Investigation on the Regional Loss Factor and Its Anisotropy for Aortic Aneurysms
Notice bibliographique
Résumé
An aortic aneurysm is a lethal arterial disease that mainly occurs in the thoracic and abdominal regions of the aorta. Thoracic aortic aneurysms are prevalent in the root/ascending parts of the aorta and can lead to aortic rupture resulting in the sudden death of patients. Understanding the biomechanical and histopathological changes associated with ascending thoracic aortic aneurysms (ATAAs), this study investigates the mechanical properties of the aorta during strip-biaxial tensile cycles. The loss factor—defined as the ratio of dissipated energy to the energy absorbed during a tensile cycle—the incremental modulus, and their anisotropy indexes were compared with the media fiber compositions for aneurysmal (n = 26) and control (n = 4) human ascending aortas. The aneurysmal aortas were categorized into the aortas with bicuspid aortic valves (BAV) and tricuspid aortic valves (TAV). The strip-biaxial loss factor correlates well with the diameter of the aortas with BAV and TAV (for the axial direction, respectively, R2 = 0.71, p = 0.0022 and R2 = 0.54, p = 0.0096). The loss factor increases significantly with patients’ age in the BAV group (for the axial direction: R2 = 0.45, p = 0.0164). The loss factor is isotropic for all TAV quadrants, whereas it is on average only isotropic in the anterior and outer curvature regions of the BAV group. The results suggest that loss factor may be a useful surrogate measure to describe the histopathology of aneurysmal tissue and to demonstrate the differences between ATAAs with the BAV and TAV.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».