MétaCan
Menu
Retour à la cohorte
Enregistrement W7038451808

Impact of Transcatheter Aortic Valve Replacement on Coronary Hemodynamics using Clinical Measurements and an Image-Based Patient-Specific Lumped Parameter Model

2023· dissertation· en· W7038451808 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueMacSphere (McMaster University) · 2023
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFractal and DNA sequence analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHemodynamicsCoronary artery diseaseCuffAortic valveStenosisCircumflexValve replacementBlood flowArtery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cardiovascular disease, including coronary artery disease and aortic valve stenosis, impacts tens of millions of people annually and carries a massive global economic burden. Advances in medical imaging, hardware and software are leading to an increased interest in the field of cardiovascular computational modelling to help combat the devastating impact of cardiovascular disease. Lumped parameter modelling (a branch of computational modelling) holds the potential of aiding in the early diagnosis of these diseases, assisting clinicians in determining personalized and optimal treatments and offering a unique in-silico setting to study cardiac and circulatory diseases due to its rapid computation time, ease of automation and relative simplicity. In this thesis, cardiovascular lumped parameter modelling is presented in detail and a patient-specific framework capable of simulating blood flow waveforms and hemodynamic data in the heart and coronary arteries was developed. The framework used only non-invasive clinical data and images (Computed Tomography images, echocardiography data and cuff blood pressure) as inputs. The novel model was then applied to 19 patients with aortic stenosis who underwent transcatheter aortic valve replacement. The diastolic coronary flow waveforms in the left anterior descending artery, left circumflex artery and right coronary artery were validated against a previously developed patient-specific 3D fluid-structure interaction model for all 19 subjects (pre and post intervention). There were strong qualitative and quantitative agreements between the two models. After the procedure, aortic valve area and net pressure gradient across the aortic valve improved for almost all the subjects. As for the hemodynamic data, according to the model, there was substantial variability in terms of the increase or decrease post intervention. On average, left ventricle workload and maximum left ventricle pressure decreased by 4.5% and 13.0% while cardiac output, mean arterial pressure and resting heart rate increased by 9.9%, 6.9% and 1.9% respectively. There were also subject specific changes in coronary blood flow (37% had increased flow in all three coronary arteries, 32% had decreased flow in all coronary arteries, and 31% had both increased and decreased flow in different coronary arteries). All in all, a proof-of-concept cardiac and coronary lumped parameter framework was developed, validated, and applied in this thesis.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,301
Écart entre enseignants0,257 · 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