波动性；而干燥程序则使产量中位数有所提高，并减少了产量的波动性。一个完整的多元模型显示，没有单一因素能够强烈预测产量；然而，环境参数和操作改进的综合作用解释了产量随时间稳定的部分原因。值得注意的是，在整个研究期间，FDG生产从未中断。

结论

尽管个别环境和操作因素对^18F-FDG产量的影响较小，但它们的综合效应提高了生产的稳定性。这种多变量方法为新建立的医院回旋加速器设施提供了实用见解，并支持在实际FDG生产中的系统优化。

引言

[^18F]氟脱氧葡萄糖（[^18F]FDG）是全球最常用的正电子发射断层扫描（PET）放射性药物，通常在医院内的回旋加速器设施中使用自动合成模块生产（Hamacher等人，1986年；Iwata等人，2002年）。尽管FDG生产的化学原理已经确立了几十年（Smith和Carroll，2016年），但稳定的常规生产仍然严重依赖于一致的操作条件，特别是在新建立的设施的早期实施阶段。

在医院回旋加速器环境中，FDG生产往往需要在严格的时间限制下每天进行，同时保持高放射化学产量（RCY）、产品质量和不间断的临床服务（Bj?rnberg等人，2021年）。即使产量波动不会导致生产取消，也可能导致工作流程延误、PET检查重新安排以及工作人员的操作负担增加。因此，识别影响产量稳定性的因素对于从外部采购FDG转向内部生产的核医学设施来说具有实际意义（van der Weerdt等人，2003年）。

以往关于FDG生产的研究主要集中在化学参数、合成协议、试剂盒设计或辐射安全方面（Tewson，1999年；Lemaire等人，2012年；Coenen等人，2010年）。相比之下，环境条件（如环境温度和湿度）以及常规操作实践的影响较少得到系统评估，尤其是使用长期的实际生产数据。即使在受控的合成环境中，环境或操作因素的微妙波动也可能在较长时间内累积影响合成性能（Berger等人，2020年）。

新建立的医院回旋加速器设施面临额外的挑战，因为技术人员缺乏操作经验，标准操作程序在不断演变，常规工作流程也在逐步优化。在这种早期操作阶段，合成稳定性的实现通常不是通过单一的重大技术改进，而是通过多次小的改进和环境控制来实现的。然而，支持这一实践经验的定量证据在文献中仍然有限。

2024年5月，我们机构使用医用回旋加速器和自动合成模块开始了FDG的内部生产。在启动时，所有参与放射性药物生产的技术人员都没有FDG合成的经验。在随后的17个月里，该设施遇到了典型的启动挑战，包括设备故障排除、临床建筑固有的环境波动，以及需要快速调整操作以维持不间断的PET服务。重要的是，在整个观察期间，FDG生产从未在任何临床日中断。

认识到环境和操作变化对生产结果的潜在影响，我们前瞻性地记录了一系列可能与合成产量相关的参数，包括环境温度、湿度、外部天气条件（晴、阴、雨）、最终纯化洗脱水的冷却情况，以及在观察期间引入的专用管线干燥程序。虽然单个参数的影响可能较小，但多个小因素对生产稳定性的累积效应尚未得到充分阐明。

本研究旨在通过对一家新建立的医院回旋加速器设施17个月的常规[^18F]FDG生产数据进行全面分析，来解决这一空白。我们使用单变量和多元统计方法系统评估了环境和操作因素对未经过衰变校正的RCY的影响。本研究并非提出新的合成方法，而是提供了关于如何通过适度的环境和操作优化共同促进稳定常规FDG生产的实际数据驱动见解。我们相信，这些发现对于计划或刚开始进行内部FDG生产的机构来说非常有价值，尤其是在设施运行的早期阶段。

部分内容摘录

设施和生产概述

2024年5月，我们在新建立的医院回旋加速器设施中开始了^18F-FDG的内部生产。该设施配备了一台用于生产^18F的医用回旋加速器（HM-12S，住友重工业公司）和一台自动合成模块（F300，住友重工业公司）。所有参与合成的放射技术人员在项目开始时都没有经验，并在独立操作前完成了内部培训。

回旋加速器辐照和合成

[^18F]氟化物是通过^18O(p,n)^18F反应产生的

总体生产性能

在17个月的观察期间，共进行了313次FDG合成，没有一次生产取消。在实施初期出现了一些延迟，但随后实现了稳定的常规操作。总体未经过衰变校正的放射化学产量（RCY）为70.3±4.7%（范围：37.8–79.3%）。

纯化水冷却的效果

图1总结了冷却（4°C）与未冷却纯化水条件下的RCY分布。

两组之间的平均RCY值相当，没有显著差异

讨论

在这项研究中，我们分析了一家新建立的医院回旋加速器设施17个月的常规[^18F]FDG生产数据，以评估环境和操作因素对放射化学产量的影响。尽管在启动时技术人员没有FDG生产经验，但在整个观察期间实现了稳定的常规生产，没有生产取消。

结论

在一家医院回旋加速器设施启动后的17个月里，使用自动F300合成模块进行的内部^18F-FDG生产实现了稳定的未经过衰变校正的RCY，尽管房间温度、相对湿度和天气条件发生了显著变化。最终纯化水的冷却和常规管线干燥程序的引入使产量波动性有所降低，但没有单一环境因素

手稿准备过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了ChatGPT（OpenAI）来辅助语言编辑、结构完善和手稿质量提升。使用该工具后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。

CRediT作者贡献声明

山口宏：概念构思、数据管理、正式分析、项目管理、资源协调、初稿撰写、审阅与编辑。前田健人：数据管理、正式分析、方法论设计、初稿撰写。加藤雅树：数据管理、正式分析、资源协调、初稿撰写。日垣明子：数据管理、正式分析、资源协调、初稿撰写。滨岛雄太郎：数据管理、正式分析、资源协调、初稿撰写。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

我们感谢SHI Accelerator Service Ltd.的Furutsuka先生的宝贵技术支持，他在回旋加速器系统的安装和初始运行过程中提供了帮助。我们还要感谢藤田健康大学医院放射科和放射技术科的工作人员在整个^18F-FDG生产项目中的合作。本研究未接受任何外部资助。