MétaCan
Menu
Retour à la cohorte
Enregistrement W4245391787 · doi:10.21203/rs.3.rs-52784/v2

Comparisons of Simulation Results between Passive and Active FSI Models for Left Ventricle in Hypertrophic Obstructive Cardiomyopathy

2020· preprint· en· W4245391787 sur OpenAlexaff
Xueying Huang, Long Deng, Heng Zuo, Chun Yang, Yunhu Song, Mary Lesperance, Dalin Tang

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésVentricleHemodynamicsCardiologyHypertrophic cardiomyopathyShear stressActive contour modelMitral valveEndocardiumMedicineInternal medicineMathematicsMechanicsComputer sciencePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background. Patient-specific active Fluid-Structure Interactions (FSI) model is a useful approach to non-invasively investigate the hemodynamics in the heart. However, it takes a lot of effort to obtain the proper external force boundary conditions for active models, which heavily restrained the time-sensitive clinical applications of active computational models. Methods. The simulation results of 12 passive FSI models based on 6 patients’ pre-operative and post-operative CT images were compared with corresponding active models to investigate the differences in hemodynamics and cardiac mechanics between these models. Results. It was found that there was no significant difference in shear stress and pressure difference on mitral valve leaflet (MVL) between passive and active models, but a significant difference was found in wall stress on the inner boundary of left ventricle (Endocardium). It was also found that flow shear stress and pressure difference on the MVL were significantly decreased after successful surgery in both active and passive models.Conclusion. Our results suggested that the passive models may provide good approximated hemodynamic results at 5% RR interval, which is crucial for analyzing the initiation of systolic anterior motion (SAM). Comparing to active models, the passive models decrease the complexity of the modeling construction and the difficulty of convergence significantly. Therefore, with proper boundary conditions and sufficient clinical data, the passive computational model may be a good substitution model for the active model to perform hemodynamic analysis for left ventricle to investigate the mechanisms of the initiation of SAM.

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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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 Opus0,123
Tête enseignante GPT0,392
Écart entre enseignants0,269 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207