在COVID-19中微血管肺 perfusion 的基于物理的in silico建模
Elizabeth Dimbath1, Shea Middleton1, Matthew Sean Peach2
1Department of Biomedical Engineering, Pratt School of Engineering, Duke University, Durham, NC, USA.
概括
COVID-19会导致各种肺部损伤,使得统一的个人资料变得困难. 这项研究使用计算建模来模拟肺 perfusion 变化,揭示了感染肺的通风- perfusion 比率下降.
科学领域:
- 肺部医学 肺部医学
- 计算生物学 计算生物学
- 医疗成像医学成像
背景情况:
- COVID-19导致肺气泡和毛细血管的异质,患者特异性损伤.
- 了解COVID-19对肺部健康的影响需要整合通风, perfusion 和损伤概况.
- 计算模型提供了对异质性肺损伤及其影响的见解.
研究的目的:
- 开发一个in silico假设测试平台,用于研究COVID-19感染肺部的微血管肺 perfusion.
- 为了探索阿西纳级肺 perfusion 异常对全球肺功能的影响.
- 为患者特定的肺损伤建模提供基础.
主要方法:
- 开发了一个集通通风和 perfusion 变化的计算建模平台.
- 在COVID-19感染肺部中模拟了各种无水平的肺 perfusion 异常.
- 评估 perfusion 异常对通风- perfusion (V/Q) 不匹配的影响.
主要成果:
- 模拟显示通风-透气 (V/Q) 比率的整体下降.
- 低输液和微血管病变被建模为显著的输液异常.
- 该模型证明了V/Q比对不同 perfusion 缺陷的敏感性.
结论:
- 开发的in silico平台有助于了解COVID-19对肺部的影响.
- 该研究强调降低V/Q比率作为输液异常的关键指标.
- 这种方法支持针对COVID-19等肺病理的患者特定建模.
