MétaCan
Menu
Retour à la cohorte
Enregistrement W4315645140 · doi:10.1002/cjce.24834

Mathematical study and simulation on stenosed carotid arteries with the help of a two‐phase blood flow model

2023· article· en· W4315645140 sur OpenAlexvenueno aff
Pooja Maurya, Virendra Upadhyay, Surya Kant Chaturvedi, Dinesh Kumar

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood properties and coagulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPressure dropBlood flowNewtonian fluidLaminar flowMechanicsStenosisFlow (mathematics)MathematicsPhysicsMedicineCardiology

Résumé

récupéré en direct d'OpenAlex

Abstract The present study is focused on a medical problem called stenosed carotid artery. The problem is formulated with the help of a two‐phase blood flow model. The non‐Newtonian nature of blood is considered that hold power law. Physical quantities were expressed in tensorial form. Analytical and numerical methods are used to solve equations under given boundary conditions. The effects of various parameters on blood flow like stenosis size, flow flux, resistance, haematocrit, pressure drop, etc. were studied and shown through various graphs. Parameter , which ensures that the fluid is Newtonian or non‐Newtonian; its impact on pressure drop; resistance to flow; and flow flux were obtained during the disease and presented through the graph. A relationship between pressure drop and haematocrit was obtained, which was helpful to predict fluctuation in blood flow during stenosis. We have also given a medical use for this model with the help of pathological data. We also analyzed steady and laminar flow in a carotid artery for different heights of stenosis. The study of various physiological parameters has been performed on the basis of blockage percentage and concentration of haematocrit. The nature of the red blood corpuscle (RBC) phase is considered liquid packets in a semi‐permeable membrane, which makes this model close to reality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,151

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,239
Écart entre enseignants0,218 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetBlood properties and coagulationTravaux en français237 207