Sensitivity Analysis of a Hemodynamic-based Model for Thrombus Formation and Growth
Notice bibliographique
Résumé
Aortic dissection is a severe cardiovascular disease caused by the occurrence of a tear in the aortic wall. As a result, the blood penetrates the wall and makes a new blood channel called false lumen. The hemodynamic conditions in the false lumen may contribute to the formation of thrombi, which influence the patient diagnosis and outcomes. In this study, the focus is on a hemodynamic-based model of thrombus formation. Since the model construction presents sources of uncertainties in the model parameter, a variance-based sensitivity analysis is performed. Thrombus formation at a backwards-facing step is considered as a benchmark for the numerical simulations and sensitivity analysis. This geometry is capable of representing the main contributions of the model in thrombus formation. The study aims not only at getting a better insight into the model's structure but also at preparing model simplifications with the aim of future patient-specific simulations. A polynomial chaos expansion is employed as a surrogate model, from which the derivation of quantitative sensitivity indices is enhanced. In this study, nine model parameters are selected, whose actual values are not well known. The model responses taken into account are the maximum volume fraction of thrombosis, its time development, and the thrombus growth rate. The results show that the model lends itself to model reduction since some of the model parameters show little to no influence on the model's outputs. A threshold value related to the concentration of bounded platelets is identified as the key input parameter dominating the model predictions in the current geometry.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».