Modelado Temporal Dinámico de la Morfología del Aneurisma Aórtico Abdominal con Z-SINDy

Área de la Ciencia:

• Ingeniería Biomédica
• Dinámica de Fluidos Computacional
• Análisis de Imágenes Médicas

Sus antecedentes:

• La reparación del aneurisma aórtico abdominal (AAA) mediante reparación endovascular de aneurisma (EVAR) conduce a una remodelación compleja del saco que no se captura completamente solo por el tamaño.
• Los métodos de seguimiento actuales proporcionan datos escasos, lo que limita la comprensión de los cambios dinámicos post-EVAR.
• La predicción del comportamiento del saco de AAA es crucial para el manejo del paciente y la prevención de la ruptura.

Objetivo del estudio:

• Desarrollar un marco interpretable físicamente y consciente del ruido para modelar la dinámica de remodelación del saco de AAA post-EVAR.
• Inferir las ecuaciones rectoras de los cambios en la morfología del saco utilizando el área superficial normalizada (A) y las fluctuaciones de la curvatura gaussiana (δK).
• Permitir pronósticos individualizados y probabilísticos de la remodelación del AAA y guiar las estrategias de vigilancia.

Principales métodos:

• Se utilizó la Identificación Dispersa de Dinámicas No Lineales (Z--SINDy) para inferir ecuaciones diferenciales ordinarias a partir de datos de pacientes.
• Se modeló la evolución temporal de (A, δK) en un espacio de estados de baja dimensión para sacos de AAA en regresión y estables.
• Se empleó un marco de decisión bayesiano para la clasificación estática y dinámica de los resultados.

Principales resultados:

• Modelos aprendidos específicos de clase que revelan atractores distintos para sacos en regresión (tamaño bajo/forma baja) y estables (tamaño constante/forma elevada).
• Los clasificadores dinámicos demostraron una separación de resultados más temprana y segura en comparación con los clasificadores estáticos.
• Se cuantificó la degradación del rendimiento bajo ruido espacial y horarios de seguimiento irregulares.

Conclusiones:

• La dinámica de remodelación del AAA, capturada por características geométricas, proporciona información predictiva valiosa post-EVAR.
• El marco desarrollado ofrece un enfoque basado en principios para la estratificación de riesgos individualizada.
• Los hallazgos respaldan estrategias de vigilancia optimizadas basadas en patrones de remodelación dinámicos.