使用心血管模型和灵敏度分析信息的参数识别,量化结合肺和支持的影响
Jan-Niklas Thiel1, Ana Martins Costa2, Bettina Wiegmann3
1Department of Cardiovascular Engineering, Institute of Applied Medical Engineering, Medical Faculty, RWTH Aachen University, Forckenbeckstraße 55, 52074, Aachen, Germany.
Computers in biology and medicine
|January 18, 2025
概括
一个新的块状参数模型 (LPM) 模拟了体外膜氧化 (ECMO) 和连续置换疗法 (CRRT) 的相互作用. 该工具有助于理解血液动力学挑战,并制定更好的重症监护协议.
科学领域:
- 生物医学工程 生物医学工程
- 计算生理学计算生理学
- 密集护理医学 密集护理医学
背景情况:
- 身体外膜氧化 (ECMO) 和连续置换疗法 (CRRT) 是关键的生命支持系统.
- 它们的联合使用在重症监护病房中带来了复杂的血液动力学挑战.
- 需要准确的模拟模型来理解和管理这些相互作用.
研究的目的:
- 开发一个综合性一次性参数模型 (LPM),模拟ECMO和CRRT组合期间的心血管动态.
- 建立一个强大的参数识别框架,使用全球灵敏度分析 (GSA) 和优化.
- 在不同的ECMO流量条件下评估CRRT对心血管参数的影响.
主要方法:
- 开发一个集成ECMO和CRRT电路动态的一次性参数模型 (LPM).
- 应用一个参数识别框架,结合全球灵敏度分析 (GSA) 和基于多起始梯度的优化.
- 使用八名静脉动脉ECMO患者 (30个数据点) 的临床数据进行验证.
主要成果:
- 该模型准确地模拟了心血管系统的行为,达到R2>0.98.8.
- 持续置换疗法 (CRRT) 显著影响心血管参数,将肺动脉压力改变高达203%.
- 全球灵敏度分析 (GSA) 有效地确定了校准的关键模型参数.
结论:
- 开发的LPM和参数估计框架为分析组合ECMO和CRRT提供了快速,稳健和准确的工具.
- 这种开源模型可以为标准化治疗方案的开发提供信息,以改善患者的治疗结果.
- 该框架支持机械循环/呼吸系统支持的研究,以及在医疗保健中实现数字双胞胎的进展.
