Waiting
Login processing...

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

Engineering

Parámetros Agrupados Y Modelado De Elementos Finitos De La Insuficiencia Cardíaca Con Fracción De Eyección Preservada

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

Este trabajo introduce dos modelos computacionales de insuficiencia cardíaca con fracción de eyección preservada basados en un enfoque de parámetros agrupados y análisis de elementos finitos. Estos modelos se utilizan para evaluar los cambios en la hemodinámica del ventrículo izquierdo y la vasculatura relacionada inducida por sobrecarga de presión y disminución del cumplimiento ventricular.

Abstract

Los esfuerzos científicos en el campo del modelado computacional de enfermedades cardiovasculares se han centrado en gran medida en la insuficiencia cardíaca con fracción de eyección reducida (HFrEF), pasando por alto ampliamente la insuficiencia cardíaca con fracción de eyección preservada (HFpEF), que más recientemente se ha convertido en una forma dominante de insuficiencia cardíaca en todo el mundo. Motivados por la escasez de representaciones in silico de HFpEF, dos modelos de cómputo distintos se presentan en este papel para simular la hemodinámica de HFpEF resultando de sobrecarga ventricular izquierda de la presión. En primer lugar, se desarrolló un modelo de parámetros agrupados orientado a objetos utilizando un solucionador numérico. Este modelo se basa en una red de dimensión cero (0D) similar a Windkessel, que depende de las propiedades geométricas y mecánicas de los elementos constitutivos y ofrece la ventaja de bajos costos computacionales. En segundo lugar, se utilizó un paquete de software de análisis de elementos finitos (FEA) para la implementación de una simulación multidimensional. El modelo FEA combina modelos multifísicos tridimensionales (3D) de la respuesta cardíaca electromecánica, deformaciones estructurales y hemodinámica basada en cavidades de fluidos y utiliza un modelo simplificado de parámetros agrupados para definir los perfiles de intercambio de flujo entre diferentes cavidades de fluidos. Con cada acercamiento, los cambios hemodinámicos agudos y crónicos en el ventrículo izquierdo y la vasculatura próxima resultando de sobrecarga de la presión fueron simulados con éxito. Específicamente, la sobrecarga de presión se modeló mediante la reducción del área del orificio de la válvula aórtica, mientras que la remodelación crónica se simuló mediante la reducción del cumplimiento de la pared ventricular izquierda. De acuerdo con la literatura científica y clínica de la FEPH, los resultados de ambos modelos muestran (i) una elevación aguda del gradiente de presión transaórtico entre el ventrículo izquierdo y la aorta y una reducción en el volumen del accidente cerebrovascular y (ii) una disminución crónica del volumen ventricular izquierdo diastólico final, indicativo de disfunción diastólica. Finalmente, el modelo FEA demuestra que el estrés en el miocardio HFpEF es notablemente mayor que en el tejido cardíaco sano a lo largo del ciclo cardíaco.

Introduction

La insuficiencia cardíaca es una de las principales causas de muerte en todo el mundo, que ocurre cuando el corazón es incapaz de bombear o llenar adecuadamente para mantenerse al día con las demandas metabólicas del cuerpo. La fracción de eyección, es decir, la cantidad relativa de sangre almacenada en el ventrículo izquierdo que se expulsa con cada contracción se utiliza clínicamente para clasificar la insuficiencia cardíaca en (i) insuficiencia cardíaca con fracción de eyección reducida (HFrEF) y (ii) insuficiencia cardíaca con fracción de eyección preservada (HFpEF), para fracciones de eyección menores o superiores al 45%, respectivamente1,2,3. Los síntomas de HFpEF se convierten a menudo en respuesta a la sobrecarga ventricular izquierda de la presión, que se puede causar por varias condiciones incluyendo estenosis aórtica, hipertensión, y obstrucción ventricular izquierda de la zona de salida3,4,5,6,7. La sobrecarga de presión conduce a una cascada de aberraciones moleculares y celulares, lo que conduce al engrosamiento de la pared ventricular izquierda (remodelación concéntrica) y, en última instancia, al endurecimiento de la pared o a la pérdida de cumplimiento8,9,10. Estos cambios biomecánicos afectan profundamente a la hemodinámica cardiovascular, ya que dan lugar a una elevada relación presión-volumen diastólica final y a una reducción del volumen diastólico final11.

La modelización computacional del sistema cardiovascular ha avanzado en la comprensión de las presiones y flujos sanguíneos tanto en la fisiología como en la enfermedad y ha fomentado el desarrollo de estrategias diagnósticas y terapéuticas12. Los modelos in silico se clasifican en modelos de baja o alta dimensión, utilizándose los primeros métodos analíticos para evaluar las propiedades hemodinámicas globales con baja demanda computacional y los segundos proporcionando una descripción multiescala y multifísica más extensa de la mecánica cardiovascular y la hemodinámica en el dominio 2D o 3D13. La representación de Windkessel de parámetro agrupado es la más común entre las descripciones de baja dimensión. Basado en la analogía del circuito eléctrico (ley de Ohm), esto imita el comportamiento hemodinámico general del sistema cardiovascular a través de una combinación de elementos resistivos, capacitivos e inductivos14. Un estudio reciente de este grupo ha propuesto un modelo de Windkessel alternativo en el dominio hidráulico que permite el modelado de cambios en la geometría y mecánica de grandes recipientes -cámaras de corazón y válvulas- de una manera más intuitiva que los modelos analógicos eléctricos tradicionales. Esta simulación se desarrolla en un solucionador numérico orientado a objetos (ver la Tabla de Materiales)y puede capturar la hemodinámica normal, los efectos fisiológicos del acoplamiento cardiorrespiratorio, el flujo sanguíneo impulsado por las vías respiratorias en la fisiología de un solo corazón y los cambios hemodinámicos debidos a la constricción aórtica. Esta descripción amplía las capacidades de los modelos de parámetros agrupados al ofrecer un enfoque físicamente intuitivo para modelar un espectro de afecciones patológicas, incluida la insuficiencia cardíaca15.

