Résumé : Objectifs Lors d’une radiothérapie conformationnelle avec modulation d’intensité (RCMI) pour des cancers ORL localement évolués, les variations anatomiques survenant en cours d’irradiation peuvent entraîner un surdosage des parotides chez 70 % des patients, impliquant potentiellement une radiothérapie adaptative. L’objectif de l’étude était de générer un nomogramme prédictif de ce surdosage basé sur des données de la scanographie de planification et/ou de la première semaine d’irradiation. Patients et méthodes Vingt patients atteints d’un cancer ORL localement évolué ont reçu une RCMI de 70 Gy. Chaque patient a eu une scanographie de planification puis des scanographies hebdomadaires avec calcul de dose. La dose cumulée dans les parotides a été reportée dans la scanographie de planification par recalage élastique. Un nomogramme a été généré pour prédire le surdosage des parotides (différence entre doses cumulée et planifiée) à partir des données de la scanographie de planification et de celle de la première semaine d’irradiation. Résultats Un surdosage moyen de 2,5 Gy (jusqu’à 11,7 Gy) a été observé chez 16 patients. Basé sur de la scanographie de planification et de celle de la première semaine d’irradiation, le surdosage parotidien était corrélé avec le volume-cible anatomoclinique initial, sa diminution, et la différence de dose moyenne dans les parotides. Ces variables ont été incluses dans le nomogramme. La variation de dose a été prédite correctement par le monogramme pour 16 patients. Pour les quatre autres, il y avait pour deux un surdosage moyen de 1 Gy (valeur prédite de –0,21 Gy) et un « sous-dosage » moyen de –0,4 Gy pour deux (valeur prédite de +0,3 Gy). Conclusion Un nomogramme basé sur une imagerie précoce (scanographie de planification et scanographie de la première semaine d’irradiation) pourrait permettre d’identifier rapidement les patients à risque de surdosage parotidien, de façon à leur proposer une radiothérapie adaptative. Un tel nomogramme est à valider à partir d’une série plus large