MétaCan
Menu
Retour à la cohorte
Enregistrement W4243433871 · doi:10.21203/rs.3.rs-255605/v1

The Effect of Beta-Blockers on Hemodynamic Parameters in Patient-Specific Blood Flow Simulations of Type-B Aortic Dissection: An Virtual Study

2021· preprint· en· W4243433871 sur OpenAlexaff
Mohammad Amin Abazari, Deniz Rafieianzab, Majid Soltani, Mona Alimohammadi

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHemodynamicsAortic dissectionAortic pressureMedicineCardiologyBlood flowBlood pressureAortaBETA (programming language)Heart rateInternal medicineShear stressComputer scienceMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Type-B aortic dissection (AD) is one of the greatest complex and fatal conditions with co-occurring disorders, challenging to treat. The initial treatment for patients presenting with AD is medical intervention to stabilize the condition. In the present study, a patient-specific geometry of type-B AD is generated from computed tomography images, and a three-element Windkessel lumped parameter model is implemented at the outlets to realistic boundary conditions. According to the physiological response of the antihypertensive drugs in the reduction of aortic blood flow and heart rate, three case studies with different heart rates have been created. Hemodynamic distributions including wall shear stress indicators, velocity and pressure are investigated and compared in each model. Results show that there is a considerable reduction in pressure furthermore, time-averaged wall shear stress (TAWSS) values decreased by 25% and 30%, respectively. Main goal is to critically analysis the use of biomechanical and computational simulation tools to measure hemodynamic parameters in the absence and presence of antihypertensive drugs. It would be of significant use to clinicians to improve diagnostic and treatment planning.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,377
Écart entre enseignants0,328 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAortic Disease and Treatment ApproachesTravaux en français237 207