Los modelos de alta dimensión se basan en FEA para calcular la hemodinámica espaciotemporal y las interacciones fluido-estructura. Estas representaciones pueden proporcionar descripciones detalladas y precisas del campo de flujo sanguíneo local; sin embargo, debido a su baja eficiencia computacional, no son adecuados para estudios de todo el árbol cardiovascular16,17. Se empleó un paquete de software (ver la Tabla de Materiales)como una plataforma FEA anatómicamente precisa del corazón humano adulto de 4 cámaras, que integra la respuesta electromecánica, las deformaciones estructurales y la hemodinámica basada en cavidades fluidas. El modelo de corazón humano adaptado también comprende un modelo simple de parámetros agrupados que define el intercambio de flujo entre las diferentes cavidades de fluidos, así como una caracterización mecánica completa del tejido cardíaco18,19.

Se han formulado varios modelos de insuficiencia cardíaca de parámetros agrupados y FEA para capturar anomalías hemodinámicas y evaluar estrategias terapéuticas, particularmente en el contexto de los dispositivos mecánicos de asistencia circulatoria para HFrEF20,21,22,23,24. Por lo tanto, una amplia gama de modelos de parámetros agrupados en 0D de diversas complejidades ha capturado con éxito la hemodinámica del corazón humano en condiciones fisiológicas y HFrEF a través de la optimización de sistemas windkessel analógicos eléctricos de dos o treselementos 20,21,23,24. La mayoría de estas representaciones son modelos uni o biventriculares basados en la formulación de la elastance variable en el tiempo para reproducir la acción contráctil del corazón y utilizar una relación no lineal de presión-volumen diastólica final para describir el llenado ventricular25,26,27. Los modelos comprensivos, que capturan la red cardiovascular compleja e imitan la acción de bombeo atrial y ventricular, se han utilizado como plataformas para la prueba del dispositivo. Sin embargo, aunque existe un cuerpo significativo de literatura en torno al campo de la HFrEF, muy pocos modelos in silico de HFpEF se han propuesto20,22,28,29,30,31.

Un modelo de baja dimensión de la hemodinámica de la HFpEF, desarrollado recientemente por Burkhoff et al.32 y Granegger et al.28,puede capturar los bucles presión-volumen (PV) del corazón de 4 cámaras, recapitulando completamente la hemodinámica de varios fenotipos de HFpEF. Además, utilizan su plataforma in silico para evaluar la viabilidad de un dispositivo circulatorio mecánico para HFpEF, siendo pioneros en la investigación computacional de HFpEF para estudios de fisiología, así como el desarrollo de dispositivos. Sin embargo, estos modelos siguen siendo incapaces de capturar los cambios dinámicos en los flujos sanguíneos y las presiones observadas durante la progresión de la enfermedad. Un estudio reciente de Kadry et al.30 captura los diversos fenotipos de disfunción diastólica ajustando la relajación activa del miocardio y la rigidez pasiva del ventrículo izquierdo en un modelo de baja dimensión. Su trabajo proporciona un análisis hemodinámico completo de la disfunción diastólica basado en las propiedades activas y pasivas del miocardio. Del mismo modo, la literatura de modelos de alta dimensión se ha centrado principalmente en HFrEF19,33,34,35,36,37. Bakir et al.33 propusieron un modelo FEA de fluido cardíaco-electromecánica totalmente acoplado para predecir el perfil hemodinámico de la HFrEF y la eficacia de un dispositivo de asistencia ventricular izquierda (DAVI). Este modelo biventricular (o de dos cámaras) utilizó un circuito de Windkessel acoplado para simular la hemodinámica del corazón sano, HFrEF y HFrEF con soporte de LVAD33,37.

Del mismo modo, Sack et al.35 desarrollaron un modelo biventricular para investigar la disfunción ventricular derecha. Su geometría biventricular se obtuvo a partir de los datos de resonancia magnética (RM) de un paciente, y la malla de elementos finitos del modelo se construyó utilizando la segmentación de imágenes para analizar la hemodinámica de un ventrículo derecho defectuoso apoyado porDAV 35. Se han desarrollado enfoques cardíacos fea de cuatro cámaras para mejorar la precisión de los modelos del comportamiento electromecánico delcorazón 19,34. En contraste con las descripciones biventriculares, los modelos de cuatro cámaras del corazón humano derivados de la RMN proporcionan una mejor representación de la anatomía cardiovascular18. El modelo de corazón empleado en este trabajo es un ejemplo establecido de un modelo FEA de cuatro cámaras. A diferencia de los modelos de parámetros agrupados y fea biventricular, esta representación captura los cambios hemodinámicos a medida que ocurren durante la progresión de la enfermedad34,37. Genet et al.34,por ejemplo, utilizaron la misma plataforma para implementar un modelo numérico de crecimiento de la remodelación observada en HFrEF y HFpEF. Sin embargo, estos modelos evalúan los efectos de la hipertrofia cardiaca sobre mecánico estructural solamente y no proporcionan una descripción comprensiva de la hemodinámica asociada.

