Waiting
Login processing...

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

Engineering

Modélisation par paramètres regroupés et par éléments finis de l’insuffisance cardiaque avec fraction d’éjection préservée

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

Ce travail présente deux modèles informatiques d’insuffisance cardiaque avec fraction d’éjection préservée basée sur une approche de paramètres regroupés et une analyse par éléments finis. Ces modèles sont utilisés pour évaluer les changements de l’hémodynamique du ventricule gauche et de la vascularisation connexe induite par la surcharge de pression et la conformité ventriculaire diminuée.

Abstract

Les efforts scientifiques dans le domaine de la modélisation informatique des maladies cardiovasculaires se sont largement concentrés sur l’insuffisance cardiaque avec fraction d’éjection réduite (HFrEF), négligeant largement l’insuffisance cardiaque avec la fraction d’éjection préservée (HFpEF), qui est plus récemment devenue une forme dominante d’insuffisance cardiaque dans le monde entier. Motivés par le manque des représentations in silico de HFpEF, deux modèles de calcul distincts sont présentés dans ce document pour simuler l’hémodynamique de HFpEF résultant de la surcharge ventriculaire gauche de pression. Tout d’abord, un modèle de paramètres groupés orienté objet a été développé à l’aide d’un solveur numérique. Ce modèle est basé sur un réseau de type Windkessel de dimension zéro (0D), qui dépend des propriétés géométriques et mécaniques des éléments constitutifs et offre l’avantage de faibles coûts de calcul. Deuxièmement, un progiciel d’analyse par éléments finis (FEA) a été utilisé pour la mise en œuvre d’une simulation multidimensionnelle. Le modèle FEA combine des modèles multiphysiques tridimensionnels (3D) de la réponse cardiaque électromécanique, des déformations structurelles et de l’hémodynamique basée sur la cavité fluide et utilise un modèle simplifié de paramètres regroupés pour définir les profils d’échange d’écoulement entre différentes cavités de fluide. Par chaque approche, les changements hémodynamiques aigus et chroniques du ventricule gauche et de la vascularisation proximale résultant de la surcharge de pression ont été avec succès simulés. Plus précisément, la surcharge de pression a été modélisée en réduisant la zone d’orifice de la valve aortique, tandis que le remodelage chronique a été simulé en réduisant la conformité de la paroi ventriculaire gauche. Compatibles avec la littérature scientifique et clinique de HFpEF, les résultats des deux modèles montrent (i) une élévation aiguë du gradient de pression transaortique entre le ventricule gauche et l’aorte et une réduction du volume de course et (ii) une diminution chronique du volume ventriculaire gauche fin-diastolique, indicatif du dysfonctionnement diastolique. Enfin, le modèle FEA démontre que le stress dans le myocarde HFpEF est remarquablement plus élevé que dans le tissu cardiaque sain tout au long du cycle cardiaque.

Introduction

L’insuffisance cardiaque est l’une des principales causes de décès dans le monde, qui se produit lorsque le cœur est incapable de pomper ou de se remplir adéquatement pour répondre aux exigences métaboliques du corps. La fraction d’éjection, c’est-à-dire la quantité relative de sang stockée dans le ventricule gauche qui est éjectée à chaque contraction est utilisée cliniquement pour classer l’insuffisance cardiaque en (i) insuffisance cardiaque avec fraction d’éjection réduite (HFrEF) et (ii) insuffisance cardiaque avec fraction d’éjection préservée (HFpEF), pour les fractions d’éjection inférieures ou supérieures à 45%, respectivement1,2,3. Les symptômes de HFpEF se développent souvent en réponse à la surcharge de pression ventriculaire gauche, qui peut être causée par plusieurs conditions, y compris la sténose aortique, l’hypertension, et l’obstruction ventriculaire gauche de secteur de sortie3,4,5,6,7. La surcharge de pression entraîne une cascade d’aberrations moléculaires et cellulaires, conduisant à un épaississement de la paroi ventriculaire gauche (remodelage concentrique) et finalement, à un raidissement de la paroi ou à une perte de conformité8,9,10. Ces changements biomécaniques affectent profondément l’hémodynamique cardiovasculaire car ils se traduisent par une relation pression-volume fin-diastolique élevée et par une réduction du volume fin-diastolique11.

La modélisation computationnelle du système cardiovasculaire a fait progresser la compréhension des pressions et des flux sanguins dans la physiologie et la maladie et a favorisé le développement de stratégies diagnostiques et thérapeutiques12. Les modèles in silico sont classés en modèles de faible ou haute dimension, le premier utilisant des méthodes analytiques pour évaluer les propriétés hémodynamiques globales avec une faible demande de calcul et le second fournissant une description multi-échelle et multiphysique plus complète de la mécanique cardiovasculaire et de l’hémodynamique dans le domaine 2D ou 3D13. La représentation de Windkessel à paramètre regroupé est la plus courante parmi les descriptions de faible dimension. Basé sur l’analogie du circuit électrique (loi d’Ohm), cela imite le comportement hémodynamique global du système cardiovasculaire grâce à une combinaison d’éléments résistifs, capacitifs et inductifs14. Une étude récente de ce groupe a proposé un modèle de Windkessel alternatif dans le domaine hydraulique qui permet la modélisation des changements dans la géométrie et la mécanique des grands vaisseaux - chambres cardiaques et valves - d’une manière plus intuitive que les modèles analogiques électriques traditionnels. Cette simulation est développée sur un solveur numérique orienté objet (voir la table des matériaux)et peut capturer l’hémodynamique normale, les effets physiologiques du couplage cardiorespiratoire, le flux sanguin induit par les voies respiratoires dans la physiologie à cœur unique et les changements hémodynamiques dus à la constriction aortique. Cette description développe les capacités des modèles à paramètres regroupés en offrant une approche physiquement intuitive pour modéliser un spectre de conditions pathologiques, y compris l’insuffisance cardiaque15.

