Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Engineering
Click here for the English version

Engineering

Lumped-Parameter en Finite Element Modeling of Heart Failure met geconserveerde ejectiefractie

Published: February 13, 2021 doi: 10.3791/62167
Automatic Translation
*1,2, *1, 1,2,3
1Institute for Medical Engineering and Science, Massachusetts Institute of Technology, 2Health Science and Technology Program, Harvard/Massachusetts Institute of Technology, 3Department of Mechanical Engineering, Massachusetts Institute of Technology
* These authors contributed equally

Summary

Dit werk introduceert twee computationele modellen van hartfalen met geconserveerde ejectiefractie op basis van een lumped-parameter benadering en eindige elementenanalyse. Deze modellen worden gebruikt om de veranderingen in de hemodynamica van de linkerventrikel en gerelateerde vasculatuur veroorzaakt door drukoverbelasting en verminderde ventriculaire naleving te evalueren.

Abstract

Wetenschappelijke inspanningen op het gebied van computationele modellering van hart- en vaatziekten zijn grotendeels gericht op hartfalen met verminderde ejectiefractie (HFrEF), waarbij hartfalen met geconserveerde ejectiefractie (HFpEF) grotendeels over het hoofd wordt gezien, wat meer recentelijk wereldwijd een dominante vorm van hartfalen is geworden. Gemotiveerd door de schaarste van HFpEF in silico-representaties, worden in dit artikel twee verschillende computationele modellen gepresenteerd om de hemodynamica van HFpEF als gevolg van overbelasting van de linkerventrikeldruk te simuleren. Ten eerste werd een objectgeoriënteerd lumped-parameter model ontwikkeld met behulp van een numerieke solver. Dit model is gebaseerd op een nuldimensionaal (0D) Windkessel-achtig netwerk, dat afhankelijk is van de geometrische en mechanische eigenschappen van de constitutieve elementen en het voordeel biedt van lage rekenkosten. Ten tweede werd een softwarepakket voor eindige elementenanalyse (FEA) gebruikt voor de implementatie van een multidimensionale simulatie. Het FEA-model combineert driedimensionale (3D) multifysische modellen van de elektromechanische hartrespons, structurele vervormingen en op vloeistofholte gebaseerde hemodynamica en maakt gebruik van een vereenvoudigd lumped-parametermodel om de stroomuitwisselingsprofielen tussen verschillende vloeistofholtes te definiëren. Door elke benadering werden zowel de acute als chronische hemodynamische veranderingen in de linkerventrikel en proximale vasculatuur als gevolg van drukoverbelasting met succes gesimuleerd. In het bijzonder werd drukoverbelasting gemodelleerd door het openingsgebied van de aortaklep te verminderen, terwijl chronische remodellering werd gesimuleerd door de naleving van de linkerventrikelwand te verminderen. In overeenstemming met de wetenschappelijke en klinische literatuur van HFpEF tonen de resultaten van beide modellen (i) een acute verhoging van de transaortische drukgradiënt tussen de linkerventrikel en de aorta en een vermindering van het slagvolume en (ii) een chronische afname van het einddiastolische linkerventrikelvolume, wat wijst op diastolische disfunctie. Ten slotte toont het FEA-model aan dat stress in het HFpEF-myocardium opmerkelijk hoger is dan in het gezonde hartweefsel gedurende de hele hartcyclus.

Introduction

Hartfalen is een belangrijke doodsoorzaak wereldwijd, die optreedt wanneer het hart niet in staat is om te pompen of voldoende te vullen om de metabolische eisen van het lichaam bij te houden. De ejectiefractie, d.w.z. de relatieve hoeveelheid bloed die is opgeslagen in de linkerventrikel die bij elke samentrekking wordt uitgeworpen, wordt klinisch gebruikt om hartfalen te classificeren in (i) hartfalen met verminderde ejectiefractie (HFrEF) en (ii) hartfalen met geconserveerde ejectiefractie (HFpEF), voor ejectiefracties kleiner dan of groter dan 45%, respectievelijk1,2,3. Symptomen van HFpEF ontwikkelen zich vaak als reactie op overbelasting van de linkerventrikeldruk, die kan worden veroorzaakt door verschillende aandoeningen, waaronder aortastenose, hypertensie en obstructie van het linkerventrikeluitstroomkanaal3,4,5,6,7. Drukoverbelasting drijft een cascade van moleculaire en cellulaire afwijkingen aan, wat leidt tot verdikking van de linker ventriculaire wand (concentrische remodellering) en uiteindelijk tot wandstijfheid of verlies van naleving8,9,10. Deze biomechanische veranderingen hebben een diepgaande invloed op de cardiovasculaire hemodynamica, omdat ze resulteren in een verhoogde einddiastolische druk-volumerelatie en in een vermindering van het einddiastolische volume11.

Computationele modellering van het cardiovasculaire systeem heeft het begrip van bloeddruk en stromen in zowel fysiologie als ziekte bevorderd en heeft de ontwikkeling van diagnostische en therapeutische strategieën bevorderd12. In silico worden modellen ingedeeld in laag- of hoogdimensionale modellen, waarbij de eerste analytische methoden gebruikt om globale hemodynamische eigenschappen met een lage computationele vraag te evalueren en de laatste een uitgebreidere multischaal- en multifysische beschrijving van cardiovasculaire mechanica en hemodynamica in het 2D- of 3D-domein13biedt. De lumped-parameter Windkessel-representatie is de meest voorkomende onder de laagdimensionale beschrijvingen. Gebaseerd op de analogie van het elektrische circuit (de wet van Ohm), bootst dit het algehele hemodynamische gedrag van het cardiovasculaire systeem na door een combinatie van resistieve, capacitieve en inductieve elementen14. Een recente studie van deze groep heeft een alternatief Windkessel-model in het hydraulische domein voorgesteld dat het modelleren van veranderingen in de geometrie en mechanica van grote vaten-hartkamers en kleppen op een intuïtievere manier mogelijk maakt dan traditionele elektrische analoge modellen. Deze simulatie is ontwikkeld op een objectgeoriënteerde numerieke oplosser (zie de tabel met materialen)en kan de normale hemodynamica, fysiologische effecten van cardiorespiratoire koppeling, respiratoire bloedstroom in de eenhartfysiologie en hemodynamische veranderingen als gevolg van aortavernauwing vastleggen. Deze beschrijving breidt de mogelijkheden van lumped-parametermodellen uit door een fysiek intuïtieve benadering aan te bieden om een spectrum van pathologische aandoeningen te modelleren, waaronder hartfalen15.

Hoogdimensionale modellen zijn gebaseerd op FEA om spatiotemporale hemodynamica en vloeistofstructuurinteracties te berekenen. Deze representaties kunnen gedetailleerde en nauwkeurige beschrijvingen van het lokale bloedstroomveld bieden; vanwege hun lage computationele efficiëntie zijn ze echter niet geschikt voor studies van de hele cardiovasculaire boom16,17. Een softwarepakket (zie de tabel met materialen)werd gebruikt als een anatomisch nauwkeurig FEA-platform van het volwassen menselijk hart met 4 kamers, dat de elektromechanische respons, structurele vervormingen en op vloeistofholte gebaseerde hemodynamica integreert. Het aangepaste menselijke hartmodel omvat ook een eenvoudig lumped-parametermodel dat de stroomuitwisseling tussen de verschillende vloeistofholtes definieert, evenals een volledige mechanische karakterisering van het hartweefsel18,19.