Para abordar la falta de modelos in silico de HFpEF en este trabajo, el modelo de parámetros agrupados previamente desarrollado por este grupo15 y el modelo FEA fueron readaptados para simular el perfil hemodinámico de HFpEF. Con este fin, primero se demostrará la capacidad de cada modelo para simular la hemodinámica cardiovascular al inicio del estudio. Los efectos de la sobrecarga ventricular izquierda estenosis-inducida de la presión y de la conformidad ventricular izquierda disminuida debido al remodelado cardiaco-un sello típico de HFpEF-entonces serán evaluados.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Modelo de parámetros agrupados 0D

  1. Configuración de simulación
    NOTA: En el entorno del solucionador numérico (consulte la Tabla de materiales),construya el dominio como se muestra en la Figura 1. Esto se compone del corazón de 4 cámaras, la parte superior del cuerpo, abdominal, parte inferior del cuerpo y compartimentos torácicos, así como la vasculatura proximal, incluyendo la aorta, la arteria pulmonar y las venas cavas superior e inferior. Los elementos estándar utilizados en esta simulación forman parte de la biblioteca hidráulica predeterminada. Los detalles se pueden encontrar en los archivos suplementarios.
    1. Navegue por la biblioteca hidráulica para encontrar los elementos necesarios: tubería hidráulica, cámara hidráulica de volumen constante, resistencia lineal, bomba centrífuga, válvula de retención, orificio de área variable y el fluido hidráulico personalizado.
      1. Suelte los elementos de la tubería hidráulica en el espacio de trabajo.
        NOTA: Estos explican las pérdidas por fricción, así como el cumplimiento de la pared y la compresibilidad del líquido en los vasos sanguíneos y las cámaras del corazón. A través de este bloque, la pérdida de presión se calcula utilizando la ley de Darcy-Weisbach, mientras que el cambio en el diámetro debido al cumplimiento de la pared depende de la constante de proporcionalidad de cumplimiento, la presión luminal y la constante de tiempo. Finalmente, la compresibilidad del fluido se define por el módulo a granel del medio.
      2. Inserte los elementos de la cámara hidráulica de volumen constante para definir el cumplimiento de la pared y la compresibilidad del fluido.
        NOTA: Este bloque no tiene en cuenta las pérdidas de presión debidas a la fricción.
      3. Añada los elementos de resistencia lineal para definir la resistencia al flujo.
        NOTA: Esto es independiente de las propiedades geométricas de la vasculatura, análogamente al elemento resistivo utilizado en los modelos eléctricos analógicos de Windkessel. Otros bloques, como la bomba centrífuga, la válvula de retención, el orificio de área variable y los elementos de fluido hidráulico personalizados deben insertarse para generar la entrada de presión deseada al sistema, modelar los efectos de las válvulas cardíacas en el flujo sanguíneo y definir las propiedades mecánicas de la sangre. A través de estos elementos, el comportamiento del sistema cardiovascular tanto en la fisiología como en la enfermedad puede ser plenamente capturado. La señal de entrada para la bomba centrífuga se puede encontrar en la Figura S1A.
      4. Modele la contractilidad de cada cámara cardíaca a través del elemento de cámara de cumplimiento variable personalizado.
        NOTA: Esto acepta el cumplimiento como una señal de entrada definida por el usuario que varía en el tiempo y se basa en el modelo de elastance variable en el tiempo (Figura S1B-D).
    2. Proporcionar los parámetros relativos a cada elemento, como se muestra en la Tabla S1,que también se encuentra en Rosalía et al.15
    3. Inserte un elemento de secuencia de repetición de señal física (PS) para cada uno de los bloques que requieren una señal de entrada definida por el usuario que varía en el tiempo: la bomba LV, los elementos de cumplimiento de cumplimiento de variables y los bloques de orificio de área variable.
      NOTA: Las señales de entrada utilizadas para esta simulación se pueden encontrar en la Figura S1.
    4. Seleccione el solucionador implícito ODE 23t predeterminado y ejecute la simulación durante 100 s para alcanzar un estado estable.

