The aqueous humour dynamics in primary angle closure disease: a computational study
Notice bibliographique
Résumé
PURPOSE: To create a computational fluid dynamics (CFD) model of ocular anterior segment for primary angle closure diseases (PACD) and assess the aqueous humour (AH) dynamics in different angle closure ranges (ACRs). METHODS: The ocular anterior segment geometry was obtained from an optical coherence tomography image by SOLIDWORKS. Three different angle opening distance at 750 µm from the scleral spur (AOD750) values were established to mimic three widths of anterior chamber angle. The AH dynamics were modelled using the Navier-Stokes equation. The 3D CFD model of the ocular anterior segment was created in COMSOL Multiphysics. The major outcome was the maximum flow velocity (MFV) and pressure in the ocular anterior segment. An in vitro simulation model was used to validate the computational results of the pressure and ACRs. RESULTS: The MFV and pressure both showed a non-linear association with ACR in the CFD models of PACD. The MFV and pressure started to elevate when ACR was larger than 180°, and increased dramatically when the ACR was larger than 270°. The in vitro experiment of the pressure changes was consistent with the CFD model. No significant differences of the MFV and pressure among the three AOD750 models. CONCLUSIONS: The association among the ACR, MFV and pressure is an ascending curve in PACD, and ACR of 180° and 270° are two critical turning points. Our results are consistent with clinical phenomenon and may be used to provide better guidances for the clinical management of PACD in different stages.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».