Verschillende lumped-parameter en FEA-modellen van hartfalen zijn geformuleerd om hemodynamische afwijkingen vast te leggen en therapeutische strategieën te evalueren , met name in de context van mechanische bloedsomloopassistentieapparaten voor HFrEF20,21,22,23,24. Een breed scala aan 0D-lumped-parametermodellen van verschillende complexiteiten heeft daarom met succes de hemodynamica van het menselijk hart in fysiologische en HFrEF-omstandigheden vastgelegd door optimalisatie van twee - of drie-element elektrische analoge Windkessel-systemen20,21,23,24. De meeste van deze representaties zijn uni- of biventriculaire modellen op basis van de tijdsverschilformulering om de contractiele werking van het hart te reproduceren en een niet-lineaire enddiastolische drukvolumerelatie te gebruiken om ventriculaire vulling25,26,27te beschrijven . Uitgebreide modellen, die het complexe cardiovasculaire netwerk vastleggen en zowel de atriale als ventriculaire pompwerking nabootsen, zijn gebruikt als platforms voor het testen van apparaten. Hoewel er een aanzienlijke hoeveelheid literatuur bestaat op het gebied van HFrEF , zijn er maar weinig silicomodellen van HFpEF voorgesteld20,22,28,29,30,31.

Een laagdimensionaal model van HFpEF hemodynamica, onlangs ontwikkeld door Burkhoff et al.32 en Granegger et al.28, kan de drukvolume (PV) lussen van het 4-kamerhart vastleggen, waarbij de hemodynamica van verschillende fenotypen van HFpEF volledig wordt samengevat. Bovendien gebruiken ze hun in silico-platform om de haalbaarheid van een mechanisch bloedsomloopapparaat voor HFpEF te evalueren, baanbrekend computationeel onderzoek van HFpEF voor fysiologiestudies en apparaatontwikkeling. Deze modellen blijven echter niet in staat om de dynamische veranderingen in bloedstromen en druk waargenomen tijdens ziekteprogressie vast te leggen. Een recente studie van Kadry et al.30 vangt de verschillende fenotypes van diastolische disfunctie op door de actieve ontspanning van het myocardium en de passieve stijfheid van de linkerventrikel aan te passen op een laagdimensionaal model. Hun werk biedt een uitgebreide hemodynamische analyse van diastolische disfunctie op basis van zowel de actieve als passieve eigenschappen van het myocardium. Evenzo heeft de literatuur van hoogdimensionale modellen zich voornamelijk gericht op HFrEF19,33,34,35,36,37. Bakir et al.33 stelden een volledig gekoppeld cardiale vloeistof-elektromechanica FEA-model voor om het HFrEF hemodynamische profiel en de werkzaamheid van een linkerventrikelhulpapparaat (LVAD) te voorspellen. Dit biventriculaire (of tweekamer) model maakte gebruik van een gekoppeld Windkessel-circuit om de hemodynamica van het gezonde hart, HFrEF en HFrEF te simuleren met LVAD-ondersteuning33,37.

Op dezelfde manier ontwikkelden Sack et al.35 een biventriculair model om de juiste ventriculaire disfunctie te onderzoeken. Hun biventriculaire geometrie werd verkregen uit mri-gegevens (Magnetic Resonance Imaging) van een patiënt en het eindige-elementengaas van het model werd geconstrueerd met behulp van beeldsegmentatie om de hemodynamica van een VAD-ondersteunde falende rechterventrikel35te analyseren . Fea-hartbenaderingen met vier kamers zijn ontwikkeld om de nauwkeurigheid van modellen van het elektromechanische gedrag van het hart te verbeteren19,34. In tegenstelling tot biventriculaire beschrijvingen bieden MRI-afgeleide vierkamermodellen van het menselijk hart een betere weergave van de cardiovasculaire anatomie18. Het hartmodel dat in dit werk wordt gebruikt, is een vaststaand voorbeeld van een FEA-model met vier kamers. In tegenstelling tot lumped-parameter en biventriculaire FEA-modellen vangt deze representatie hemodynamische veranderingen op tijdens ziekteprogressie34,37. Genet et al.34gebruikten bijvoorbeeld hetzelfde platform om een numeriek groeimodel te implementeren van de remodellering waargenomen in HFrEF en HFpEF. Deze modellen evalueren echter alleen de effecten van cardiale hypertrofie op de structurele mechanica en geven geen uitgebreide beschrijving van de bijbehorende hemodynamica.

Om het gebrek aan HFpEF in silico-modellen in dit werk aan te pakken, werden het lumped-parametermodel dat eerder door deze groep15 en het FEA-model werd ontwikkeld, opnieuw uitgerust om het hemodynamische profiel van HFpEF te simuleren. Hiertoe zal eerst het vermogen van elk model om cardiovasculaire hemodynamica bij aanvang te simuleren worden aangetoond. De effecten van stenose-geïnduceerde linker ventriculaire druk overbelasting en van verminderde linker ventriculaire naleving als gevolg van cardiale remodellering-een typisch kenmerk van HFpEF-zal dan worden geëvalueerd.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. 0D-model met geklonterde parameter

  1. Simulatie-instellingen
    OPMERKING: Bouw in de numerieke oplosseromgeving (zie de tabel met materialen)het domein zoals weergegeven in figuur 1. Dit bestaat uit het 4-kamerhart, het bovenlichaam, de buik, het onderlichaam en de thoracale compartimenten, evenals de proximale vasculatuur, waaronder de aorta, de longslagader en de superieure en inferieure venae cavae. De standaardelementen die in deze simulatie worden gebruikt, maken deel uit van de standaard hydraulische bibliotheek. Details zijn te vinden in de aanvullende bestanden.
    1. Navigeer door de hydraulische bibliotheek om de vereiste elementen te vinden: hydraulische pijpleiding, hydraulische kamer met constant volume, lineaire weerstand, centrifugaalpomp, terugslagklep, variabele gebiedsopening en de aangepaste hydraulische vloeistof.
      1. Laat de hydraulische leidingelementen in de werkruimte vallen.
        OPMERKING: Deze zijn verantwoordelijk voor wrijvingsverliezen, wandconformiteit en vloeistofdrukbaarheid in bloedvaten en hartkamers. Door dit blok wordt het drukverlies berekend met behulp van de Darcy-Weisbach-wet, terwijl de verandering in diameter als gevolg van wandconformiteit afhangt van de nalevingsconstante, de lichtgevende druk en de tijdconstante. Ten slotte wordt de vloeistofdrukbaarheid gedefinieerd door de bulkmodulus van het medium.
      2. Plaats de hydraulische kamerelementen met constant volume om de naleving van de wand en de vloeiende samendrukbaarheid te definiëren.
        OPMERKING: Dit blok houdt geen rekening met drukverliezen als gevolg van wrijving.
      3. Voeg de lineaire weerstandselementen toe om de weerstand tegen stroming te definiëren.
        OPMERKING: Dit is onafhankelijk van de geometrische eigenschappen van de vasculatuur, analoog aan het weerstandselement dat wordt gebruikt in elektrische analoge Windkessel-modellen. Andere blokken, zoals de centrifugaalpomp, de terugslagklep, de opening met variabel gebied en de aangepaste hydraulische vloeistofelementen moeten worden ingevoegd om de gewenste drukinvoer in het systeem te genereren, de effecten van hartkleppen op de bloedstroom te modelleren en de mechanische eigenschappen van bloed te definiëren. Door deze elementen kan het gedrag van het cardiovasculaire systeem in zowel fysiologie als ziekte volledig worden vastgelegd. Het ingangssignaal voor de centrifugaalpomp is te vinden in figuur S1A.
      4. Modelleer de contractiliteit van elke hartkamer door middel van het aangepaste variabele nalevingskamerelement.
        OPMERKING: Dit accepteert compliance als een tijds variërend door de gebruiker gedefinieerd ingangssignaal en is gebaseerd op het tijds variërende elastaanmodel (figuur S1B-D).
    2. Geef de parameters met betrekking tot elk element op, zoals weergegeven in tabel S1, ook te vinden in Rosalia et al.15
    3. Plaats een physical signal (PS) repeating sequence element voor elk van de blokken die een tijds variërend door de gebruiker gedefinieerd ingangssignaal vereisen: de LV-pomp, de compliance-elementen voor variabele naleving en de openingsblokken met variabel gebied.
      OPMERKING: Invoersignalen die voor deze simulatie worden gebruikt, zijn te vinden in figuur S1.
    4. Selecteer de standaard impliciete ODE 23t-oplosser en voer de simulatie gedurende 100 s uit om een stabiele toestand te bereiken.