2. El modelo FEA

  1. Configuración de simulación
    NOTA: El modelo FEA utiliza un análisis eléctrico-mecánico acoplado en secuencia. En este modelo, el análisis eléctrico se realiza primero; luego, los potenciales eléctricos resultantes se utilizan como fuente de excitación en el siguiente análisis mecánico. Por lo tanto, la configuración de simulación contiene dos dominios de trabajo: el eléctrico(ELEC)y el mecánico(MECH),que están predefinidos en el software de simulación FEA(Tabla de Materiales)18. Por lo tanto, en la siguiente sección solo se describe el flujo de trabajo de análisis. El modelo FEA utiliza las siguientes subrutinas de usuario HETVAL, VUANISOHYPERy UAMP para el modelado de materiales eléctricos y mecánicos18.
    1. Navegue por el dominio ELEC para realizar análisis eléctricos utilizando el procedimiento de temperatura predefinido en el módulo Estándar.
      1. Utilice un solo paso de análisis denominado BEAT. Establezca la duración del ciclo cardíaco en 500 ms y aplique un pulso de potencial eléctrico a un conjunto de nodos que represente el nodo sinoauricular (SA)(conjunto de nodos: R_Atrium-1.SA_NODE).
      2. Revise la forma de onda eléctrica predeterminada, que oscila entre -80 mV y 20 mV en 200 ms con la definición de amplitud de paso suave, como se describe en la guía del modelo18. Utilice los valores por defecto de las constantes de material en el análisis eléctrico para ajustar el retardo AV.
      3. Inicie el módulo Job y cree un trabajo denominado heart-elec.
    2. Una vez completada la configuración del análisis eléctrico, navegue por el dominio MECH para realizar el análisis mecánico basado en cavidades de fluidos.
      NOTA: La simulación mecánica se realiza después del análisis eléctrico, y los potenciales eléctricos resultantes se utilizan como fuente de excitación para el análisis mecánico. El análisis mecánico contiene múltiples pasos.
      1. Utilice los tres pasos principales denominados PRE-LOAD, BEAT1y RECOVERY1. En el paso PRE-LOAD, revise las condiciones límite del estado preestresado del corazón. Utilice 0,3 s como tiempo de paso para aumentar linealmente la presión en las cámaras de fluidos.
        NOTA: Los valores predefinidos de presión de la cavidad del fluido se muestran en la Tabla S3. El estado preestresado del corazón ya estaba definido en la configuración normal de simulación del corazón, y las condiciones iniciales del nodo se proporcionan en los archivos de simulación externos, como se indica en la Tabla S5. Se requiere el recálculo del estado de tensión cero utilizando la simulación mecánica inversa siempre que se modifique la condición de límite, como se explica en los pasos 3.2.2-3.2.4.
      2. En el paso BEAT1, utilice 0,5 s como tiempo de paso para simular la contracción.
      3. En el paso RECOVERY1, seleccione 0,5 s para relajación cardíaca y llenado ventricular para una frecuencia cardíaca de 60 lpm.
      4. Habilite los pasos posteriores, BEATX y RECOVERYX,para simular más de un ciclo cardíaco para alcanzar un estado estacionario.
        NOTA: Tres ciclos cardíacos serán suficientes para alcanzar el estado estacionario. Un ciclo de la simulación se completa en ~ 8 h en un procesador de 24 núcleos (3,2 GHz x 24).
      5. Inicie el módulo Trabajo y cree un trabajo denominado heart-mech,habilitando la opción de doble precisión.
  2. Revisar el modelo de Windkessel de parámetro agrupado simplificado
    NOTA: El dominio mecánico del modelo FEA tiene un modelo de flujo sanguíneo, que se basa en un circuito simplificado de parámetros agrupados y se crea como una combinación de cavidades de fluidos basadas en la superficie e intercambios de fluidos como se ve en la Figura 218.
    1. Utilice la representación de Windkessel mencionada en la nota anterior para ejecutar la simulación. Revise la representación del modelo de flujo sanguíneo para ajustar los valores de los elementos resistivos y capacitivos para las resistencias de flujo y las conformidades estructurales, respectivamente.
    2. Revise la representación de elementos finitos 3D de cuatro cámaras cardíacas y asegúrese de que sus posiciones geométricas sean precisas.
    3. Compruebe el conjunto del corazón y cambie al módulo Interacción para ajustar los valores de conformidad y contractilidad de cada una de las cuatro cámaras cardíacas.
      NOTA: Los valores predeterminados en el módulo interacción están configurados para simular un ciclo de latidos del corazón humano sano idealizado18.
    4. Revisar las siguientes cavidades de fluido hidrostático en el módulo interacción, CAV-AORTA, CAV-LA, CAV-LV, CAV-PULMONARY_TRUNK, CAV-RA, CAV-RV, CAV-SVC, CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP y CAV-VENOSO-COMP(Tabla S3).
    5. Utilice las cámaras de cumplimiento (CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP y CAV-VENOUS-COMP) como volúmenes cúbicos, ya que representan el cumplimiento de las circulaciones arterial, venosa y pulmonar.
    6. Conecte tres volúmenes cúbicos de conformidad a un resorte conectado a tierra y revise el valor de rigidez para modelar la respuesta de presión-volumen en las circulaciones arterial, venosa y pulmonar.
    7. Consulte las siguientes definiciones de intercambio de líquidos entre las cavidades del líquido hidrostático: aurícula arterial-venosa, venosa-derecha, aurícula derecha-ventrículo derecho, ventrículo-pulmonar derecho, aurícula izquierda del sistema pulmonar, ventrículo izquierdo-aurícula izquierda y ventrículo izquierdo-aorta (Tabla S4).
    8. Ajuste el coeficiente de resistencia viscosa para modificar el modelo de flujo sanguíneo en cada enlace de intercambio de fluidos (consulte Archivos suplementarios para obtener más información sobre el efecto de resistencia viscosa).
  3. Simulación multifísica
    1. Busque el archivo de base de datos CAE en el directorio de trabajo.
      Nota : el modelo FEA en este protocolo se entrega en la base de datos y se denomina como LH-Human-Model-Beta-V2_1.cae.
    2. Inserte los archivos de entrada, objeto y biblioteca en el directorio de trabajo para ejecutar la simulación. Consulte la Tabla S5 para obtener la lista completa de archivos de entrada y biblioteca.
    3. Inicie el software de simulación del modelo FEA (consulte la Tabla de materiales).
      Nota : consulte al proveedor de software para la compatibilidad con versiones posteriores18.
    4. Revise las piezas, el ensamblaje y las condiciones de contorno en los dominios ELEC y MECH, como se describe en las secciones 2.2 y 2.3.
    5. En primer lugar, ejecute el trabajo de simulación eléctrica denominado heart-elec, como se describe en la sección 2.1.1.3. Inspeccione visualmente los resultados potenciales eléctricos para verificar que la simulación de corazón-elec funcionó como se esperaba. A continuación, asegúrese de que el archivo de resultados heart-elec.odb está en el directorio de trabajo.
    6. Pase a la segunda fase de simulación cambiando al dominio MECH. Revisar los valores de las constantes de material utilizadas en la simulación mecánica para modelar la respuesta cardíaca pasiva y activa deseada.
    7. Asegúrese de que los archivos de biblioteca de materiales para el análisis mecánico utilizan el nombre de cadena HYBRID-. Para modificar la respuesta material de las cámaras cardíacas, ajuste el archivo de material híbrido apropiado o reemplace toda la respuesta material definiendo un nuevo comportamiento material en la sección Materiales del módulo CAE.
      NOTA: Puede encontrar información detallada sobre las leyes constitutivas incorporadas en la guía del usuario18.
    8. En el paso PRE-LOAD, establezca las presiones de las cavidades hidrostáticas para obtener el comportamiento fisiológico deseado. Utilice la opción de amplitud suave incorporada para aumentar de cero al nivel de presión deseado como se describe en el paso 2.1.2.1.
    9. Inhabilite las condiciones de límite de presión definidas en 2.1.2.1 para ejecutar el modelo de flujo sanguíneo con un volumen de sangre total constante dentro del sistema de circulación. Ejecute el trabajo de simulación denominado heart-mech, como se describe en la sección 2.1.2.5.

