Structure (Epicardial Stenosis) and Function (Microvascular Dysfunction) That Influence Coronary Fractional Flow Reserve Estimation
Notice bibliographique
Résumé
Background. The treatment of coronary stenosis is decided by performing high risk invasive surgery to generate the fractional flow reserve diagnostics index, a ratio of distal to proximal pressures in respect of coronary atherosclerotic plaques. Non-invasive methods are a need of the times that necessitate the use of mathematical models of coronary hemodynamic physiology. This study proposes an extensible mathematical description of the coronary vasculature that provides an estimate of coronary fractional flow reserve. Methods. By adapting an existing computational model of human coronary blood flow, the effects of large vessel stenosis and microvascular disease on fractional flow reserve were quantified. Several simulations generated flow and pressure information, which was used to compute fractional flow reserve under several conditions including focal stenosis, diffuse stenosis, and microvascular disease. Sensitivity analysis was used to uncover the influence of model parameters on fractional flow reserve. The model was simulated as coupled non-linear ordinary differential equations and numerically solved using our implicit higher order method. Results. Large vessel stenosis affected fractional flow reserve. The model predicts that the presence, rather than severity, of microvascular disease affects coronary flow deleteriously. Conclusions. The model provides a computationally inexpensive instrument for future in silico coronary blood flow investigations as well as clinical-imaging decision making. A combination of focal and diffuse stenosis appears to be essential to limit coronary flow. In addition to pressure measurements in the large epicardial vessels, diagnosis of microvascular disease is essential. The independence of the index with respect to heart rate suggests that computationally inexpensive steady state simulations may provide sufficient information to reliably compute the index.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».