2. Het FEA-model

  1. Simulatie-instellingen
    OPMERKING: Het FEA-model maakt gebruik van een gekoppelde elektromechanische analyse in volgorde. In dit model wordt eerst de elektrische analyse uitgevoerd; vervolgens worden de resulterende elektrische potentialen gebruikt als excitatiebron in de volgende mechanische analyse. Daarom bevat de simulatie-opstelling twee werkdomeinen: de elektrische (ELEC) en de mechanische (MECH) domeinen, die vooraf zijn gedefinieerd in de FEA-simulatiesoftware (Tabel van Materialen)18. Daarom wordt in de volgende sectie alleen de analyseworkflow beschreven. Het FEA-model maakt gebruik van de volgende gebruikerssubroutines HETVAL, VUANISOHYPERen UAMP voor de modellering van elektrisch en mechanisch materiaal18.
    1. Navigeer door het ELEC-domein om elektrische analyses uit te voeren met behulp van de vooraf gedefinieerde temperatuurprocedure in de standaardmodule.
      1. Gebruik een stap met één analyse met de naam BEAT. Stel de duur van de hartcyclus in op 500 ms en pas een elektrische potentiaalpuls toe op een knooppuntset die de sinoatriale (SA) knoop vertegenwoordigt (knooppuntenset: R_Atrium-1.SA_NODE).
      2. Bekijk de standaard elektrische golfvorm, die varieert van -80 mV tot 20 mV over 200 ms met de definitie van vloeiende stapamplitude, zoals beschreven in de modelgids18. Gebruik de standaardwaarden van materiaalconstanten in de elektrische analyse om de AV-vertraging aan te passen.
      3. Start de jobmodule en maak een taak met de naam heart-elec.
    2. Zodra de installatie van de elektrische analyse is voltooid, navigeert u door het MECH-domein om de op vloeistofholte gebaseerde mechanische analyse uit te voeren.
      OPMERKING: De mechanische simulatie wordt uitgevoerd na de elektrische analyse en de resulterende elektrische potentialen worden gebruikt als excitatiebron voor de mechanische analyse. De mechanische analyse bevat meerdere stappen.
      1. Gebruik de drie hoofdstappen met de naam PRE-LOAD, BEAT1en RECOVERY1. Bekijk in de PRE-LOAD-stap de randvoorwaarden van de vooraf benadrukte toestand van het hart. Gebruik 0,3 s als staptijd om de druk in de vloeistofkamers lineair op te voeren.
        OPMERKING: De vooraf gedefinieerde drukwaarden van de vloeistofholte zijn weergegeven in tabel S3. De vooraf benadrukte toestand van het hart was al gedefinieerd in de normale hartsimulatie-instelling en de initiële knooppuntcondities worden weergegeven in de externe simulatiebestanden, zoals vermeld in tabel S5. Herberekening van de nulspanningstoestand met behulp van de omgekeerde mechanische simulatie is vereist wanneer de grensvoorwaarde wordt gewijzigd, zoals uitgelegd in stap 3.2.2-3.2.4.
      2. Gebruik in de BEAT1-stap 0,5 s als staptijd om contractie te simuleren.
      3. Selecteer in de RECOVERY1-stap 0,5 s voor hartontspanning en ventriculaire vulling voor een hartslag van 60 bpm.
      4. Schakel de volgende stappen, BEATX en RECOVERYX, in om meer dan één hartcyclus te simuleren om een stabiele toestand te bereiken.
        OPMERKING: Drie hartcycli zijn voldoende om een stabiele toestand te bereiken. Een cyclus van de simulatie wordt voltooid in ~ 8 uur op een 24-core processor (3,2 GHz x 24).
      5. Start de taakmodule en maak een taak met de naam hartmecha, waardoor de optie dubbele precisie wordt inschakelen.
  2. Bekijk het vereenvoudigde windkesselmodel met een klomp
    OPMERKING: Het mechanische domein van het FEA-model heeft een bloedstroommodel, dat is gebaseerd op een vereenvoudigd circuit met klontenparameters en is gemaakt als een combinatie van op het oppervlak gebaseerde vloeistofholtes en vloeistofuitwisselingen, zoals te zien in figuur 218.
    1. Gebruik de Windkessel-weergave die in de bovenstaande notitie wordt genoemd om de simulatie uit te voeren. Bekijk de weergave van het bloedstroommodel om de waarden van de resistieve en capacitieve elementen aan te passen voor respectievelijk stroomweerstanden en structurele nalevingen.
    2. Bekijk de 3D eindige elementweergave van vier hartkamers en zorg ervoor dat hun geometrische posities nauwkeurig zijn.
    3. Controleer de hartassemblage en schakel over naar de interactiemodule om de nalevings- en contractiliteitswaarden van elk van de vier hartkamers aan te passen.
      OPMERKING: De standaardwaarden in de interactiemodule zijn geconfigureerd om een geïdealiseerde gezonde hartslagcyclus voor mensen te simuleren18.
    4. Bekijk de volgende hydrostatische vloeistofholtes in de interactionmodule, CAV-AORTA, CAV-LA, CAV-LV, CAV-PULMONARY_TRUNK, CAV-RA, CAV-RV, CAV-SVC, CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP en CAV-VENOUS-COMP (tabel S3).
    5. Gebruik de compliancekamers (CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP en CAV-VENOUS-COMP) als kubieke volumes omdat ze de conformiteit van de arteriële, veneuze en pulmonale circulaties vertegenwoordigen.
    6. Bevestig drie kubieke volumes aan een geaarde veer en bekijk de stijfheidswaarde om de drukvolumerespons in de arteriële, veneuze en longcirculatie te modelleren.
    7. Controleer de volgende definities van vloeistofuitwisseling tussen de hydrostatische vloeistofholtes: arteriële veneuze, veneus-rechter atrium, rechter atrium-rechter ventrikel, rechter ventrikel-longsysteem, longsysteem-linker atrium, linker atrium-linker ventrikel en linker ventrikel-aorta (Tabel S4).
    8. Pas de viskeuze weerstandscoëfficiënt aan om het bloedstroommodel in elke vloeistofuitwisselingslink te wijzigen (zie Aanvullende bestanden voor meer informatie over het viskeuze weerstandseffect).
  3. Multifysica simulatie
    1. Zoek het CAE-databasebestand in de werkmap.
      OPMERKING: Het FEA-model in dit protocol wordt geleverd in de database en wordt genoemd als LH-Human-Model-Beta-V2_1.cae.
    2. Voeg de invoer-, object- en bibliotheekbestanden in de werkmap in om de simulatie uit te voeren. Zie tabel S5 voor de volledige lijst met invoer- en bibliotheekbestanden.
    3. Start de FEA-modelsimulatiesoftware (zie de tabel met materialen).
      OPMERKING: Raadpleeg de softwareleverancier voor compatibiliteit met latere versies18.
    4. Bekijk de onderdelen, assemblage en randvoorwaarden in zowel ELEC- als MECH-domeinen, zoals beschreven in de punten 2.2 en 2.3.
    5. Voer eerst de elektrische simulatietaak heart-elecuit, zoals beschreven in punt 2.1.1.3. Inspecteer visueel de elektrische potentiële resultaten om te controleren of de hart-elec simulatie liep zoals verwacht. Zorg er vervolgens voor dat het resultaatbestand heart-elec.odb zich in de werkmap bevindt.
    6. Ga naar de tweede simulatiefase door over te schakelen naar het MECH-domein. Bekijk de waarden van de materiaalconstanten die in de mechanische simulatie worden gebruikt om de gewenste passieve en actieve hartrespons te modelleren.
    7. Zorg ervoor dat de materiaalbibliotheekbestanden voor de mechanische analyse de naam hybrid-string gebruiken. Als u de materiaalrespons van de hartkamers wilt wijzigen, past u het juiste hybride materiaalbestand aan of vervangt u de volledige materiaalrespons door een nieuw materiaalgedrag te definiëren in de sectie Materialen in de CAE-module.
      OPMERKING: Gedetailleerde informatie over de ingebouwde constitutieve wetten is te vinden in de gebruikershandleiding18.
    8. Stel in de PRE-LOAD-stap de druk van de hydrostatische holtes in om het gewenste fysiologische gedrag te verkrijgen. Gebruik de ingebouwde optie voor vloeiende amplitude om van nul naar het gewenste drukniveau te gaan, zoals beschreven in stap 2.1.2.1.
    9. Schakel de in punt 2.1.2.1 gedefinieerde drukgrensvoorwaarden uit om het bloedstroommodel uit te voeren met een constant totaal bloedvolume in het circulatiesysteem. Voer de simulatietaak met de naam heart-mech uit,zoals beschreven in rubriek 2.1.2.5.

