Summary

Udformning af klumpede parametre og finite elementer af hjertesvigt med bevaret udslyngningsfraktion

Published: February 13, 2021
doi:

Summary

Dette arbejde introducerer to beregningsmæssige modeller af hjertesvigt med bevaret udslyngning fraktion baseret på en klumpet-parameter tilgang og finite element analyse. Disse modeller bruges til at evaluere ændringerne i hæmodynamikken i venstre ventrikel og relaterede vaskulatur induceret af tryk overbelastning og formindsket ventrikulær overholdelse.

Abstract

Videnskabelige bestræbelser inden for beregningsmæssige modellering af hjerte-kar-sygdomme har i vid udstrækning fokuseret på hjertesvigt med reduceret udslyngning fraktion (HFrEF), stort set med udsigt over hjertesvigt med bevaret udslyngning fraktion (HFpEF), som for nylig er blevet en dominerende form for hjertesvigt på verdensplan. Motiveret af manglen på HFpEF i silico repræsentationer, to forskellige beregningsmæssige modeller er præsenteret i dette papir for at simulere hæmodynamik af HFpEF som følge af venstre ventrikeltryk overbelastning. For det første blev en objektorienteret engangsparametermodel udviklet ved hjælp af en numerisk problemløser. Denne model er baseret på et nuldimensionelt (0D) Windkessel-lignende netværk, som afhænger af de geometriske og mekaniske egenskaber ved de konstituerende elementer og giver fordelen ved lave beregningsomkostninger. For det andet blev en FEA-softwarepakke (Finite Element Analysis) brugt til implementering af en flerdimensional simulering. FEA-modellen kombinerer tredimensionelle (3D) multifysikmodeller af den elektromekaniske hjerterespons, strukturelle deformationer og væskehulrumsbaseret hæmodynamik og bruger en forenklet klumpet parametermodel til at definere flowudvekslingsprofilerne blandt forskellige væskehulrum. Gennem hver tilgang blev både de akutte og kroniske hæmodynamiske ændringer i venstre ventrikel og proksimale vaskulatur som følge af trykoverbelastning med succes simuleret. Specifikt blev trykoverbelastning modelleret ved at reducere åbningsområdet for aortaklappen, mens kronisk ombygning blev simuleret ved at reducere overholdelsen af venstre ventrikelvæg. I overensstemmelse med HFpEF’s videnskabelige og kliniske litteratur viser resultaterne fra begge modeller (i) en akut højde af transaortisk trykgradient mellem venstre ventrikel og aorta og en reduktion i slagtilfældevolumen og (ii) et kronisk fald i det end-diastoliske venstre ventrikulære volumen, der indikerer diastolisk dysfunktion. Endelig viser FEA-modellen, at stress i HFpEF myocardium er bemærkelsesværdigt højere end i det sunde hjertevæv gennem hele hjertecyklussen.

Introduction

Hjertesvigt er en førende dødsårsag på verdensplan, som opstår, når hjertet ikke er i stand til at pumpe eller fylde tilstrækkeligt til at holde trit med de metaboliske krav i kroppen. Udslyngningsfraktionen, dvs. den relative mængde blod, der opbevares i venstre hjertekammer, der skubbes ud med hver sammentrækning, bruges klinisk til at klassificere hjertesvigt i (i) hjertesvigt med reduceret udslyngningsfraktion (HFrEF) og (ii) hjertesvigt med bevaret udslyngningsfraktion (HFpEF) for udslyngningsfraktioner mindre end eller større end 45%, henholdsvis1,2,3. Symptomer på HFpEF udvikler sig ofte som reaktion på venstre ventrikeltryk overbelastning, som kan være forårsaget af flere forhold, herunder aorta stenose, hypertension og venstre ventrikulær udstrømningskanalobstruktion3,4,5,6,7. Trykoverbelastning driver en kaskade af molekylære og cellulære afvigelser, hvilket fører til fortykkelse af venstre ventrikelvæg (koncentrisk remodeling) og i sidste ende til vægstivning eller tab af overholdelse8,9,10. Disse biomekaniske ændringer påvirker hjerte-kar-hæmodynamik dybt, da de resulterer i et forhøjet end-diastolisk trykvolumenforhold og i en reduktion af det end-diastoliske volumen11.

