在心房患者中进行中风风险评估的数字双胞胎方法

科学领域:

• 心血管医学 心血管医学
• 生物医学工程 生物医学工程
• 计算流体动力学的流体动力学.

背景情况:

• 心房动 (AF) 显著增加中风风险,目前的评分系统缺乏个体精度.
• 在AF中,有效的中风预防需要更好的患者特异性风险分层.

研究的目的:

• 开发和验证左心房 (LA) 的数字双胞胎模型,加上CFD模拟,以对AF患者进行个性化中风风险评估.
• 研究LA和LAA中的血液流动动力学与血栓形成潜力之间的关系.

主要方法:

• 为对照组, Paroxysmal AF (PAR-AF) 和持久性AF (PER-AF) 组创建了针对患者的动态LA模型.
• 进行了计算流体动力学 (CFD) 模拟,以分析血液流速和内皮细胞激活潜力 (ECAP).
• 根据已识别的流动模式和ECAP评估了血栓形成易感性.

主要成果:

• 与对照组相比,AF患者在LAA及其骨中表现出明显较低的血液流动速度.
• 与对照组相比,PAR-AF和PER-AF组的内皮细胞激活潜力 (ECAP) 显着更高.
• CFD分析表明,在AF患者的LAA中血液停滞和振荡流,与血栓形成风险增加相关.

结论:

• 更慢,更振荡的血液流动和AF患者的LAA停滞导致血栓形成的风险更高.
• 数字双胞胎LA模型与CFD模拟提供了一个有前途的方法,用于AF的增强,个性化的中风风险分层.
• 将血流衍生参数整合到风险评估中,可以改善用于预防AF中风的临床决策.