3. Aortaklepstenose

OPMERKING: Aortastenose is vaak een driver van HFpEF omdat het leidt tot overbelasting van de druk en uiteindelijk tot concentrische remodellering en nalevingsverlies van de linkerventrikelwand. De hemodynamica waargenomen bij aortastenose vordert vaak naar die waargenomen in HFpEF.

  1. Het lumped-parameter model
    1. Wijzig het ingangssignaal in het PS-herhalingssequentie-element ten opzichte van de aortaklep, die zich in het linkerventrikelcompartiment bevindt. Simuleer een reductie van het openingsgebied gelijk aan 70% in vergelijking met de uitgangswaarde (tabel S6).
      OPMERKING: De ingangswaarden vertegenwoordigen het openingsgebied van de stenotische klep tijdens elke hartslag. De waarde van het openingsgebied kan eenvoudig worden aangepast door de beginuitvoerwaardenvector van het PS-element van de aortaklep te vermenigvuldigen met een decimale waarde die overeenkomt met het uiteindelijke openingsgebied ten opzichte van de oorspronkelijke waarde. In dit werk werd een factor 0,3 gebruikt om 70% vernauwing te bereiken.
  2. Het FEA-model
    1. Wijzig de definitie van vloeistofuitwisseling van de parameter LINK-LV-ARTERIAL.
      OPMERKING: Deze parameter bezit een viskeuze weerstandscoëfficiënt die is afgestemd op de bloedstroom tussen de linkerventrikel en de aorta. Het effectieve uitwisselingsgebied kan worden aangepast om de bloedstroom aan te passen en het juiste aortastenosemodel te creëren (tabel S7).
    2. Zoek de map toolbox en kopieer de bestanden in die map naar de hoofdwerkmap.
    3. Voer een omgekeerde mechanische simulatie uit door de toolboxbestanden uit te voeren18. Wijzig hiervoor de zuigdruk van de linkerventrikel en het linkeratrium naar 6 mmHg in de vloeistofholte om hun initiële volumetrische toestand voor het aortastenosemodel aan te passen. Voer de functie inversePreliminary.py uit.
      OPMERKING:Herberekening van de nulspanningstoestand met behulp van de omgekeerde mechanische simulatie is vereist wanneer de grensvoorwaarde wordt gewijzigd.
    4. Zodra de omgekeerde mechanische simulatie is voltooid, voert u de nabewerkingsfuncties uit: calcNodeCoords.py en straight_mv_chordae.py. Gebruik de standaardwaarden voor de andere stroomparameters en voer een nieuwe mechanische simulatie uit zoals beschreven in punt 2.1.2.5.

4. HFpEF hemodynamica

OPMERKING: Om de effecten van chronische remodellering te simuleren, werden de mechanische eigenschappen van het linkerhart gewijzigd.

  1. Het lumped-parameter model
    1. Wijzig de linker ventriculaire diastolische naleving van het LV-nalevingselement om wandstijfheid als gevolg van drukoverbelasting na te bootsen, met behulp van de waarde van end-diastolische naleving in tabel S8.
      OPMERKING: Ga ervan uit dat de naleving lineair van end-systole naar end-diastole daalt.
    2. Verhoog de lekweerstand van de LV-pomp tot 18 × 106 Pa s m-3 (tabel S8) om de verhoogde linkerventrikeldruk waargenomen in HFpEF vast te leggen.
  2. Het FEA-model
    1. Bewerk de actieve materiaaleigenschappen van de linkerventrikelgeometrie. Verhoog de stijfheidscomponent om de actieve weefselrespons af te stemmen die de spanningscomponenten in de vezel- en plaatrichtingen in het constitutieve model beïnvloedt.
      1. Wijzig de materiaalrespons van de linkerventrikel in het mech-mat-LV_ACTIVE bestand.
        OPMERKING: De stijfheid van de linkerventrikelkamer kan worden afgestemd om de juiste diastolische nalevingseffecten te bieden.
      2. Verhoog de stijfheidsparameters a en b in de anisotrope hyperelastische formulering om de verhoogde stijfheidsrespons voor de HFpEF-fysiologie vast te leggen.
      3. Stel in de PRE-LOAD-stap de vloeistofholtedruk van de linkerventrikel en het linkeratrium in op 20 mmHg.
      4. Voer een omgekeerde mechanische simulatie uit om de volumetrische toestand van de linkerventrikel en het atrium te verkrijgen. Exporteer de nodale coördinaten uit het bestand heart-mech-inverse.odb 18.
      5. Voer de nabewerkingsfuncties uit: calcNodeCoords.py en straight_mv_chordae.py, zoals beschreven in stap 3.2.4. Zoek de nieuwe nodale invoerbestanden in de werkmap en voer een nieuwe mechanische simulatie uit, zoals beschreven in paragraaf 2.1.2.5.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De resultaten van de basissimulaties worden geïllustreerd in figuur 3. Dit toont de druk- en volumegolfvormen van de linkerventrikel en de aorta (figuur 3A) en de linkerventrikel PV-lus (figuur 3B). De twee in silico-modellen vertonen vergelijkbare aorta- en linkerventrikelhemodynamica, die zich binnen het fysiologische bereik bevinden. Kleine verschillen in de respons die door de twee platforms worden voorspeld, kunnen worden opgemerkt tijdens de ventriculaire ledigings- en vulfasen, waarbij niet-lineariteiten beter worden vastgelegd door het FEA-model in vergelijking met het lumped-parameterplatform. In de fysiologie ontstaan dergelijke niet-lineaire effecten voornamelijk als gevolg van de hyperelastische reactie van het hartweefsel en worden daarom nauwkeuriger gereproduceerd door multidomein- en hoge-orde computationele modellen18.

