Video Experimental Relacionado
Updated: Sep 9, 2025
A Rat Carotid Artery Pressure-Controlled Segmental Balloon Injury with Periadventitial Therapeutic Application
Published on: July 9, 2020
Modelado computacional de globos de liberación de fármacos en la enfermedad arterial periférica: mecanismos,
Mohammed A AboArab1,2, Vassiliki T Potsika1, Dimitrios S Pleouras1
1Unit of Medical Technology and Intelligent Information Systems, Dept. of Materials Science and Engineering, University of Ioannina, Ioannina GR45110, Greece.
El modelado computacional optimiza los globos de liberación de fármacos (DEB) para la enfermedad arterial periférica (PAD) mediante el análisis de la transferencia de fármacos y las interacciones de los vasos. Las simulaciones avanzadas predicen los resultados, allanando el camino para terapias personalizadas de DEB.
Área de la Ciencia:
- Ingeniería biomédica
- Imágenes médicas
- Ciencias computacionales
Sus antecedentes:
- Los globos de liberación de fármacos (DEB) ofrecen una alternativa prometedora a la colocación de stents para la enfermedad arterial periférica (EAP).
- La optimización de la eficacia de DEB requiere comprender la transferencia de fármacos, la mecánica de despliegue y las interacciones de los vasos.
- El modelado computacional es crucial para avanzar en la tecnología DEB y predecir los resultados terapéuticos.
Objetivo del estudio:
- Revisar y sintetizar los avances en el modelado computacional para la terapia DEB en la EAP.
- Examinar críticamente las estrategias clave de modelado como CFD, FEA, FSI y ML.
- Identificar los desafíos y las direcciones futuras para los tratamientos DEB guiados con precisión.
Principales métodos:
- Revisión sistemática de la literatura (ScienceDirect, Scopus, PubMed 2015-2025) que se adhiere a las directrices de PRISMA.
- El análisis de la dinámica de fluidos computacional (CFD), el análisis de elementos finitos (FEA), la interacción de la estructura de fluidos (FSI) y los modelos de aprendizaje automático (ML).
- Evaluación de las redes neuronales informadas por la física (PINNs) para predicciones aceleradas específicas del paciente.
Principales resultados:
- Los modelos CFD aclaran la dispersión y el lavado de drogas; FEA vincula la mecánica con la penetración de drogas.
- Los marcos FSI revelan impactos hemodinámicos en el suministro insuficiente de fármacos.
- El ML y el PINN logran predicciones rápidas y precisas (aceleración >600x, desviación <2%).
Conclusiones:
- El modelado computacional mejora significativamente la comprensión del rendimiento de DEB en PAD.
- Los enfoques híbridos in silico que integran imágenes y IA son clave para la traducción clínica.
- Los futuros gemelos digitales prometen terapias DEB guiadas con precisión para mejorar el manejo de la EAP.
