An In Vitro Experimental Model for Investigating Aortic Pressure Dynamics Under Blunt Thoracic Impacts
Notice bibliographique
Résumé
Blunt traumatic aortic rupture (BTAR) is a life-threatening injury that can occur in high-impact events such as motor vehicle collisions, falls, and sports-related trauma involving the thorax. Despite improvements in vehicle safety features and regulations by using anthropometric test devices, BTAR remains associated with substantial clinical severity and high mortality, and its underlying rupture mechanisms are still poorly understood. We developed a novel proof of concept for a human-thorax surrogate for in vitro crash testing comprising a pulsatile heart pump, anatomically shaped silicone aorta, 3D-printed rib cage, and ballistic gel damping layer to investigate the fluid mechanics response to thoracic impact. The cardiovascular mock circulatory loop system of this surrogate was validated by obtaining physiological pressure waveforms with 120/80 mmHg of pressure and an average flowrate of 5.18 L/min. Subsequently, impacts were delivered to the sternum using a standardized pendulum system commonly employed in crash test dummy calibration. Impact severity was modulated by varying the pendulum's release height, corresponding to different kinetic energy levels. Instantaneous aortic pressure waveforms were recorded before, during, and after impact. The results demonstrate that thoracic impacts induce sharp, transient alterations in aortic pressure magnitude, with greater severity observed at higher energy levels, reaching a peak of aortic pressure of 287.01 mmHg. This experimental approach provides reproducible and physiologically relevant conditions for studying BTAR and offers valuable insights into the mechanisms underlying aortic rupture, which may guide the design of improved prevention and protection strategies.
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 | 0,000 |
| 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 ».