Ventriculaire en aorta hemodynamica werden verkregen voor aortastenose, omdat dit vaak leidt tot overbelasting van de linkerventrikeldruk en uiteindelijk tot de ontwikkeling van HFpEF. Druk- en volumegolfvormen bij een vermindering van 70% van het gebied van de aortaklepopening worden voor beide modellen weergegeven in figuur 4. Stenose resulteerde in een verhoogde drukgradiënt over de aortaklep. Voor de 70% stenose die in dit werk in aanmerking wordt genomen, werden piektransaortische drukgradiënten van respectievelijk 41 mmHg en 54 mmHg verkregen met de modellen lumped-parameter (Figuur 4A) en FEA (Figuur 4B). Deze matige variatie doet zich waarschijnlijk voor als een ander gevolg van het ontbreken van een constitutieve vergelijking die de materiële eigenschappen van het hartweefsel definieert in het lumped-parametermodel, waarbij naleving eenvoudig wordt gedefinieerd door een reeks numerieke waarden. Dit model legt dus geen vloeistofstructuurinteracties vast, die in plaats daarvan nauwkeurig worden weergegeven door het FEA-model. Niettemin zijn de resultaten van beide modellen consistent met de American Society of Echocardiography (ASE) en de European Association of Echocardiography (EAE) classificaties van matige aortaklepstenose, die piektransaortische gradiënten van 40-65 mmHg aanduiden voor aortavernauwdheden van ongeveer 60-75%38,39,40.

Linker ventriculaire PV-lussen bij aanvang, 70% aortastenose en van HFpEF na verstijving van de ventriculaire wand zijn samengevat in figuur 5. Vergelijkbare patronen kunnen worden waargenomen in figuur 5A, die de resultaten van het lumped-parametermodel weergeeft, en in figuur 5B, die de hemodynamica toont die via FEA is verkregen. Deze PV-lussen komen overeen met die in de wetenschappelijke en klinische literatuur van HFpEF1,11,28,32. In het bijzonder zijn beide modellen in staat om de toename van de systolische linkerventrikeldruk vast te leggen als gevolg van de toename van de nabelasting veroorzaakt door aortastenose. Bovendien wordt het eind systolische volume verhoogd in de stenose PV-lus, wat leidt tot een daling van het slagvolume. Bij remodellering en verlies van linkerventrikelnaleving wordt de end-diastolische druk-volumerelatie (EDPVR) verhoogd, wat resulteert in hogere einddiastolische druk en lagere einddiastolische volumes. Deze verschijnselen, die te wijten zijn aan het onvermogen van de linkerventrikel om adequaat te ontspannen en te vullen, worden met succes vastgelegd door de HFpEF PV-lussen in zowel de lage- als hoogdimensionale modellen.

Als een andere indicatie voor verminderde diastolische functie wordt de stroom door de mitralisklep weergegeven in figuur S2, die zowel de vroege ontspanning (E) als de atriale contractie (A) fasen benadrukt. In vergelijking met de normale en stenoseprofielen wordt de HFpEF-stroom gekenmerkt door een iets hogere piek-E-fase mitralisstroom en een aanzienlijk verminderde piek A-fasestroom, wat benadrukt dat passieve verstijving van de linkerventrikel resulteert in een verhoogde E/A-verhouding, die consistent is met de wetenschappelijke literatuur30. Ten slotte toont figuur 6 veranderingen in de myocardspanningskaart in de normale en HFpEF-harten tijdens zowel systole als diastole. De lange-asweergave van de linkerventrikel illustreert de volumetrische gemiddelde spanningsverdelingen en toont verhoogde spanningen in het HFpEF-hart als gevolg van het karakteristieke verlies van ventriculaire naleving. Van basiswaarden van (61,1 ± 49,8) kPa en (0,51 ± 7,35) kPa voor het gezonde hart tijdens piek-systole (t = 0,2 s) en einddiastole (t = 1,0 s), respectievelijk, de gemiddelde stress nam dienovereenkomstig toe tot (97,2 ± 205,7) kPa en (2,69 ± 16,34) kPa in HFpEF, wat suggereert dat de hemodynamische veranderingen die in HFpEF worden waargenomen, geworteld zijn in diepgaande structurele veranderingen die het falende hart beïnvloeden.

Figure 1
Figuur 1: Domein van anatomisch afgeleid lumped-parameter model in de objectgeoriënteerde numerieke oplosser (zie de tabel met materialen),met het vierkamerhart, de aorta en het bovenlichaam, de buik, het onderlichaam en de longcirculaties. Afkortingen: LV = linkerventrikel; RV = rechter hartkamer; LA = linker atrium; RA = rechter atrium; R1 = arteriële weerstand; R2 = veneuze weerstand; C = naleving; IVC: inferieure vena cava; SVC: superieure vena cava. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 2
Figuur 2: Eindige-elementenanalysemodel van het menselijk hart. (A) 3D-weergave van het eindige-elementenanalysemodel van het menselijk hart. (B) Vereenvoudigde weergave van de klonterparameter van het bloedstroommodel in het model in combinatie met de structurele vloeistofuitwisselingsmodellen18. Afkortingen: LV = linkerventrikel; RV = rechter hartkamer; LA = linker atrium; RA = rechter atrium; Raorta = aortaklepweerstand; Rmitralis = mitralisklepweerstand; Rlong = longklepweerstand; Rtricuspid = tricuspidalisklepweerstand; Carteriële = systemische arteriële compliance; R-systeem = systemische arteriële weerstand; Cveneus = systemische veneuze naleving, Rveneus = systemische veneuze resistentie; Cpulmonale = pulmonale compliance; Rlongsysteem = longweerstand. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 3
Figuur 3: Basislijnsimulaties en drukvolumegolfvormen voor de analysemodellen van de lumped-parameter en eindige elementen van het menselijk hart. (A) Linkerventrikeldruk en volumegolfvormen en aortadruk berekend door de lumped-parameter en FEA-modellen bij aanvang. (B) Linker ventriculaire PV-lus verkregen via beide platforms bij aanvang. Afkortingen: FEA = eindige elementenanalyse; LV = linkerventrikel; PV = drukvolume. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 4
Figuur 4: Linkerventrikeldruk en volumegolfvormen en aortadruk berekend bij 70% vermindering van het gebied van de opening van de aortaklep. (A) Lumped-parameter model, (B) FEA-model. Afkortingen: FEA = eindige elementenanalyse; LV = linkerventrikel. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 5
Figuur 5: Linker ventriculaire PV-lussen van het gezonde hart, onder acute stenose-geïnduceerde drukoverbelasting, en van het HFpEF-hart na chronische remodellering en verstijving. (A) Lumped-parameter, (B) FEA-modellen. Afkortingen: EDPVRH = end-diastolische druk-volume relatie in het gesimuleerde gezonde hart; EDPVRHFpEF: enddiastolische druk-volumerelatie in de gesimuleerde HFpEF-fysiologie; PV - drukvolume; FEA = eindige-elementenanalyse. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 6
Figuur 6: von Mises stress (gem: 75%) onder fysiologische omstandigheden en van het HFpEF-hart tijdens piek-systole en diastole, zoals voorspeld door het FEA-model. De kleurenkaarten geven stressniveaus in MPa aan. Hogere spanningen zijn te zien in HFpEF (92,7-2,7 kPa) in vergelijking met het gezonde hart (61,1-0,5 kPa) tijdens piek-systole (t = 0,2 s) en einddiastole (t = 1,0 s). Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur S1: Ingangssignalen voor (A) centrifugaalpomp, (B) linkerventrikel, (C) rechterventrikel, (D) linker- en rechteratria voor de lumped-parameter simulatie. Klik hier om dit bestand te downloaden.

