<![CDATA[Studi ini bertujuan untuk studi kelayakan implementasi fitting tool berbasis Python pada estimasi nilai TIAC di organ ginjal. Data biokinetik ginjal kiri dan kanan dari 8 pasien yang menjalani terapi [177Lu]Lu-DOTATATE yang digunakan pada studi ini diperoleh dari literatur: PMID33443063. Data biokinetik diambil dari pencitraan dual SPECT/CT pada empat titik waktu. Time-activity curve diperoleh dari proses fitting menggunakan mono-exponential fit function dan fungsi objektif untuk optimasi kurva. Evaluasi fitting menggunakan kriteria kontrol goodness of fit (GoF) yaitu inspeksi visual kurva, koefisien determinasi (R2), dan koefisien variasi (KV). Nilai TIAC dihitung menggunakan integrasi numerik area under the curve (AUC) dari kurva hasil fitting. Kemudian, nilai TIAC yang dihitung menggunakan fitting tool dibandingkan dengan nilai TIAC dari software SAAM II sebagai referensi menggunakan % relative deviation (RD). Hasil studi menggunakan fitting tool menunjukkan inspeksi visual kurva melewati sebagian besar titik data , nilai R2 mendekati 1 dan koefisien variasi parameter kurva secara umum < 50%. Evaluasi GoF pada pasien ke-5 dan ke-8 tidak memenuhi kriteria akibat underfitting. Hasil perhitungan TIAC dari fitting tool sebesar 1.013 ± 0.459 (jam) dan TIAC dari SAAM II sebesar 0.981 ± 0.390 (jam) serta nilai %RD < 1% . Studi awal kelayakan fitting tool memiliki kesesuaian yang baik terhadap SAAM II memenuhi kriteria kontrol GoF dan %RD <10%. Fitting tool ini berpotensi sebagai software bantu dosimetri internal yang mudah diintegrasikan dengan workflow klinis, akses lebih mudah dan biaya terjangkau.]]>