3. Estenosis de la válvula aórtica

NOTA: La estenosis aórtica es a menudo un conductor de HFpEF pues lleva a la sobrecarga de la presión y en última instancia, al remodelado concéntrico y a la pérdida de la conformidad de la pared ventricular izquierda. La hemodinámica observada en la estenosis aórtica a menudo progresa a las observadas en la FEPH.

  1. El modelo de parámetro agrupado
    1. Modificar la señal de entrada en el elemento de secuencia de repetición ps en relación con la válvula aórtica, situada en el compartimento ventricular izquierdo. Simular una reducción del área del orificio igual al 70% en comparación con la línea de base (Tabla S6).
      NOTA: Los valores de entrada representarán el área del orificio de la válvula estenótica durante cada latido del corazón. El valor del área del orificio se puede ajustar fácilmente multiplicando el vector de valores de salida inicial del elemento PS de la válvula aórtica por un valor decimal correspondiente al área final del orificio con respecto a su valor original. En este trabajo, se utilizó un factor de 0,3 para lograr una constricción del 70%.
  2. El modelo FEA
    1. Modificar la definición de intercambio de fluidos del parámetro LINK-LV-ARTERIAL.
      NOTA: Este parámetro posee un coeficiente de resistencia viscosa sintonizado con el flujo sanguíneo entre el ventrículo izquierdo y la aorta. El área de intercambio efectivo puede ser modificada para ajustar el flujo sanguíneo y crear el modelo de estenosis aórtica apropiado (Tabla S7).
    2. Busque la carpeta del cuadro de herramientas y copie los archivos dentro de esa carpeta en el directorio de trabajo principal.
    3. Realizar una simulación mecánica inversa mediante la ejecución de los archivos de la caja de herramientas18. Con este fin, cambie las presiones de succión del ventrículo izquierdo y la aurícula izquierda a 6 mmHg en la cavidad flúida para ajustar su estado volumétrico inicial para el modelo de estenosis aórtica. Ejecute la función inversePreliminary.py.
      NOTA:El recálculo del estado de tensión cero mediante la simulación mecánica inversa es necesario siempre que se modifique la condición de límite.
    4. Una vez completada la simulación mecánica inversa, ejecute las funciones de post-procesamiento: calcNodeCoords.py y straight_mv_chordae.py. Utilice los valores predeterminados para los demás parámetros de flujo y ejecute una nueva simulación mecánica como se describe en el punto 2.1.2.5.

4. Hemodinámica de HFpEF

NOTA: Para simular los efectos de la remodelación crónica, se modificaron las propiedades mecánicas del corazón izquierdo.

  1. El modelo de parámetro agrupado
    1. Modificar la conformidad diastólica del ventrículo izquierdo del elemento de conformidad del VI para imitar la rigidez de la pared debido a la sobrecarga de presión, utilizando el valor de la conformidad diastólica final de la Tabla S8.
      Nota : supongamos que el cumplimiento para colocar linealmente de sístole final a diástole final.
    2. Aumentar la resistencia a fugas de la bomba del VI a 18 × 106 Pa s m-3 (Tabla S8)para captar las elevadas presiones ventriculares izquierdas observadas en la HFpEF.
  2. El modelo FEA
    1. Edite las propiedades del material activo de la geometría del ventrículo izquierdo. Aumente el componente de rigidez para ajustar la respuesta activa del tejido que afecta a los componentes de tensión en las direcciones de fibra y lámina en el modelo constitutivo.
      1. Modifique la respuesta material del ventrículo izquierdo en el archivo mech-mat-LV_ACTIVE.
        NOTA: La magnitud de la rigidez de la cámara ventricular izquierda se puede ajustar para proporcionar los efectos de cumplimiento diastólicos apropiados.
      2. Aumentar los parámetros de rigidez a y b en la formulación hiperelástica anisotrópica para capturar el aumento de la respuesta de rigidez para la fisiología HFpEF.
      3. En el paso pre-carga, establezca las presiones de la cavidad flúida del ventrículo izquierdo y la aurícula izquierda a 20 mmHg.
      4. Realizar una simulación mecánica inversa para obtener el estado volumétrico del ventrículo izquierdo y la aurícula. Exporte las coordenadas nodales desde el archivo heart-mech-inverse.odb 18.
      5. Ejecute las funciones de posprocesamiento: calcNodeCoords.py y straight_mv_chordae.py, como se describe en el paso 3.2.4. Localice los nuevos archivos de entrada nodale en el directorio de trabajo y realice una nueva simulación mecánica, como se describe en la sección 2.1.2.5.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Los resultados de las simulaciones de línea base se ilustran en la Figura 3. Esto representa las formas de onda de presión y volumen del ventrículo izquierdo y la aorta (Figura 3A) así como el bucle fotovoltaico ventricular izquierdo (Figura 3B). Los dos modelos in silico muestran hemodinámica aórtica y ventricular izquierda similares, que se encuentran dentro del rango fisiológico. Se pueden notar diferencias menores en la respuesta predicha por las dos plataformas durante las fases de vaciado y llenado ventricular, donde las no linealidades son mejor capturadas por el modelo FEA en comparación con la plataforma de parámetros agrupados. En fisiología, tales efectos no lineales surgen principalmente como resultado de la respuesta hiperelástica del tejido cardíaco y, por lo tanto, se reproducen con mayor precisión mediante modelos computacionales multidominio y de alto orden18.