Figuur S2: (A) Aorta- en (B) mitralisstroomsignalen voor de baseline-, stenose- en HFpEF-profielen, verkregen door FEA. Afkortingen: E = vroege ontspanningsfase; A = atriale contractie; FEA = eindige-elementenanalyse; HFpEF = hartfalen met geconserveerde ejectiefractie. Klik hier om dit bestand te downloaden.

Tabel S1. Geometrische en mechanische parameters van baseline lumped-parameter simulatie. Klik hier om deze tabel te downloaden.

Tabel S2. Uitgebreide set parameters van baseline lumped-parameter simulatie. Klik hier om deze tabel te downloaden.

Tabel S3. Vloeistofholtewaarden in het model voor mechanische eindige-elementenanalyse (FEA)18. Klik hier om deze tabel te downloaden.

Tabel S4. Randvoorwaarden van vloeistofuitwisselingsverbindingen voor het eindige-elementenanalysemodel (FEA)18. Klik hier om deze tabel te downloaden.

Tabel S5. De vereiste simulatiebestanden voor het eindige-elementenanalysemodel (FEA)18. Klik hier om deze tabel te downloaden.

Tabel S6. Parameters voor de aorta-stenose lumped-parameter simulatie. Klik hier om deze tabel te downloaden.

Tabel S7. Definities van vloeistofuitwisselingskoppelingen in het eindige-elementenanalysemodel (FEA)18. Klik hier om deze tabel te downloaden.

Tabel S8. Parameters voor de HFpEF lumped-parameter simulatie. Klik hier om deze tabel te downloaden.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

De in dit werk voorgestelde lumped-parameter en FEA-platforms vatten de cardiovasculaire hemodynamica onder fysiologische omstandigheden samen, zowel in de acute fase van stenose-geïnduceerde drukoverbelasting als bij chronische HFpEF. Door de rol vast te leggen die drukoverbelasting speelt in de acute en chronische fasen van de ontwikkeling van HFpEF, zijn de resultaten van deze modellen in overeenstemming met de klinische literatuur van HFpEF, inclusief het begin van een transaortische drukgradiënt als gevolg van aortastenose, een toename van de linkerventrikeldruk en de vermindering van het einddiastolische volume als gevolg van wandstijfheid41. Bovendien was dit FEA-model in staat om verhogingen in myocardspanning in HFpEF tijdens de hartcyclus vast te leggen. Om een correcte installatie van deze simulaties te garanderen, moeten de stappen die in het bovenstaande protocolgedeelte worden beschreven, strikt worden gevolgd. Voor het lumped-parametermodel is het van essentieel belang dat het netwerk van hydraulische elementen correct wordt nagebouwd zoals weergegeven in figuur 1 en dat de voorgeschreven waarden worden vermeld als invoerparameters (tabel S1 en tabel S2). Bovendien moet het oplosserblok op elk knooppunt worden gedefinieerd en verbonden met het netwerk.

Voor het functioneren van het FEA-model zijn alle simulatiebestanden vereist die zijn verpakt met de solver18 die worden vermeld in tabel S5. Het weglaten van een van de vereiste onderdelen kan leiden tot vroegtijdige beëindiging van de simulatie. Voor beide platforms is het van cruciaal belang om de basislijnsimulatie met de standaardinvoerparameters te verkrijgen voordat de stenose- en HFpEF-hemodynamische profielen opnieuw worden gemaakt. Het oorspronkelijke onderzoeksartikel met de basislijnsimulatie15 en de documentatie die aan de simulatie is gekoppeld in de aanvullende bestanden kunnen worden geraadpleegd voor het oplossen van problemen met het lumped-parametermodel. Op dezelfde manier bevat dit FEA-framework de softwaredocumentatie en toolboxmap voor probleemoplossing18. In het geval van een simulatiefout kan de gebruiker de simulatiediagnose aanroepen door de relatieve plug-ins in de toolboxmap18uit te voeren. Hemodynamische resultaten van het lumped-parameter model waren analoog aan die berekend via FEA in elk van de gesimuleerde omstandigheden en consistent met de klinische literatuur van HFpEF. Het hoogdimensionale FEA-platform maakt het mogelijk om het complexe biomechanische gedrag van het hart vast te leggen en biedt een nauwkeurige beschrijving van de cardiovasculaire hemodynamica, zij het ten koste van de verhoogde computationele vraag. In het lumped-parameter model wordt de runtime echter teruggebracht van enkele uren tot enkele minuten, wat een aanzienlijk voordeel vormt ten opzichte van hogere orde in silico-modellen.

Bovendien, door een groter aantal cardiovasculaire compartimenten te modelleren, maakt deze lumped-parameter simulatie het mogelijk om bloedstromen en druk op verschillende plaatsen van de cardiovasculaire boom te onderzoeken en is daarom geschikt voor studies die zich uitstrekken tot voorbij de hartkamers en de proximale vasculatuur. Hoewel deze beschrijving de globale hemodynamica kan samenvatten, wordt in deze beschrijving enkele kleine effecten van structurele interacties niet vastgelegd en ontbreekt het daarom aan de nauwkeurigheid die kenmerkend is voor FEA-representaties. Analyse van de hartmechanica verkregen in deze studie door middel van de eindige elementenbenadering bevestigde die van eerdere onderzoeken. In het bijzonder liggen deze gemiddelde stresswaarden in hetzelfde bereik als die welke worden voorspeld door groeimodellen van het gedeeltelijk ondersteunde hart tijdens chronisch falen34,37. In vergelijking met deze modellen waren de stresswaarden in deze hierin beschreven studies matig hoger als gevolg van het verhoogde niveau van aortastenose gesimuleerd om drukoverbelasting te veroorzaken. Bovendien werd vastgesteld dat het verlies van linkerventrikelnaleving in HFpEF een grote impact heeft op endocardiale stress.

