MétaCan
Menu
Retour à la cohorte
Enregistrement W4401072494 · doi:10.1136/jnis-2024-022074

Back to Bernoulli: a simple formula for trans-stenotic pressure gradients and retrospective estimation of flow rates in cerebral venous disease

2024· article· en· W4401072494 sur OpenAlexafffund
Gurnish Sidora, Anna L. Haley, Nicole M Cancelliere, Vítor Mendes Pereira, David A. Steinman

Notice bibliographique

RevueJournal of NeuroInterventional Surgery · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Venous Sinus Thrombosis
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBernoulli's principleMedicineStenosisPulsatile flowPressure gradientComputational fluid dynamicsLumen (anatomy)Volumetric flow rateCardiologyMechanicsInternal medicineSurgeryPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Background Venous sinus stenosis can be associated with cerebrovascular disorders. Understanding the role of blood flow disturbances in these disorders is often hampered by the lack of patient-specific flow rates. Our goal was to demonstrate the impact of this by predicting individual flow rates retrospectively from routine manometry and angiography. Methods Ten cases, spanning a range of stenosis severities and pressure gradients, were selected from a cohort of patients who had undergone venous stenting for pulsatile tinnitus. Lumen geometries were digitally segmented from CT venograms. A simplified Bernoulli formula was derived to estimate individual cycle-average flow rates from clinical pressure gradients and minimum lumen cross-section areas. High-fidelity pulsatile computational fluid dynamics (CFD) simulations were performed to compare predictions of flow disturbances using generic versus individual flow rates, and to validate the Bernoulli formula. Results Individual flow rates derived from the Bernoulli formula deviated by up to 47% from the assumed generic flow rate, resulting in substantial differences in CFD predictions of post-stenotic flow instabilities. Pressure gradients estimated by the simplified Bernoulli formula were, however, highly predictive of pressure gradients from the full CFD simulations (R2=0.95; slope=0.98, 95% CI 0.88 to 1.09). Conclusions A simple Bernoulli formula can predict CFD-estimated trans-stenotic pressure gradients in realistic venous geometries. As demonstrated here, this may be used to recover individual flow rates from routine-but-invasive clinical measurements; however, it also suggests a simpler path towards non-invasive estimation of trans-stenotic pressure gradients that may avoid some of the challenges associated with 4D flow MRI approaches.

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)0,005
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,302
Écart entre enseignants0,274 · 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'étudeObservationnel
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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroInterventional SurgeryMême sujetCerebral Venous Sinus ThrombosisTravaux en français237 207