La hemodinámica ventricular y aórtica se obtuvo para la estenosis aórtica, ya que esta a menudo conduce a la sobrecarga de presión ventricular izquierda y, en última instancia, al desarrollo de HFpEF. Las formas de onda de presión y volumen a una reducción del 70% del área del orificio de la válvula aórtica se muestran para ambos modelos en la Figura 4. La estenosis dio lugar a un gradiente de presión elevado a través de la válvula aórtica. Para la estenosis al 70% considerada en este trabajo, se obtuvieron gradientes de presión transaórticos máximos de 41 mmHg y 54 mmHg con los modelos lumped-parameter(Figura 4A)y FEA(Figura 4B),respectivamente. Esta variación moderada probablemente surge como otra consecuencia de la falta de una ecuación constitutiva que defina las propiedades materiales del tejido cardíaco en el modelo de parámetros agrupados, en el que el cumplimiento se define simplemente mediante una matriz de valores numéricos. Por lo tanto, este modelo no captura las interacciones fluido-estructura, que en su lugar se representan con precisión mediante el modelo FEA. Sin embargo, los resultados de ambos modelos son consistentes con las clasificaciones de la Sociedad Americana de Ecocardiografía (ASE) y la Asociación Europea de Ecocardiografía (EAE) de estenosis moderada de la válvula aórtica, que denotan gradientes transaórticos máximos de 40-65 mmHg para constricciones aórticas de aproximadamente 60-75%38,39,40.

Los bucles fotovoltaicos del ventrículo izquierdo al inicio del estudio, la estenosis aórtica al 70% y de la FEPH después de la rigidez de la pared ventricular se resumen en la Figura 5. Patrones similares pueden ser observados en la Figura 5A,que representa los resultados del modelo de parámetros agrupados, y en la Figura 5B,que muestra la hemodinámica obtenida a través de fea. Estos bucles fotovoltaicos son consistentes con los de la literatura científica y clínica de HFpEF1,11,28,32. En particular, ambos modelos son capaces de capturar el aumento de la presión sistólica del ventrículo izquierdo debido al aumento de la poscarga inducida por la estenosis aórtica. Además, el volumen sistólico final se incrementa en el bucle pv de estenosis, lo que lleva a una caída en el volumen del accidente cerebrovascular. Sobre el remodelado y la pérdida de conformidad ventricular izquierda, la relación extremo-diastólica de la presión-volumen (EDPVR) llega a ser elevada, dando por resultado presiones extremo-diastólicas más altas y volúmenes extremo-diastólicos más bajos. Estos fenómenos, que se deben a la incapacidad del ventrículo izquierdo para relajarse y llenarse adecuadamente, son capturados con éxito por los bucles fotovoltaicos HFpEF en los modelos de baja y alta dimensión.

Como otra indicación de la disminución de la función diastólica, el flujo a través de la válvula mitral se muestra en la Figura S2,que destaca tanto la fase de relajación temprana (E) como la de contracción auricular (A). En comparación con los perfiles normales y de estenosis, el flujo de HFpEF se caracteriza por un pico ligeramente más alto de flujo mitral en fase E y un flujo de fase A pico significativamente disminuido, destacando que la rigidez pasiva del ventrículo izquierdo resulta en una relación E/A elevada, lo que es consistente con la literatura científica30. Finalmente, la Figura 6 muestra cambios en el mapa de estrés del miocardio en los corazones normales y HFpEF durante la sístole y la diástole. La vista de eje largo del ventrículo izquierdo ilustra las distribuciones de estrés promediadas volumétricas y muestra tensiones elevadas en el corazón de HFpEF debido a la pérdida característica de cumplimiento ventricular. De valores de línea de fondo (61,1 ± 49,8) kPa y (0,51 ± 7,35) kPa para el corazón sano durante la pico-sístole (t = 0,2 s) y la fin-diástole (t = 1,0 s), respectivamente, la tensión mala aumentó correspondientemente a (97,2 ± 205,7) al kPa y (2,69 ± 16,34) al kPa en HFpEF, sugiriendo que los cambios hemodinámicos observados en HFpEF están arraigados en los cambios estructurales profundos que afectan al corazón que falla.

Figure 1
Figura 1: Dominio del modelo de parámetros agrupados derivado anatómicamente en el solucionador numérico orientado a objetos (consulte la Tabla de materiales),que muestra el corazón de cuatro cámaras, la aorta y la parte superior del cuerpo, abdominal, parte inferior del cuerpo y las circulaciones pulmonares. Abreviaturas: LV = ventrículo izquierdo; VD = ventrículo derecho; LA = aurícula izquierda; RA = aurícula derecha; R1 = resistencia arterial; R2 = resistencia venosa; C = cumplimiento; IVC: vena cava inferior; SVC: vena cava superior. Haga clic aquí para ver una versión más amplia de esta figura.

Figure 2
Figura 2: Modelo de análisis de elementos finitos del corazón humano. (A) Representación 3D del modelo de análisis de elementos finitos del corazón humano. (B)Representación simplificada de parámetros agrupados del modelo de flujo sanguíneo en el modelo junto con los modelos de intercambio de fluidos estructurales18. Abreviaturas: LV = ventrículo izquierdo; VD = ventrículo derecho; LA = aurícula izquierda; RA = aurícula derecha; Raórtico = resistencia de la válvula aórtica; Rmitral = resistencia de la válvula mitral; Rpulmonar = resistencia de la válvula pulmonar; Rtricúspide = resistencia de la válvula tricúspide; Carterial = cumplimiento arterial sistémico; Sistema R = resistencia arterial sistémica; Cvenoso = cumplimiento venoso sistémico, Rvenoso = resistencia venosa sistémica; Cpulmonar = cumplimiento pulmonar; Rsistema pulmonar = resistencia pulmonar. Haga clic aquí para ver una versión más amplia de esta figura.

Figure 3
Figura 3:Simulaciones de línea de base y formas de onda de presión-volumen para los modelos de análisis de parámetros agrupados y elementos finitos del corazón humano. (A)Formas de onda de presión y volumen del ventrículo izquierdo y presión aórtica calculadas por los modelos de parámetros agrupados y FEA al inicio del estudio. (B)Bucle fotovoltaico ventricular izquierdo obtenido a través de ambas plataformas al inicio del estudio. Abreviaturas: FEA = análisis de elementos finitos; VI = ventrículo izquierdo; PV = presión-volumen. Haga clic aquí para ver una versión más amplia de esta figura.