Diastolische stijfheid en de gevoeligheid ervan werden echter niet parametrisch onderzocht in deze studie. In feite werd deze parameter afgestemd om het fysiologisch relevante hemodynamische profiel van chronische linkerventrikeldrukoverbelasting vast te leggen. Uitgebreide gevoeligheidsanalyse moet worden uitgevoerd om de effecten van verminderde diastolische naleving volledig te karakteriseren. Dit computationele model suggereert verder dat biomechanische veranderingen van de hartstructuur in de HFpEF een belangrijke aanjager van remodellering kunnen zijn en dus aanzienlijke implicaties kunnen hebben in de HFpEF-hemodynamica en ziekteprogressie. Integratie van een dynamisch groeimodel met de vloeistofstructuurinteractie van de FEA-simulatie kan in toekomstig werk worden overwogen om de dynamiek van hartremodellering en hemodynamische afwijkingen veroorzaakt door drukoverbelasting uitgebreider vast te leggen. Bovendien kan verder onderzoek nodig zijn naar de effecten van actieve ontspanning vergelijkbaar met Kadry et al.30 en elektrische geleiding en contractiliteit om verschillende fenotypes van diastolische disfunctie te simuleren.

De ontwikkeling van simulatieplatforms die geschikt zijn voor studies van HFpEF wordt grotendeels ondergerapporteerd in de literatuur. In deze context biedt dit werk een unieke omgeving voor studies van de HFpEF-pathofysiologie. Het anatomisch afgeleide lumped-parameter model zal een snelle simulatie mogelijk maken van het effect dat verschillende patiëntspecifieke hemodynamische parameters (bijv. vasculaire luminale gebied en compliance) spelen in de wereldwijde hemodynamica voor gezonde en HFpEF-omstandigheden. Bovendien maakt FEA-modellering gedetailleerd onderzoek mogelijk naar de effecten van temporele veranderingen in mechanische eigenschappen en prikkelbaarheid van het hartweefsel naarmate ze geleidelijk veranderen tijdens HFpEF. Bovendien hebben de voorgestelde modellen potentieel nut voor de simulatie van nieuwe therapieën voor HFpEF, waarbij gedeeltelijk het gebrek aan betrouwbare in vivo, in vitro en in silico-modellen van HFpEF wordt aangepakt, die verantwoordelijk kunnen zijn voor de opschorting van klinische proeven als gevolg van ontoereikende apparaatoptimalisatie42. Ten slotte kan toekomstig werk de integratie van deze modellen in één simulatie inhouden door de vereenvoudigde beschrijving van de lumped-parameter die ten grondslag ligt aan de FEA-benadering te vervangen door het numerieke oplossermodel. Dit kan de nauwkeurigheid van deze modellen verder verbeteren en verdere ondersteuning van computationele studies van HFpEF en andere cardiovasculaire aandoeningen.

Samengevat werden in deze studie twee verschillende rekenmodellen van HFpEF beschreven. Het vermogen van de ontwikkelde platforms om baseline hemodynamica onder fysiologische omstandigheden te beschrijven werd voor het eerst aangetoond. Vervolgens werden de veranderingen als gevolg van aortastenose en uiteindelijk van HFpEF als gevolg van linkerventrikelremodellering onderzocht, waaruit blijkt dat de resultaten consistent waren met die in de literatuur. Ten slotte vertoonden de gesimuleerde hemodynamische omstandigheden verhogingen in de hartwandspanning in het HFpEF-hart in vergelijking met fysiologische aandoeningen. In de context van de ongelooflijk dringende zorguitdaging die HFpEF vertegenwoordigt, behoren deze voorgestelde platforms tot de eerste in silico-beschrijvingen die inzicht kunnen geven in de hemodynamica en biomechanica van HFpEF. Deze computationele modellen kunnen verder worden gebruikt als een hulpmiddel voor de ontwikkeling van behandelingen voor HFpEF, die uiteindelijk translationeel onderzoek in het veld ondersteunen.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Aan dit werk zijn geen belangenconflicten verbonden.

Acknowledgments

We erkennen financiering van het Harvard-Massachusetts Institute of Technology Health Sciences and Technology-programma en de SITA Foundation Award van het Institute for Medical Engineering and Science.

Materials

Name Company Catalog Number Comments
Abaqus Software Dassault Systèmes Simulia Corp. Version used: 2018; FEA simulation software
HETVAL Dassault Systèmes Simulia Corp. Version used: 2018
Hydraulic (Isothermal) library MathWorks Version used: 2020a
Living Heart Human Model Dassault Systèmes Simulia Corp. Version used: V2_1, anatomically accurate FEA platform of 4-chamber adult human heart
MATLAB MathWorks Version used: 2020a, object-oriented numerical solver
SIMSCAPE FLUIDS MathWorks
UAMP Dassault Systèmes Simulia Corp. Version used: 2018
VUANISOHYPER Dassault Systèmes Simulia Corp. Version used: 2018

