MétaCan
Menu
Retour à la cohorte
Enregistrement W2070231051 · doi:10.1115/1.4023382

Variability of Computational Fluid Dynamics Solutions for Pressure and Flow in a Giant Aneurysm: The ASME 2012 Summer Bioengineering Conference CFD Challenge

2013· article· en· W2070231051 sur OpenAlexafffund
David A. Steinman, Yiemeng Hoi, Paul Fahy, Liam Morris, Michael T. Walsh, Nicolas Aristokleous, Αndreas Αnayiotos, Yannis Papaharilaou, Amirhossein Arzani, Shawn C. Shadden, Philipp Berg, Gábor Janiga, Joris Bols, Patrick Segers, Neil W. Bressloff, Merih Cibiş, Frank H. Gijsen, Salvatore Cito, Jordi Pallarès, Leonard Browne, J. A. Costelloe, Adrian Gerard Lynch, Joris Degroote, Jan Vierendeels, Wenyu Fu, Aike Qiao, Simona Hodis, David F. Kallmes, Hardeep S. Kalsi, Quan Long, Vitaly O. Kheyfets, Ender A. Finol, Kenichi Kono, Adel M. Malek, Alexandra Lauric, Prahlad G. Menon, Kerem Pekkan, Mahdi Esmaily, Alison L. Marsden, M. Oshima, Kengo Katagiri, Véronique Peiffer, Yumnah Mohamied, Spencer J. Sherwin, J. Schaller, Leonid Goubergrits, Gabriel Usera, Mariana Mendina, Kristian Valen‐Sendstad, Damiaan F. Habets, Jianping Xiang, Hui Meng, Yue Yu, George Em Karniadakis, Nicholas Shaffer, Francis Loth

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAortic aneurysm repair treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésComputational fluid dynamicsMechanicsFlow (mathematics)DiscretizationVolumetric flow rateFluid dynamicsAneurysmConsistency (knowledge bases)Materials scienceLumen (anatomy)MathematicsGeologyGeometryPhysicsMedicineSurgeryMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Stimulated by a recent controversy regarding pressure drops predicted in a giant aneurysm with a proximal stenosis, the present study sought to assess variability in the prediction of pressures and flow by a wide variety of research groups. In phase I, lumen geometry, flow rates, and fluid properties were specified, leaving each research group to choose their solver, discretization, and solution strategies. Variability was assessed by having each group interpolate their results onto a standardized mesh and centerline. For phase II, a physical model of the geometry was constructed, from which pressure and flow rates were measured. Groups repeated their simulations using a geometry reconstructed from a micro-computed tomography (CT) scan of the physical model with the measured flow rates and fluid properties. Phase I results from 25 groups demonstrated remarkable consistency in the pressure patterns, with the majority predicting peak systolic pressure drops within 8% of each other. Aneurysm sac flow patterns were more variable with only a few groups reporting peak systolic flow instabilities owing to their use of high temporal resolutions. Variability for phase II was comparable, and the median predicted pressure drops were within a few millimeters of mercury of the measured values but only after accounting for submillimeter errors in the reconstruction of the life-sized flow model from micro-CT. In summary, pressure can be predicted with consistency by CFD across a wide range of solvers and solution strategies, but this may not hold true for specific flow patterns or derived quantities. Future challenges are needed and should focus on hemodynamic quantities thought to be of clinical interest.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,250
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations137
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetAortic aneurysm repair treatmentsTravaux en français237 207