Figure 4
Figura 4:Formas de onda de presión y volumen del ventrículo izquierdo y presión aórtica calculada con una reducción del 70% del área del orificio de la válvula aórtica. (A)Modelo de parámetros agrupados,(B)Modelo FEA. Abreviaturas: FEA = análisis de elementos finitos; VI = ventrículo izquierdo. Haga clic aquí para ver una versión más amplia de esta figura.

Figure 5
Figura 5:Bucles fotovoltaicos ventriculares izquierdos del corazón sano, bajo sobrecarga de presión inducida por estenosis aguda, y del corazón HFpEF después de remodelación crónica y rigidez. (A)Parámetros agrupados,(B)modelos FEA. Abreviaturas: EDPVRH = relación presión-volumen diastólica final en el corazón sano simulado; EDPVRHFpEF: relación presión-volumen diastólica final en la fisiología simulada de HFpEF; PV - presión-volumen; FEA = análisis de elementos finitos. Haga clic aquí para ver una versión más amplia de esta figura.

Figure 6
Figura 6:Estrés de von Mises (promedio: 75%) bajo condiciones fisiológicas y del corazón de HFpEF durante pico-sístole y diástole, según lo predicho por el modelo de FEA. Los mapas de color indican los niveles de estrés en MPa. Las tensiones más altas se pueden considerar en HFpEF (kPa 92.7-2.7) comparado al corazón sano (kPa 61.1-0.5) durante la pico-sístole (t = 0,2 s) y la fin-diástole (t = 1,0 s). Haga clic aquí para ver una versión más amplia de esta figura.

Figura S1:Señales de entrada para(A)bomba centrífuga,(B)ventrículo izquierdo,(C)ventrículo derecho,(D)aurícula izquierda y derecha para la simulación de parámetros agrupados. Haga clic aquí para descargar este archivo.

Figura S2:(A)Señales de flujo aórtico y(B)mitral para los perfiles basal, estenosis y HFpEF, obtenidas por FEA. Abreviaturas: E = fase temprana de relajación; A = contracción auricular; FEA = análisis de elementos finitos; HFpEF = insuficiencia cardíaca con fracción de eyección preservada. Haga clic aquí para descargar este archivo.

Tabla S1. Parámetros geométricos y mecánicos de la simulación de parámetros agrupados de línea de base. Haga clic aquí para descargar esta tabla.

Cuadro S2. Amplio conjunto de parámetros de simulación de parámetros agrupados de línea de base. Haga clic aquí para descargar esta tabla.

Tabla S3. Valores de cavidades de fluidos en el modelo18del análisis mecánico de elementos finitos (FEA). Haga clic aquí para descargar esta tabla.

Tabla S4. Condiciones de contorno de los enlaces de intercambio de fluidos para el modelo de análisis de elementos finitos (FEA)18. Haga clic aquí para descargar esta tabla.

Tabla S5. Los archivos de simulación necesarios para el modelo de análisis de elementos finitos (FEA)18. Haga clic aquí para descargar esta tabla.

Tabla S6. Parámetros para la simulación de parámetros agrupados de estenosis aórtica. Haga clic aquí para descargar esta tabla.

Cuadro S7. Definiciones de enlaces de intercambio de fluidos en el modelo de análisis de elementos finitos (FEA)18. Haga clic aquí para descargar esta tabla.

Cuadro S8. Parámetros para la simulación de parámetros agrupados HFpEF. Haga clic aquí para descargar esta tabla.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Las plataformas lumped-parameter y FEA propuestas en este trabajo recapitularon la hemodinámica cardiovascular en condiciones fisiológicas, tanto en la fase aguda de sobrecarga de presión inducida por estenosis como en la FEPH crónica. Al capturar el papel que juega la sobrecarga de presión en las fases aguda y crónica del desarrollo de la FEPH, los resultados de estos modelos están de acuerdo con la literatura clínica de la FEPH, incluyendo la aparición de un gradiente de presión transaórtico debido a la estenosis aórtica, un aumento de la presión ventricular izquierda y la reducción del volumen diastólico final debido al endurecimiento de la pared41. Además, este modelo fea fue capaz de capturar elevaciones en el estrés miocárdico en HFpEF a lo largo del ciclo cardíaco. Para garantizar una configuración correcta de estas simulaciones, los pasos descritos en la sección de protocolo anterior deben seguirse rigurosamente. Para el modelo de parámetros agrupados, es esencial que la red de elementos hidráulicos se recree correctamente como se muestra en la Figura 1 y que los valores prescritos se proporcionen como parámetros de entrada (Tabla S1 y Tabla S2). Además, el bloque solver debe estar definido y conectado a la red en cualquier nodo.

El funcionamiento del modelo FEA requiere todos los archivos de simulación empaquetados con el solucionador18 que se enumeran en la Tabla S5. La omisión de cualquiera de los componentes de requisitos previos puede provocar la terminación anticipada de la simulación. Para ambas plataformas, es fundamental obtener la simulación basal con los parámetros de entrada predeterminados antes de recrear los perfiles hemodinámicos de estenosis y HFpEF. El artículo de investigación original que describe la simulación de línea de base15 y la documentación vinculada a la simulación en los archivos suplementarios se puede consultar para solucionar problemas del modelo de parámetros agrupados. Del mismo modo, este marco fea contiene la documentación de software y la carpeta de la caja de herramientas para la solución de problemas18. En caso de error de simulación, el usuario puede invocar los diagnósticos de simulación ejecutando los plug-ins relativos en la carpetatoolbox 18. Los resultados hemodinámicos del modelo de parámetros agrupados fueron análogos a los calculados mediante FEA en cada una de las condiciones simuladas y consistentes con la literatura clínica de la FEPH. La plataforma FEA de alta dimensión permite la captura del complejo comportamiento biomecánico del corazón y proporciona una descripción precisa de la hemodinámica cardiovascular, aunque a expensas de la elevada demanda computacional. Sin embargo, en el modelo de parámetros agrupados, el tiempo de ejecución se reduce de varias horas a pocos minutos, lo que constituye una ventaja significativa sobre los modelos in silico de orden superior.

Además, al modelar un mayor número de compartimentos cardiovasculares, esta simulación de parámetros agrupados permite el examen de los flujos sanguíneos y las presiones en varios sitios del árbol cardiovascular y, por lo tanto, es adecuada para estudios que se extienden más allá de las cámaras cardíacas y la vasculatura proximal. Sin embargo, mientras que siendo capaz de recapitular la hemodinámica global, esta descripción no logra capturar algunos efectos menores de las interacciones estructurales y por lo tanto carece de la precisión típica de las representaciones fea. El análisis de la mecánica cardíaca obtenida en este estudio a través del abordaje de elementos finitos corroboró los de investigaciones previas. Específicamente, estos valores medios de estrés se encuentran en el mismo rango que los predichos por los modelos de crecimiento del corazón parcialmente soportado durante la insuficiencia crónica34,37. Comparados a esos modelos, los valores de tensión encontrados en estos estudios descritos en este documento eran moderado más altos debido al nivel elevado de estenosis aórtica simulado para inducir sobrecarga de la presión. Además, se encontró que la pérdida de cumplimiento ventricular izquierdo en la FEPH tiene un impacto importante en el estrés endocártaro.

Sin embargo, la rigidez diastólica y su sensibilidad no fueron investigadas paramétricamente en este estudio. De hecho, este parámetro fue ajustado para capturar el perfil hemodinámico fisiológicamente relevante de la sobrecarga crónica de presión ventricular izquierda. Se debe realizar un análisis de sensibilidad extenso para caracterizar completamente los efectos de la disminución del cumplimiento diastólico. Este modelo de cómputo sugiere más lejos que los cambios biomecánicos de la estructura cardiaca en el HFpEF puedan ser un conductor importante del remodelado y pueden tener así considerables implicaciones en la hemodinámica de HFpEF y la progresión de la enfermedad. La integración de un modelo de crecimiento dinámico con la interacción fluido-estructura de la simulación fea puede ser considerada en el trabajo futuro para capturar más exhaustivamente la dinámica de remodelación cardíaca y aberraciones hemodinámicas inducidas por sobrecarga de presión. Además, podrían ser necesarios estudios adicionales de los efectos de la relajación activa similar a kadry et al.30 y la conducción eléctrica y la contractilidad para simular diferentes fenotipos de disfunción diastólica.

El desarrollo de plataformas de simulación que son adecuadas para los estudios de HFpEF está en gran medida subreportado en la literatura. En este contexto, este trabajo proporciona un ambiente único para los estudios de la fisiopatología HFpEF. El modelo de parámetros agrupados derivado anatómicamente permitirá una simulación rápida del efecto que los diferentes parámetros hemodinámicos específicos del paciente (por ejemplo, área luminal vascular y cumplimiento) juegan en la hemodinámica global para condiciones saludables y de HFpEF. Además, el modelado fea permite la investigación detallada de los efectos de los cambios temporales en las propiedades mecánicas y la excitabilidad del tejido del corazón a medida que cambian progresivamente durante HFpEF. Además, los modelos propuestos tienen utilidad potencial para la simulación de nuevas terapias para HFpEF, abordando en parte la falta de modelos fiables invivo, in vitro e in silico de HFpEF, que pueden ser responsables de la suspensión de los ensayos clínicos debido a la optimización inadecuada del dispositivo42. Por último, el trabajo futuro puede implicar la integración de estos modelos en una sola simulación mediante la sustitución de la descripción simplificada de parámetros agrupados subyacente al enfoque FEA con el modelo de solucionador numérico. Esto puede aumentar aún más la precisión de estos modelos y apoyar aún más los estudios computacionales de HFpEF y otras condiciones cardiovasculares.

En resumen, dos modelos computacionales distintos de HFpEF fueron descritos en este estudio. La capacidad de las plataformas desarrolladas de describir hemodinámica de la línea de fondo bajo condiciones fisiológicas primero fue demostrada. A continuación, se investigaron los cambios derivados de la estenosis aórtica y, en última instancia, de la FEF por remodelación ventricular izquierda, demostrando que los resultados fueron consistentes con los relatados en la literatura. Finalmente, las condiciones hemodinámicas simuladas mostraron elevaciones en el estrés de la pared cardíaca en el corazón HFpEF en comparación con las condiciones fisiológicas. En el contexto del increíblemente apremiante desafío de la atención médica que representa HFpEF, estas plataformas propuestas se encuentran entre las primeras descripciones in silico que pueden proporcionar información sobre la hemodinámica y la biomecánica de HFpEF. Estos modelos computacionales pueden ser utilizados como una herramienta para el desarrollo de tratamientos para HFpEF, apoyando en última instancia la investigación traslacional en el campo.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

No hay conflictos de intereses asociados con este trabajo.

Acknowledgments

Reconocemos el financiamiento del programa de Ciencias de la Salud y Tecnología del Instituto de Tecnología de Harvard-Massachusetts, y el Premio de la Fundación SITA del Instituto de Ingeniería Médica y Ciencia.

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

Ingeniería Número 168 Modelo de parámetros agrupados Modelo de Windkessel Modelo de elementos finitos Modelo de corazón vivo sistema cardiovascular estenosis aórtica insuficiencia cardíaca insuficiencia cardíaca con fracción de eyección preservada HFpEF
Parámetros Agrupados Y Modelado De Elementos Finitos De La Insuficiencia Cardíaca Con Fracción De Eyección Preservada
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