Les modèles à haute dimension sont basés sur fea pour calculer l’hémodynamique spatio-temporelle et les interactions fluide-structure. Ces représentations peuvent fournir des descriptions détaillées et précises du champ de flux sanguin local ; cependant, en raison de leur faible efficacité de calcul, ils ne conviennent pas aux études de l’ensemble de l’arbrecardiovasculaire 16,17. Un progiciel (voir la table des matériaux)a été utilisé comme plate-forme FEA anatomiquement précise du cœur humain adulte à 4 chambres, qui intègre la réponse électromécanique, les déformations structurelles et l’hémodynamique basée sur la cavité fluide. Le modèle de cœur humain adapté comprend également un modèle simple de paramètres regroupés qui définit l’échange d’écoulement entre les différentes cavités fluides, ainsi qu’une caractérisation mécanique complète du tissu cardiaque18,19.

Plusieurs modèles d’insuffisance cardiaque à paramètres regroupés et FEA ont été formulés pour capturer les anomalies hémodynamiques et évaluer les stratégies thérapeutiques, en particulier dans le contexte des dispositifs d’assistance circulatoire mécanique pour HFrEF20,21,22,23,24. Un large éventail de modèles 0D à paramètres regroupés de diverses complexités a donc réussi à capturer l’hémodynamique du cœur humain dans des conditions physiologiques et HFrEF via l’optimisation des systèmes windkessel analogiques électriques à deux ou trois éléments20,21,23,24. La majorité de ces représentations sont des modèles uni- ou biventriculaires basés sur la formulation d’élastance variable dans le temps pour reproduire l’action contractile du cœur et utiliser une relation fin-diastolique non linéaire pression-volume pour décrire le remplissage ventriculaire25,26,27. Des modèles complets, qui capturent le réseau cardiovasculaire complexe et imitent à la fois l’action de pompage auriculaire et ventriculaire, ont été utilisés comme plateformes pour les tests de dispositifs. Néanmoins, bien qu’il existe un corpus important de littérature autour du domaine de l’HFrEF, très peu de modèles in silico de LFHfp ont été proposés20,22,28,29,30,31.

Un modèle à faible dimension de l’hémodynamique HFpEF, récemment développé par Burkhoff et al.32 et Granegger et al.28,peut capturer les boucles pression-volume (PV) du cœur à 4 chambres, récapitulant complètement l’hémodynamique de divers phénotypes de HFpEF. En outre, ils utilisent leur plate-forme in silico pour évaluer la faisabilité d’un dispositif circulatoire mécanique pour HFpEF, une recherche informatique pionnière de HFpEF pour les études de physiologie ainsi que le développement de dispositifs. Cependant, ces modèles restent incapables de saisir les changements dynamiques dans les flux sanguins et les pressions observés au cours de la progression de la maladie. Une étude récente de Kadry et coll.30 capture les différents phénotypes du dysfonctionnement diastolique en ajustant la relaxation active du myocarde et la rigidité passive du ventricule gauche sur un modèle de faible dimension. Leur travail fournit une analyse hémodynamique complète du dysfonctionnement diastolique basée sur les propriétés actives et passives du myocarde. De même, la littérature des modèles à haute dimension s’est principalement concentrée sur HFrEF19,33,34,35,36,37. Bakir et coll.33 ont proposé un modèle fea fluide-électromécanique cardiaque entièrement couplé pour prédire le profil hémodynamique HFrEF et l’efficacité d’un dispositif d’assistance ventriculaire gauche (LVAD). Ce modèle biventriculaire (ou à deux chambres) utilisait un circuit Windkessel couplé pour simuler l’hémodynamique du cœur sain, HFrEF et HFrEF avec support LVAD33,37.

De même, Sack et coll.35 ont mis au point un modèle biventriculaire pour étudier le dysfonctionnement ventriculaire droit. Leur géométrie biventriculaire a été obtenue à partir d’un patient' données de l’imagerie par résonance magnétique (IRM) de s, et le modèle' le maillage d’éléments finis de s a été construit utilisant la segmentation d’image pour analyser l’hémodynamique d’un ventricule droit défaillant VAD-soutenu35. Des approches cardiaques FEA à quatre chambres ont été développées pour améliorer la précision des modèles du comportement électromécanique du cœur19,34. Contrairement aux descriptions biventriculaires, les modèles à quatre chambres dérivés de l’IRM du cœur humain fournissent une meilleure représentation de l’anatomiecardiovasculaire 18. Le modèle de cœur utilisé dans ce travail est un exemple établi d’un modèle FEA à quatre chambres. Contrairement aux modèles fea à paramètres regroupés et biventriculaires, cette représentation capture les changements hémodynamiques tels qu’ils se produisent au cours de la progression de la maladie34,37. Genet et al.34,par exemple, ont utilisé la même plate-forme pour mettre en œuvre un modèle de croissance numérique du remodelage observé dans HFrEF et HFpEF. Cependant, ces modèles évaluent les effets de l’hypertrophie cardiaque sur la mécanique structurale seulement et ne fournissent pas une description complète de l’hémodynamique associée.

Pour remédier à l’absence de modèles HFpEF in silico dans ce travail, le modèle de paramètres regroupés précédemment développé par ce groupe15 et le modèle FEA ont été réadaptés pour simuler le profil hémodynamique de HFpEF. À cette fin, la capacité de chaque modèle à simuler l’hémodynamique cardiovasculaire au départ sera d’abord démontrée. Les effets de la surcharge ventriculaire gauche sténose-induite de pression et de la conformité ventriculaire gauche diminuée due au remodelage cardiaque-un cachet typique de HFpEF-seront alors évalués.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Modèle de paramètres groupés 0D

  1. Configuration de la simulation
    Remarque : dans l’environnement de solveur numérique (voir la table des matériaux),construisez le domaine comme indiqué dans Figure 1. Ceci se compose du coeur à 4 chambres, du corps supérieur, de l’abdominal, du corps inférieur, et des compartiments thoraciques, aussi bien que de la vascularisation proximale, y compris l’aorte, l’artère pulmonaire, et les veines supérieures et inférieures cavae. Les éléments standard utilisés dans cette simulation font partie de la bibliothèque hydraulique par défaut. Vous trouverez les détails dans les fichiers supplémentaires.
    1. Naviguez dans la bibliothèque hydraulique pour trouver les éléments requis: pipeline hydraulique, chambre hydraulique à volume constant, résistance linéaire, pompe centrifuge, clapet anti-retour, orifice à zone variable et fluide hydraulique personnalisé.
      1. Déposez les éléments du pipeline hydraulique dans l’espace de travail.
        REMARQUE: Ceux-ci tiennent compte des pertes par frottement ainsi que de la conformité des murs et de la compressibilité des fluides dans les vaisseaux sanguins et les chambres cardiaques. Grâce à ce bloc, la perte de pression est calculée à l’aide de la loi de Darcy-Weisbach, tandis que le changement de diamètre dû à la conformité de la paroi dépend de la constante de proportionnalité de la conformité, de la pression luminale et de la constante de temps. Enfin, la compressibilité du fluide est définie par le module en vrac du milieu.
      2. Insérez les éléments de la chambre hydraulique à volume constant pour définir la conformité des murs et la compressibilité du fluide.
        REMARQUE: Ce bloc ne prend pas en compte les pertes de pression dues au frottement.
      3. Ajoutez les éléments de résistance linéaire pour définir la résistance à l’écoulement.
        REMARQUE: Ceci est indépendant des propriétés géométriques de la vascularisation, de manière analogue à l’élément résistif utilisé dans les modèles windkessel analogiques électriques. D’autres blocs, tels que la pompe centrifuge, le clapet anti-retour, l’orifice à zone variable et les éléments de fluide hydraulique personnalisés doivent être insérés pour générer l’entrée de pression souhaitée dans le système, modéliser les effets des valves cardiaques sur le flux sanguin et définir les propriétés mécaniques du sang. Grâce à ces éléments, le comportement du système cardiovasculaire dans la physiologie et la maladie peut être pleinement capturé. Le signal d’entrée de la pompe centrifuge se trouve sur la figure S1A.
      4. Modélisez la contractilité de chaque chambre de cœur grâce à l’élément de chambre de conformité aux variables personnalisé.
        REMARQUE : Cela accepte la conformité en tant que signal d’entrée défini par l’utilisateur variant dans le temps et est basé sur le modèle d’élastance variable dans le temps(Figure S1B-D).
    2. Indiquez les paramètres relatifs à chaque élément, comme le montre le tableau S1, également présent dans Rosalia et al.15
    3. Insérez un élément séquence répétée de signal physique (PS) pour chacun des blocs qui nécessitent un signal d’entrée défini par l’utilisateur variant dans le temps : la pompe LV, les éléments de conformité à conformité variable et les blocs à orifice à zone variable.
      REMARQUE: Les signaux d’entrée utilisés pour cette simulation peuvent être trouvés dans la figure S1.
    4. Sélectionnez le solveur implicite ODE 23t par défaut et exécutez la simulation pendant 100 s pour atteindre un état stable.

2. Le modèle FEA

  1. Configuration de la simulation
    REMARQUE: Le modèle FEA utilise une analyse électromécanique couplée dans l’ordre. Dans ce modèle, l’analyse électrique est effectuée en premier; ensuite, les potentiels électriques résultants sont utilisés comme source d’excitation dans l’analyse mécanique suivante. Par conséquent, la configuration de la simulation contient deux domaines de travail: les domaines électrique(ELEC)et mécanique(MECH),qui sont prédéfinis dans le logiciel de simulation FEA(Table des matériaux)18. Par conséquent, la section suivante décrit uniquement le workflow d’analyse. Le modèle FEA utilise les sous-routines utilisateur suivantes HETVAL, VUANISOHYPERet UAMP pour la modélisation des matériaux électriques et mécaniques18.
    1. Naviguez dans le domaine ELEC pour effectuer une analyse électrique à l’aide de la procédure de température prédéfinie dans le module Standard.
      1. Utilisez une étape d’analyse unique nommée BEAT. Réglez la durée du cycle cardiaque à 500 ms et appliquez une impulsion de potentiel électrique à un ensemble de nœuds représentant le nœud sino-auriculaire (SA)(ensemble de nœuds: R_Atrium-1.SA_NODE).
      2. Passez en revue la forme d’onde électrique par défaut, qui varie de -80 mV à 20 mV sur 200 ms avec la définition de l’amplitude du pas lisse, comme décrit dans le guide du modèle18. Utilisez les valeurs par défaut des constantes de matériau dans l’analyse électrique pour ajuster le délai AV.
      3. Lancez le module Job et créez un job nommé heart-elec.
    2. Une fois la configuration de l’analyse électrique terminée, naviguez dans le domaine MECH pour effectuer l’analyse mécanique basée sur la cavité fluide.
      REMARQUE: La simulation mécanique est effectuée après l’analyse électrique, et les potentiels électriques résultants sont utilisés comme source d’excitation pour l’analyse mécanique. L’analyse mécanique contient plusieurs étapes.
      1. Utilisez les trois étapes principales nommées PRE-LOAD, BEAT1et RECOVERY1. Dans l’étape PRE-LOAD, passez en revue les conditions limites de l’état pré-stressé du cœur. Utilisez 0,3 s comme temps d’étape pour augmenter linéairement la pression dans les chambres à fluide.
        NOTA: Les valeurs prédéfinies de pression de la cavité du fluide sont indiquées dans le tableau S3. L’état pré-stressé du cœur a déjà été défini dans la configuration normale de simulation cardiaque, et les conditions initiales du nœud sont fournies dans les fichiers de simulation externes, comme indiqué dans le tableau S5. Un recalcul de l’état de contrainte nulle à l’aide de la simulation mécanique inverse est nécessaire chaque fois que la condition aux limites est modifiée, comme expliqué aux étapes 3.2.2 à 3.2.4.
      2. Dans l’étape BEAT1, utilisez 0,5 s comme temps d’étape pour simuler la contraction.
      3. Dans l’étape RECOVERY1, sélectionnez 0,5 s pour la relaxation cardiaque et le remplissage ventriculaire pour une fréquence cardiaque de 60 bpm.
      4. Activez les étapes suivantes, BEATX et RECOVERYX, pour simuler plus d’un cycle cardiaque pour atteindre un état stable.
        REMARQUE: Trois cycles cardiaques seront suffisants pour atteindre l’état stable. Un cycle de la simulation est effectué en ~8 h sur un processeur à 24 cœurs (3,2 GHz x 24).
      5. Lancez le module Job et créez un job nommé heart-mech, en activant l’option double précision.
  2. Examen du modèle de Windkessel à paramètres groupés simplifiés
    REMARQUE: Le domaine mécanique du modèle FEA a un modèle de flux sanguin, qui est basé sur un circuit simplifié de paramètres regroupés et est créé comme une combinaison de cavités de fluides de surface et d’échanges de fluides comme le montre la figure 218.
    1. Utilisez la représentation de Windkessel mentionnée dans la note ci-dessus pour exécuter la simulation. Passez en revue la représentation du modèle de flux sanguin pour ajuster les valeurs des éléments résistifs et capacitifs pour les résistances d’écoulement et les conformités structurelles, respectivement.
    2. Examinez la représentation en éléments finis 3D de quatre cavités cardiaques et assurez-vous que leurs positions géométriques sont exactes.
    3. Vérifiez l’assemblage cardiaque et passez au module Interaction pour ajuster les valeurs de conformité et de contractilité de chacune des quatre cavités cardiaques.
      Remarque : les valeurs par défaut dans le module d’interaction sont configurées pour simuler un cycle de battement de cœur humain sain idéalisé18.
    4. Passez en revue les cavités liquides hydrostatiques suivantes dans le module Interaction, CAV-AORTA, CAV-LA, CAV-LV, CAV-PULMONARY_TRUNK, CAV-RA, CAV-RV, CAV-SVC, CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP et CAV-VENOUS-COMP (tableau S3).
    5. Utilisez les chambres de conformité (CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP et CAV-VENOUS-COMP) comme volumes cubiques car elles représentent la conformité des circulations artérielles, veineuses et pulmonaires.
    6. Attachez trois volumes cubiques de conformité à un ressort mis à la terre et examinez la valeur de rigidité pour modéliser la réponse pression-volume dans les circulations artérielle, veineuse et pulmonaire.
    7. Vérifiez les définitions suivantes de l’échange de liquide entre les cavités liquides hydrostatiques : oreillette artérielle-veineuse, oreillette veineuse droite, oreillette droite-ventricule droite, ventricule droit-système pulmonaire, système pulmonaire-oreillette gauche, atrium gauche-ventricule gauche et ventricule-aorte gauche (tableau S4).
    8. Ajustez le coefficient de résistance visqueuse pour modifier le modèle de flux sanguin dans chaque lien d’échange de fluide (voir Fichiers supplémentaires pour plus d’informations sur l’effet de résistance visqueuse).
  3. Simulation multiphysique
    1. Recherchez le fichier de base de données CAE dans le répertoire de travail.
      REMARQUE: Le modèle FEA dans ce protocole est livré dans la base de données et est nommé LH-Human-Model-Beta-V2_1.cae.
    2. Insérez les fichiers d’entrée, d’objet et de bibliothèque dans le répertoire de travail pour exécuter la simulation. Voir le tableau S5 pour la liste complète des fichiers d’entrée et de bibliothèque.
    3. Lancez le logiciel de simulation de modèle FEA (voir la table des matériaux).
      Remarque : consultez le fournisseur de logiciels pour la compatibilité avec les versions ultérieures18.
    4. Passez en revue les pièces, l’assemblage et les conditions aux limites dans les domaines ELEC et MECH, comme décrit aux sections 2.2 et 2.3.
    5. Tout d’abord, exécutez la tâche de simulation électrique nommée heart-elec, comme décrit à la section 2.1.1.3. Inspectez visuellement les résultats du potentiel électrique pour vérifier que la simulation cœur-électricité s’est déroulée comme prévu. Ensuite, assurez-vous que le fichier de résultats heart-elec.odb se trouve dans le répertoire de travail.
    6. Passez à la deuxième phase de simulation en passant au domaine MECH. Passez en revue les valeurs des constantes matérielles utilisées dans la simulation mécanique pour modéliser la réponse cardiaque passive et active souhaitée.
    7. Assurez-vous que les fichiers de bibliothèque de matériaux pour l’analyse mécanique utilisent le nom de chaîne HYBRID-. Pour modifier la réponse matérielle des cavités cardiaques, ajustez le fichier de matériau hybride approprié ou remplacez la réponse de matériau entière en définissant un nouveau comportement de matériau dans la section Matériaux du module IQA.
      REMARQUE: Des informations détaillées sur les lois constitutives intégrées peuvent être trouvées dans le guide de l’utilisateur18.
    8. Dans l’étape PRE-LOAD, réglez les pressions des cavités hydrostatiques pour obtenir le comportement physiologique souhaité. Utilisez l’option d’amplitude lisse intégrée pour passer de zéro au niveau de pression souhaité, comme décrit à l’étape 2.1.2.1.
    9. Désactiver les conditions limites de pression définies au point 2.1.2.1 pour exécuter le modèle de flux sanguin avec un volume sanguin global constant dans le système de circulation. Exécutez la tâche de simulation nommée heart-mech, comme décrit dans la section 2.1.2.5.

3. Sténose de la valve aortique

REMARQUE: La sténose aortique est souvent un facteur de HFpEF car elle conduit à une surcharge de pression et, finalement, à un remodelage concentrique et à une perte de conformité de la paroi ventriculaire gauche. L’hémodynamique observée dans la sténose aortique progresse souvent à ceux vus dans HFpEF.

  1. Le modèle de paramètre groupé
    1. Modifier le signal d’entrée dans l’élément de séquence répétitif PS par rapport à la valve aortique, située dans le compartiment ventriculaire gauche. Simuler une réduction de la surface de l’orifice égale à 70 % par rapport à la ligne de base(tableau S6).
      REMARQUE: Les valeurs d’entrée représenteront la zone d’orifice de la valve par sténose pendant chaque battement de cœur. La valeur de la surface de l’orifice peut être facilement ajustée en multipliant le vecteur des valeurs de sortie de départ de l’élément PS de la valve aortique par une valeur décimale correspondant à la zone de l’orifice final par rapport à sa valeur d’origine. Dans ce travail, un facteur de 0,3 a été utilisé pour atteindre une constriction de 70%.
  2. Le modèle FEA
    1. Modifier la définition de l’échange fluide du paramètre LINK-LV-ARTERIAL.
      REMARQUE: Ce paramètre possède un coefficient de résistance visqueux accordé au flux sanguin entre le ventricule gauche et l’aorte. La zone d’échange effective peut être modifiée pour ajuster le flux sanguin et créer le modèle de sténose aortique approprié (tableau S7).
    2. Recherchez le dossier de boîte à outils et copiez les fichiers à l’intérieur de ce dossier dans le répertoire de travail principal.
    3. Effectuez une simulation mécanique inverse en exécutant les fichiers de boîte à outils18. À cette fin, modifiez les pressions d’aspiration du ventricule gauche et de l’oreillette gauche à 6 mmHg dans la cavité liquide pour ajuster leur état volumétrique initial pour le modèle de sténose aortique. Exécutez la fonction inversePreliminary.py.
      REMARQUE : Le recalcul de l’état de contrainte nulle à l’aide de la simulation mécanique inverse est requis chaque fois que la condition aux limites est modifiée.
    4. Une fois la simulation mécanique inverse terminée, exécutez les fonctions de post-traitement : calcNodeCoords.py et straight_mv_chordae.py. Utilisez les valeurs par défaut pour les autres paramètres d’écoulement et exécutez une nouvelle simulation mécanique comme décrit à la section 2.1.2.5.

4. Hémodynamique HFpEF

REMARQUE: Pour simuler les effets du remodelage chronique, les propriétés mécaniques du cœur gauche ont été modifiées.

  1. Le modèle de paramètre groupé
    1. Modifier la conformité diastolique ventriculaire gauche de l’élément de conformité BT pour imiter le raidissement de la paroi dû à la surcharge de pression, en utilisant la valeur de la conformité diastolique finale dans le tableau S8.
      Remarque : Supposons que la conformité pour supprimer linéairement de la systole de fin à la diastole de fin.
    2. Augmenter la résistance à la fuite de la pompe BT à 18 × 106 Pa s m-3 (tableau S8)pour capturer les pressions ventriculaires gauches élevées observées dans HFpEF.
  2. Le modèle FEA
    1. Modifiez les propriétés de matériau actif de la géométrie du ventricule gauche. Augmentez la composante de rigidité pour régler la réponse active des tissus affectant les composants de contrainte dans les directions de la fibre et de la feuille dans le modèle constitutif.
      1. Modifier la réponse matérielle du ventricule gauche dans le fichier mech-mat-LV_ACTIVE.
        REMARQUE: L’ampleur de la rigidité pour la chambre ventriculaire gauche peut être réglée pour fournir les effets de conformité diastolique appropriés.
      2. Augmentez les paramètres de rigidité a et b dans la formulation hyperélastique anisotrope pour capturer la réponse accrue de rigidité pour la physiologie HFpEF.
      3. Dans l’étape DE PRÉCHARGE, réglez les pressions de la cavité fluide du ventricule gauche et de l’oreillette gauche à 20 mmHg.
      4. Effectuer une simulation mécanique inverse pour obtenir l’état volumétrique du ventricule gauche et de l’oreillette. Exportez les coordonnées nodales à partir du fichier heart-mech-inverse.odb 18.
      5. Exécutez les fonctions de post-traitement : calcNodeCoords.py et straight_mv_chordae.py, comme décrit à l’étape 3.2.4. Localisez les nouveaux fichiers d’entrée nodale dans le répertoire de travail et effectuez une nouvelle simulation mécanique, comme décrit à la section 2.1.2.5.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Les résultats des simulations de base sont illustrés à la figure 3. Ceci représente les formes d’onde de pression et de volume du ventricule gauche et de l’aorte(figure 3A)ainsi que de la boucle PV ventriculaire gauche(figure 3B). Les deux modèles in silico montrent l’hémodynamique ventriculaire aortique et gauche semblable, qui sont dans la gamme physiologique. Des différences mineures dans la réponse prédite par les deux plates-formes peuvent être remarquées pendant les phases de vidange et de remplissage ventriculaires, où les non-linéarités sont mieux capturées par le modèle FEA par rapport à la plate-forme à paramètres regroupés. En physiologie, de tels effets non linéaires résultent principalement de la réponse hyperélastique du tissu cardiaque et sont donc reproduits plus précisément par des modèles informatiques multidomaines et d’ordre élevé18.

L’hémodynamique ventriculaire et aortique a été obtenue pour la sténose aortique, car ceci mène souvent à la surcharge ventriculaire gauche de pression et finalement, au développement de HFpEF. Les formes d’onde de pression et de volume à une réduction de 70 % de la zone de l’orifice de la valve aortique sont représentées pour les deux modèles de la figure 4. La sténose a eu comme conséquence un gradient de pression élevé à travers la valve aortique. Pour la sténose à 70 % prise en compte dans ce travail, des gradients de pression transaortique de crête de 41 mmHg et 54 mmHg ont été obtenus avec les modèles à paramètre groupé(figure 4A)et FEA(figure 4B),respectivement. Cette variation modérée découle probablement d’une autre conséquence de l’absence d’une équation constitutive définissant les propriétés matérielles du tissu cardiaque dans le modèle de paramètres regroupés, dans lequel la conformité est simplement définie par un tableau de valeurs numériques. Ce modèle ne capture donc pas les interactions fluide-structure, qui sont plutôt représentées avec précision par le modèle FEA. Néanmoins, les résultats des deux modèles sont compatibles avec les classifications de l’American Society of Echocardiography (ASE) et de l’European Association of Echocardiography (EAE) de la sténose valvulaire aortique modérée, qui indiquent des gradients transaortiques de pointe de 40-65 mmHg pour des constrictions aortiques d’environ 60-75%38,39,40.

Les boucles pv ventriculaires gauches à la ligne de base, la sténose aortique à 70% et l’HFpEF suivant le raidissement de la paroi ventriculaire sont résumés sur la figure 5. Des tendances similaires peuvent être observées à la figure 5A,qui illustre les résultats du modèle des paramètres regroupés, et à la figure 5B,qui montre l’hémodynamique obtenue par l’intermédiaire de la FEA. Ces boucles PV sont cohérentes avec celles de la littérature scientifique et clinique de hfpef1,11,28,32. En particulier, les deux modèles sont capables de capturer l’augmentation de la pression ventriculaire gauche systolique due à l’augmentation de l’afterload induite par la sténose aortique. En outre, le volume final-systolique est augmenté dans la boucle PV de sténose, conduisant à une baisse du volume de course. Lors du remodelage et de la perte de conformité ventriculaire gauche, la relation pression-volume fin-diastolique (EDPVR) devient élevée, entraînant des pressions fin-diastoliques plus élevées et des volumes fin-diastoliques inférieurs. Ces phénomènes, qui sont dus à l’incapacité du ventricule gauche à se détendre et à se remplir de manière adéquate, sont capturés avec succès par les boucles PV HFpEF dans les modèles de dimension basse et élevée.

Comme autre indication de la diminution de la fonction diastolique, l’écoulement à travers la valvule mitrale est représenté sur la figure S2,qui met en évidence à la fois les phases de relaxation précoce (E) et de contraction auriculaire (A). Par rapport aux profils normaux et de sténose, l’écoulement HFpEF est caractérisé par un débit mitral de crête légèrement plus élevé et un débit maximal de phase A significativement diminué, soulignant que le raidissement passif du ventricule gauche entraîne un rapport E/A élevé, ce qui est cohérent avec la littérature scientifique30. Enfin, la figure 6 montre les changements dans la carte du stress du myocarde dans les cœurs normal et HFpEF pendant la systole et la diastole. La vue à long axe du ventricule gauche illustre les distributions volumétriques moyennes de contrainte et montre des contraintes élevées dans le coeur de HFpEF dues à la perte caractéristique de conformité ventriculaire. À partir des valeurs de base de (61,1 ± 49,8) kPa et (0,51 ± 7,35) kPa pour le cœur sain pendant le pic-systole (t = 0,2 s) et la fin-diastole (t = 1,0 s), respectivement, la contrainte moyenne a augmenté en conséquence à (97,2 ± 205,7) kPa et (2,69 ± 16,34) kPa dans HFpEF, suggérant que les changements hémodynamiques observés dans HFpEF soient enracinés dans les changements structurels profonds affectant le cœur défaillant.

Figure 1
Figure 1: Domaine du modèle de paramètres regroupés anatomiquement dérivé dans le solveur numérique orienté objet (voir la table des matériaux),montrant le cœur à quatre chambres, l’aorte et les circulations du haut du corps, abdominales, du bas du corps et pulmonaires. Abréviations : LV = ventricule gauche; VR = ventricule droit; LA = oreillette gauche; PR = oreillette droite; R1 = résistance artérielle; R2 = résistance veineuse; C = conformité; IVC: veine cave inférieure; SVC: veine cave supérieure. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 2
Figure 2: Modèle d’analyse par éléments finis du cœur humain. (A) Représentation 3D du modèle d’analyse par éléments finis du cœur humain. (B) Représentation simplifiée des paramètres regroupés du modèle de flux sanguin dans le modèle couplée aux modèles d’échange de fluides structurels18. Abréviations : LV = ventricule gauche; VR = ventricule droit; LA = oreillette gauche; PR = oreillette droite; Raortique = résistance valvulaire aortique; Rmitral = résistance de la valvule mitrale; Rpulmonaire = résistance de valve pulmonaire ; Rtricuspid = résistance valvulaire tricuspide; Cartériel = observance artérielle systémique; Système R = résistance artérielle systémique; Cveineux = conformité veineuse systémique, Rveineux = résistance veineuse systémique; Cpulmonaire = observance pulmonaire; Rsystème pulmonaire = résistance pulmonaire. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 3
Figure 3: Simulations de base et formes d’onde pression-volume pour les modèles d’analyse par paramètres regroupés et par éléments finis du cœur humain. (A) Formes d’onde ventriculaires et volumiques gauches et pression aortique calculées par les modèles du paramètre groupé et de la FEA au départ. (B) Boucle PV ventriculaire gauche obtenue à travers les deux plates-formes à la ligne de base. Abréviations : FEA = analyse par éléments finis; BT = ventriculaire gauche; PV = pression-volume. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 4
Figure 4: Formes d’onde ventriculaires et volumiques gauches et pression aortique calculées à une réduction de 70 % de la surface de l’orifice de la valve aortique. (A) Modèle de paramètres regroupés, (B) Modèle FEA. Abréviations : FEA = analyse par éléments finis; BT = ventriculaire gauche. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 5
Figure 5: Boucles PV ventriculaires gauches du cœur sain, sous surcharge de pression induite par la sténose aiguë, et du cœur HFpEF à la suite d’un remodelage et d’un raidissement chroniques. (A) Lumped-parameter, (B) MODÈLES FEA. Abréviations : EDPVRH = relation pression-volume fin-diastolique dans le cœur sain simulé; EDPVRHFpEF: relation pression-volume fin-diastolique dans la physiologie HFpEF simulée ; PV - pression-volume; FEA = analyse par éléments finis. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 6
Figure 6: Contrainte de von Mises (moyenne : 75 %) dans des conditions physiologiques et du coeur de HFpEF pendant le pic-systole et la diastole, comme prévu par le modèle de FEA. Les palettes de couleurs indiquent les niveaux de contrainte en MPa. Des contraintes plus élevées peuvent être vues dans HFpEF (92.7-2.7 kPa) comparé au coeur sain (61.1-0.5 kPa) pendant le pic-systole (t = 0.2 s) et la fin-diastole (t = 1.0 s). Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure S1: Signaux d’entrée pour(A)pompe centrifuge,(B)ventricule gauche,(C)ventricule droit,(D)oreillettes gauche et droite pour la simulation des paramètres regroupés. Veuillez cliquer ici pour télécharger ce fichier.

Figure S2: (A) Signaux d’écoulement mitral aortique et(B)pour les profils de ligne de base, de sténose et de HFpEF, obtenus par la FEA. Abréviations : E = phase de relaxation précoce; A = contraction auriculaire; FEA = analyse par éléments finis; HFpEF = insuffisance cardiaque avec fraction d’éjection préservée. Veuillez cliquer ici pour télécharger ce fichier.

Tableau S1. Paramètres géométriques et mécaniques de la simulation de paramètres groupés de base. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S2. Ensemble complet de paramètres de simulation de paramètres groupés de base. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S3. Valeurs des cavités de fluide dans le modèle d’analyse mécanique par éléments finis (FEA)18. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S4. Conditions limites des liaisons d’échange de fluides pour le modèle d’analyse par éléments finis (FEA)18. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S5. Les fichiers de simulation requis pour le modèle d’analyse par éléments finis (FEA)18. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S6. Paramètres pour la simulation de paramètres regroupés aortique-sténose. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S7. Définitions des liaisons d’échange de fluides dans le modèle d’analyse par éléments finis (FEA)18. Veuillez cliquer ici pour télécharger ce tableau.

Tableau S8. Paramètres pour la simulation de paramètres groupés HFpEF. Veuillez cliquer ici pour télécharger ce tableau.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Les plateformes de paramètres regroupés et de FEA proposées dans ce travail récapitulaient l’hémodynamique cardiovasculaire dans des conditions physiologiques, à la fois dans la phase aiguë de la surcharge de pression induite par la sténose et dans le HFpEF chronique. En saisissant le rôle que joue la surcharge de pression dans les phases aiguës et chroniques du développement de l’HFpEF, les résultats de ces modèles sont en accord avec la littérature clinique de l’HFpEF, y compris l’apparition d’un gradient de pression transaortique dû à une sténose aortique, une augmentation de la pression ventriculaire gauche, et la réduction du volume fin-diastolique due au raidissement de la paroi41. En outre, ce modèle FEA a pu capturer des élévations du stress myocardique dans HFpEF tout au long du cycle cardiaque. Pour assurer une configuration correcte de ces simulations, les étapes décrites dans la section protocole ci-dessus doivent être suivies rigoureusement. Pour le modèle de paramètres groupés, il est essentiel que le réseau d’éléments hydrauliques soit recréé correctement comme le montre la figure 1 et que les valeurs prescrites soient fournies en tant que paramètres d’entrée(tableaux S1 et S2). En outre, le bloc solveur doit être défini et connecté au réseau sur n’importe quel nœud.

Le fonctionnement du modèle FEA nécessite tous les fichiers de simulation fournis avec le solveur18 répertoriés dans le tableau S5. L’omission de l’un des composants requis peut entraîner l’arrêt anticipé de la simulation. Pour les deux plateformes, il est essentiel d’obtenir la simulation de base avec les paramètres d’entrée par défaut avant de recréer les profils hémodynamiques de sténose et de HFpEF. L’article de recherche original décrivant la simulation de base15 et la documentation liée à la simulation dans les fichiers supplémentaires peuvent être consultés pour dépanner le modèle de paramètres regroupés. De même, cette infrastructure FEA contient la documentation logicielle et le dossier de boîte à outils pour le dépannage18. En cas d’erreur de simulation, l’utilisateur peut appeler les diagnostics de simulation en exécutant les plug-ins relatifs dans le dossier toolbox18. Les résultats hémodynamiques du modèle de lumped-paramètre étaient analogues à ceux calculés par l’intermédiaire de fea dans chacune des conditions simulées et compatibles à la littérature clinique de HFpEF. La plate-forme FEA de haute dimension permet la capture du comportement biomécanique complexe du cœur et fournit une description précise de l’hémodynamique cardiovasculaire, bien qu’au détriment de la demande de calcul élevée. Toutefois, dans le modèle de paramètres regroupés, le temps d’exécution est réduit de plusieurs heures à quelques minutes, ce qui constitue un avantage significatif par rapport aux modèles in silico d’ordre supérieur.

De plus, en modélisant un plus grand nombre de compartiments cardiovasculaires, cette simulation de paramètres regroupés permet l’examen des flux sanguins et des pressions à divers sites de l’arbre cardiovasculaire et convient donc aux études qui s’étendent au-delà des cavités cardiaques et de la vascularisation proximale. Cependant, tout en étant en mesure de récapituler l’hémodynamique globale, cette description ne parvient pas à capturer certains effets mineurs des interactions structurelles et manque donc de la précision typique des représentations FEA. L’analyse de la mécanique cardiaque obtenue dans cette étude par l’approche d’élément fini a corroboré ceux des investigations précédentes. Plus précisément, ces valeurs moyennes de stress se situent dans la même plage que celles prédites par les modèles de croissance du cœur partiellement soutenu lors d’une insuffisance chronique34,37. Par rapport à ces modèles, les valeurs de contrainte trouvées dans ces études décrites ici étaient modérément plus élevées en raison du niveau élevé de sténose aortique simulée pour induire une surcharge de pression. En outre, on l’a constaté que la perte de conformité ventriculaire gauche dans HFpEF a un impact important sur le stress endocardiaque.

Cependant, la rigidité diastolique et sa sensibilité n’ont pas été paramétriques étudiées dans cette étude. En fait, ce paramètre a été accordé pour capturer le profil hémodynamique physiologiquement approprié de la surcharge ventriculaire gauche chronique de pression. Une analyse de sensibilité approfondie doit être effectuée pour caractériser pleinement les effets de la conformité diastolique diminuée. Ce modèle de calcul suggère en outre que les changements biomécaniques de la structure cardiaque dans le HFpEF peuvent être un facteur important de remodelage et peuvent ainsi avoir des implications considérables dans l’hémodynamique HFpEF et la progression de la maladie. L’intégration d’un modèle de croissance dynamique avec l’interaction fluide-structure de la simulation FEA peut être envisagée dans les travaux futurs pour capturer de manière plus complète la dynamique du remodelage cardiaque et des aberrations hémodynamiques induites par la surcharge de pression. D’ailleurs, d’autres études des effets de la relaxation active semblables à Kadry et autres30 et de la conduction électrique et de la contractilité pourraient être nécessaires pour simuler différents phénotypes de dysfonctionnement diastolique.

Le développement de plateformes de simulation adaptées aux études de HFpEF est largement sous-estimé dans la littérature. Dans ce contexte, ces travaux fournissent un environnement unique pour les études de la physiopathologie HFpEF. Le modèle de paramètres regroupés d’origine anatomique permettra de simulation rapide de l’effet que les différents paramètres hémodynamiques spécifiques au patient (p. ex. zone luminale vasculaire et observance) jouent dans l’hémodynamique globale pour des conditions saines et HFpEF. En outre, la modélisation FEA permet une étude détaillée des effets des changements temporels dans les propriétés mécaniques et l’excitabilité du tissu cardiaque à mesure qu’ils changent progressivement au cours de l’HFpEF. En outre, les modèles proposés ont une utilité potentielle pour la simulation de nouvelles thérapies pour HFpEF, en s’attaquant en partie au manque de modèles invivo, in vitro et in silico fiables de HFpEF, qui peuvent être responsables de la suspension des essais cliniques en raison d’une optimisation inadéquate des dispositifs42. Enfin, les travaux futurs pourraient impliquer l’intégration de ces modèles dans une simulation unique en remplaçant la description simplifiée des paramètres regroupés qui sous-tend l’approche FEA par le modèle de solveur numérique. Cela peut encore améliorer la précision de ces modèles et soutenir davantage les études de calcul de HFpEF et d’autres conditions cardiovasculaires.

En résumé, deux modèles de calcul distincts de HFpEF ont été décrits dans cette étude. La capacité des plateformes développées de décrire l’hémodynamique de ligne de base dans des conditions physiologiques a été démontrée la première fois. Puis, les changements résultant de la sténose aortique et finalement de HFpEF dû à la retouche ventriculaire gauche ont été étudiés, démontrant que les résultats étaient compatibles à ceux rapportés dans la littérature. En conclusion, les conditions hémodynamiques simulées ont montré des altitudes dans l’effort cardiaque de mur dans le coeur de HFpEF comparé aux conditions physiologiques. Dans le contexte du défi de santé incroyablement pressant que représente HFpEF, ces plateformes proposées sont parmi les premières descriptions in silico qui peuvent fournir des informations sur l’hémodynamique et la biomécanique de HFpEF. Ces modèles de calcul peuvent être utilisés comme outil pour le développement de traitements pour le HFpEF, soutenant finalement la recherche translationnelle dans le domaine.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Il n’y a pas de conflits d’intérêts associés à ce travail.

Acknowledgments

Nous reconnaissons le financement du programme Harvard-Massachusetts Institute of Technology Health Sciences and Technology et le prix de la Fondation SITA de l’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

Ingénierie Numéro 168 Modèle à paramètres létbrés modèle de Windkessel modèle d’éléments finis modèle de cœur vivant système cardiovasculaire sténose aortique insuffisance cardiaque insuffisance cardiaque avec fraction d’éjection préservée HFpEF
Modélisation par paramètres regroupés et par éléments finis de l’insuffisance cardiaque avec fraction d’éjection préservée
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