DOWNLOAD MATERIALS LIST

References

  1. Borlaug, B. A., Paulus, W. J. Heart failure with preserved ejection fraction: Pathophysiology, diagnosis, and treatment. European Heart Journal. 32 (6), 670-679 (2011).
  2. Borlaug, B. A., Kane, G. C., Melenovsky, V., Olson, T. P. Abnormal right ventricular-pulmonary artery coupling with exercise in heart failure with preserved ejection fraction. European Heart Journal. 37 (43), 3293-3302 (2016).
  3. Borlaug, B. A. Evaluation and management of heart failure with preserved ejection fraction. Nature Reviews Cardiology. 17 (9), 1-15 (2020).
  4. Carabello, B. A., Paulus, W. J. Aortic stenosis. The Lancet. 373 (9667), 956-966 (2009).
  5. Lam, C. S. P., Donal, E., Kraigher-Krainer, E., Vasan, R. S. Epidemiology and clinical course of heart failure with preserved ejection fraction. European Journal of Heart Failure. 13 (1), 18-28 (2011).
  6. Omote, K., et al. Left ventricular outflow tract velocity time integral in hospitalized heart failure with preserved ejection fraction. ESC Heart Failure. 7 (1), 167-175 (2020).
  7. Samson, R., Jaiswal, A., Ennezat, P. V., Cassidy, M., Jemtel, T. H. L. Clinical phenotypes in heart failure with preserved ejection fraction. Journal of the American Heart Association. 5 (1), (2016).
  8. Weber, K. T., Brilla, C. G., Janicki, J. S. Myocardial fibrosis: Functional significance and regulatory factors. Cardiovascular Research. 27 (3), 341-348 (1993).
  9. Borbély, A., et al. Cardiomyocyte stiffness in diastolic heart failure. Circulation. 111 (6), 774-781 (2005).
  10. Borlaug, B. A., Lam, C. S. P., Roger, V. L., Rodeheffer, R. J., Redfield, M. M. Contractility and Ventricular Systolic Stiffening in Hypertensive Heart Disease. Insights Into the Pathogenesis of Heart Failure With Preserved Ejection Fraction. Journal of the American College of Cardiology. 54 (5), 410-418 (2009).
  11. Penicka, M., et al. Heart Failure With Preserved Ejection Fraction in Outpatients With Unexplained Dyspnea. A Pressure-Volume Loop Analysis. Journal of the American College of Cardiology. 55 (16), 1701-1710 (2010).
  12. Owen, B., Bojdo, N., Jivkov, A., Keavney, B., Revell, A. Structural modelling of the cardiovascular system. Biomechanics and Modeling in Mechanobiology. 17 (5), 1217-1242 (2018).
  13. Zhou, S., et al. A review on low-dimensional physics-based models of systemic arteries: Application to estimation of central aortic pressure. BioMedical Engineering Online. 18 (1), 41 (2019).
  14. Sagawa, K., Lie, R. K., Schaefer, J. Translation of Otto frank's paper "Die Grundform des arteriellen Pulses" zeitschrift für biologie 37. Journal of Molecular and Cellular Cardiology. 22 (1899), 253-254 (1990).
  15. Rosalia, L., Ozturk, C., Van Story, D., Horvath, M., Roche, E. T. Object-oriented lumped-parameter modeling of the cardiovascular system for physiological and pathophysiological conditions. Advanced theory and simulations. , (2021).
  16. Lopez-Perez, A., Sebastian, R., Ferrero, J. M. Three-dimensional cardiac computational modelling: METHODS, features and applications. BioMedical Engineering Online. 14, 35 (2015).
  17. Xie, X., Zheng, M., Wen, D., Li, Y., Xie, S. A new CFD based non-invasive method for functional diagnosis of coronary stenosis. BioMedical Engineering Online. 17 (1), 36 (2018).
  18. Abaqus Dassault, S. SIMULIA living heart human model user documentation. , (2017).
  19. Baillargeon, B., Rebelo, N., Fox, D. D., Taylor, R. L., Kuhl, E. The living heart project: A robust and integrative simulator for human heart function. European Journal of Mechanics, A/Solids. 48, 38-47 (2014).
  20. Moscato, F., et al. Use of continuous flow ventricular assist devices in patients with heart failure and a normal ejection fraction: a computer-simulation study. The Journal of Thoracic and Cardiovascular Surgery. 145 (5), 1352-1358 (2013).
  21. Fresiello, L., Meyns, B., Di Molfetta, A., Ferrari, G. A Model of the Cardiorespiratory Response to Aerobic Exercise in Healthy and Heart Failure Conditions. Frontiers in Physiology. 7 (189), (2016).
  22. Moscato, F., et al. Left ventricle afterload impedance control by an axial flow ventricular assist device: a potential tool for ventricular recovery. Artificial Organs. 34 (9), 736-744 (2010).
  23. Colacino, F. M., Moscato, F., Piedimonte, F., Arabia, M., Danieli, G. A. Left ventricle load impedance control by apical VAD can help heart recovery and patient perfusion: a numerical study. Asaio Journal. 53 (3), 263-277 (2007).
  24. Gu, K., et al. Lumped parameter model for heart failure with novel regulating mechanisms of peripheral resistance and vascular compliance. Asaio Journal. 58 (3), 223-231 (2012).
  25. Suga, H., Sagawa, K., Kostiuk, D. P. Controls of ventricular contractility assessed by pressure-volume ratio, Emax. Cardiovascular Research. 10 (5), 582-592 (1976).
  26. Fernandez de Canete, J., Saz-Orozco, P. d, Moreno-Boza, D., Duran-Venegas, E. Object-oriented modeling and simulation of the closed loop cardiovascular system by using SIMSCAPE. Computers in Biology and Medicine. 43 (4), 323-333 (2013).
  27. Heldt, T., Shim, E. B., Kamm, R. D., Mark, R. G., et al. Computational modeling of cardiovascular response to orthostatic stress. Journal of Applied Physiology. 92 (3), 1239-1254 (2002).
  28. Granegger, M., et al. A Valveless Pulsatile Pump for the Treatment of Heart Failure with Preserved Ejection Fraction: A Simulation Study. Cardiovascular Engineering and Technology. 10 (1), 69-79 (2019).
  29. Hay, I., Rich, J., Ferber, P., Burkhoff, D., Maurer, M. S. Role of impaired myocardial relaxation in the production of elevated left ventricular filling pressure. American Journal of Physiology-Heart and Circulatory Physiology. 288 (3), 1203-1208 (2005).
  30. Kadry, K., et al. Biomechanics of diastolic dysfunction: a one-dimensional computational modeling approach. American Journal of Physiology-Heart and Circulatory Physiology. 319 (4), 882-892 (2020).
  31. Luo, C., Ramachandran, D., Ware, D. L., Ma, T. S., Clark, J. W. Modeling left ventricular diastolic dysfunction: classification and key indicators. Theoretical Biology & Medical Modelling. 8, 14 (2011).
  32. Burkhoff, D., et al. Left atrial decompression pump for severe heart failure with preserved ejection fraction: theoretical and clinical considerations. JACC: Heart Failure. 3 (4), 275-282 (2015).
  33. Ahmad Bakir, A., Al Abed, A., Stevens, M. C., Lovell, N. H., Dokos, S. A Multiphysics Biventricular Cardiac Model: Simulations With a Left-Ventricular Assist Device. Frontiers in Physiology. 9 (1259), (2018).
  34. Genet, M., Lee, L. C., Baillargeon, B., Guccione, J. M., Kuhl, E. Modeling pathologies of diastolic and systolic heart failure. Annals of Biomedical Engineering. 44 (1), 112-127 (2016).
  35. Sack, K. L., et al. Investigating the Role of Interventricular Interdependence in Development of Right Heart Dysfunction During LVAD Support: A Patient-Specific Methods-Based Approach. Frontiers in Physiology. 9 (520), (2018).
  36. Baillargeon, B., et al. Human cardiac function simulator for the optimal design of a novel annuloplasty ring with a sub-valvular element for correction of ischemic mitral regurgitation. Cardiovascular Engineering and Technology. 6 (2), 105-116 (2015).
  37. Sack, K. L., et al. Partial LVAD Restores Ventricular Outputs and Normalizes LV but not RV Stress Distributions in the Acutely Failing Heart in Silico. The International Journal of Artificial Organs. 39 (8), 421-430 (2016).
  38. Baumgartner, H., et al. Echocardiographic assessment of valve stenosis: EAE/ASE recommendations for clinical practice. Journal of the American Society of Echocardiography. 22 (1), 1-23 (2009).
  39. Rajani, R., Hancock, J., Chambers, J. The art of assessing aortic stenosis. Heart. 98, 14 (2012).
  40. Vahanian, A., et al. Guidelines on the management of valvular heart disease: The Task Force on the Management of Valvular Heart Disease of the European Society of Cardiology. European Heart Journal. 28 (2), 230-268 (2007).
  41. Matiwala, S., Margulies, K. B. Mechanical approaches to alter remodeling. Current Heart Failure Reports. 1 (1), 14-18 (2004).
  42. NIH Clinical Trials Registry. ImCardia for DHF to Treat Diastolic Heart Failure (DHF) Patient a Pilot Study (ImCardia). , (2011).

Tags

Engineering Lumped-parameter model Windkessel model eindig element model levend hartmodel cardiovasculair systeem aorta stenose hartfalen hartfalen met geconserveerde ejectiefractie HFpEF
Lumped-Parameter en Finite Element Modeling of Heart Failure met geconserveerde ejectiefractie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Rosalia, L., Ozturk, C., Roche, E.… More

Rosalia, L., Ozturk, C., Roche, E. T. Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction. J. Vis. Exp. (168), e62167, doi:10.3791/62167 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter