3D Electrophysiological Modeling of Interstitial Fibrosis Networks and Their Role in Ventricular Arrhythmias in Non-Ischemic Cardiomyopathy
Notice bibliographique
Résumé
OBJECTIVE: Interstitial fibrosis is a pathological expansion of the heart's inter-cellular collagen matrix. It is a potential complication of nonischemic cardiomyopathy (NICM), a class of diseases involving electrical and or mechanical dysfunction of cardiac tissue not caused by atherosclerosis. Patients with NICM and interstitial fibrosis often suffer from life threatening arrhythmias, which we aim to simulate in this study. METHODS: Our methodology builds on an efficient discrete finite element (DFE) method which allows for the representation of fibrosis as infinitesimal splits in a mesh. We update the DFE method with a local connectivity analysis which creates a consistent topology in the fibrosis network. This is particularly important in nonischemic disease due to the potential presence of large and contiguous fibrotic regions and therefore potentially complex fibrosis networks. RESULTS: In experiments with an image-based model, we demonstrate that our methodology is able to simulate reentrant electrical events associated with cardiac arrhythmias. These reentries depended crucially upon sufficient fibrosis density, which was marked by conduction slowing at high pacing rates. We also created a 2D test-case which demonstrated that fibrosis topologies can modulate transient conduction block, and thereby reentrant activations. CONCLUSION: Ventricular arrhythmias due to interstitial fibrosis in NICM can be efficiently simulated using our methods in medical image based geometries. Furthermore, fibrosis topology modulates transient conduction block, and should be accounted for in electrophysiological simulations with interstitial fibrosis. SIGNIFICANCE: Our study provides methodology which has the potential to predict arrhythmias and to optimize treatments non-invasively for nonischemic cardiomyopathies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».