Simulation du remodelage structurel des oreillettes : dissociation endo-épicardique, optimisation multi-paramètre des conductivités et morphologie des potentiels extracellulaires
Bibliographic record
Abstract
La fibrillation auriculaire (FA) est le type d’arythmie cardiaque le plus fréquent. Cependant, ses mécanismes sont encore mal compris et le développement de stratégies thérapeutiques efficaces reste un défi. Des recherches ont montré que les mécanismes de remodelage structurel, notamment la dissociation électrique endocardique-épicardique, jouent un rôle potentiellement important dans l'initiation, la complexité et le maintien de la FA. En ce sens, les potentiels extracellulaires sont des outils non invasifs largement utilisés dans le diagnostic et la compréhension de cette arythmie ainsi que dans le guidage des interventions par cathéter. L'objectif principal de cette thèse était de développer des modèles informatiques des oreillettes et d’étudier dans ces modèles comment les potentiels extracellulaires et les cartes d'activation à haute résolution peuvent être exploités pour caractériser les mécanismes de dissociation endocardique-épicardique en tant que substrat de la FA. Dans un premier temps, en utilisant un modèle de tissu auriculaire, nous avons montré que la dissociation endo-épicardique (délai endo-épicardique et couplage transmural) affecte l'asymétrie des électrogrammes unipolaires à travers l'orientation des sources de courant dipolaire dans le tissu auriculaire. Ce résultat a été par la suite confirmé par l’analyse morphologique des composantes de l’onde P dans un modèle anatomique des oreillettes. Nous avons en outre montré que l’épaisseur de la paroi auriculaire ainsi que le couplage transmural étaient des déterminants importants de ce délai, et que ce dernier peut induire des altérations significatives de la morphologie l’onde P même lorsque les cartes d’activation sont similaires et que les ondes P ont la même durée. Dans un second temps, nous avons exploré les effets tridimensionnels de la dissociation endo-épicardique et validé une technique de détection de percée d’ondes (breakthroughs) basée sur l’analyse des cartes d'activation à haute résolution et le suivi des ondes, en utilisant un modèle électro-anatomique de découplage endo-épicardique local. Nous avons utilisé cet outil pour la caractérisation de la dissociation endo-épicardique. Un critère de validité en a été dérivé, ce qui faciliterait la comparaison des taux de percée avec les données cliniques et la validation des outils d'analyse des signaux cartographiques lors de la caractérisation de la dissociation endo-épicardique. Enfin, nous avons développé un outil d'optimisation multi-paramètre qui rend possible l’étude des limites des modèles continus homogénéisés dans l'étude des mécanismes de dissociation endo-épicardique et aide dans le choix des modèles (continu homogénéisé ou discret détaillé). L’outil permet d’estimer le profil régulier de conductivité qui reproduit le mieux les propriétés de conduction cardiaque d'un modèle discret donné. Les résultats ont montré l'efficacité de cet outil pour reproduire des cartes d'activation dans le modèle homogénéisé même en présence de fibrose sévère. Ultimement, ce travail pose les bases du développement de nouveaux modèles informatiques pouvant aider à l’interprétation des signaux électriques dans des tissus cardiaques remodelés où la présence de micro-hétérogénéités exhibe les limites des modèles homogénéisés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".