Beregningsmæssige modellering af det kardiovaskulære system har fremmet forståelsen af blodtryk og strømme i både fysiologi og sygdom og har fremmet udviklingen af diagnostiske og terapeutiske strategier12. I silico modeller er klassificeret i lav-eller høj-dimensionelle modeller, med den tidligere udnytte analytiske metoder til at evaluere globale hæmodynamiske egenskaber med lav beregningsmæssige efterspørgsel, og sidstnævnte giver en mere omfattende multiskala og multifysik beskrivelse af hjerte-kar-mekanik og hæmodynamik i 2D eller 3D domæne13. Windkessel-repræsentationen med klumpet parameter er den mest almindelige blandt de lave dimensionelle beskrivelser. Baseret på den elektriske kredsløbsanalogi (Ohms lov) efterligner dette det kardiovaskulære systems samlede hæmodynamiske adfærd gennem en kombination af resistive, kapacitive og induktive elementer14. En nylig undersøgelse fra denne gruppe har foreslået en alternativ Windkessel model i det hydrauliske domæne, der gør det muligt modellering af ændringer i geometri og mekanik af store fartøjer-hjertekamre og ventiler-i en mere intuitiv måde end traditionelle elektriske analoge modeller. Denne simulering er udviklet på en objektorienteret numerisk problemløser (se materialetabellen)og kan fange den normale hæmodynamik, fysiologiske virkninger af kardiorespiratorisk kobling, åndedrætsdrevet blodgennemstrømning i enkelthjertet fysiologi og hæmodynamiske ændringer på grund af aortasnæmning. Denne beskrivelse udvider mulighederne i klumpede parametermodeller ved at tilbyde en fysisk intuitiv tilgang til model af et spektrum af patologiske tilstande, herunder hjertesvigt15.

Højdimensionelle modeller er baseret på FEA til beregning af spatiotemporal hæmodynamik og væskestrukturinteraktioner. Disse repræsentationer kan give detaljerede og nøjagtige beskrivelser af det lokale blodgennemstrømningsfelt; på grund af deres lave beregningsmæssige effektivitet er de dog ikke egnede til undersøgelser af hele hjerte-kar-træet16,17. En softwarepakke (se materialetabellen)blev anvendt som en anatomisk nøjagtig FEA-platform af det 4-kammer voksne menneskelige hjerte, som integrerer den elektromekaniske respons, strukturelle deformationer og væskehulrumsbaseret hæmodynamik. Den tilpassede menneskelige hjertemodel omfatter også en simpel klumpet parametermodel, der definerer flowudvekslingen mellem de forskellige væskehulrum samt en komplet mekanisk karakterisering af hjertevævet18,19.

Flere klumpede parameter – og FEA-modeller for hjertesvigt er blevet formuleret til at fange hæmodynamiske abnormiteter og evaluere terapeutiske strategier, især i forbindelse med mekaniske kredsløbsassistenter til HFrEF20,21,22,23,24. En bred vifte af 0D-modeller med klumpede parametre med forskellig kompleksitet har derfor med succes fanget hæmodynamikken i det menneskelige hjerte under fysiologiske og HFrEF-forhold via optimering af to eller tre-elements elektrisk analog Windkessel-systemer20,21,23,24. De fleste af disse fremstillinger er uni- eller biventricular modeller baseret på den tid, varierende elastance formulering til at reproducere den kontraktile virkning af hjertet og bruge en ikke-lineær ende-diastolisk tryk-volumen forhold til at beskrive ventrikulær påfyldning25,26,27. Omfattende modeller, der fanger det komplekse kardiovaskulære netværk og efterligner både atrie- og ventrikulær pumpehandling, er blevet brugt som platforme til enhedstest. Selv om der findes en betydelig mængde litteratur inden for HFrEF , er der dog kun foreslået meget få i silicomodeller af HFpEF20,22,28,29,30,31.

En lavdimensionel model af HFpEF hæmodynamik, der for nylig blev udviklet af Burkhoff et al.32 og Granegger et al.28, kan fange trykvolumensløjferne (PV) i 4-kammerhjertet og fuldt ud opsummere hæmodynamikken af forskellige fænotyper af HFpEF. Desuden bruger de deres in silico-platform til at evaluere gennemførligheden af en mekanisk kredsløbsenhed til HFpEF, banebrydende beregningsforskning af HFpEF til fysiologiundersøgelser samt enhedsudvikling. Disse modeller er dog stadig ude af stand til at fange de dynamiske ændringer i blodstrømme og tryk, der observeres under sygdomsprogression. En nylig undersøgelse af Kadry et al.30 indfanger de forskellige fænotyper af diastolisk dysfunktion ved at justere den aktive afslapning af myokardiet og den passive stivhed i venstre ventrikel på en lavdimensionel model. Deres arbejde giver en omfattende hæmodynamisk analyse af diastolisk dysfunktion baseret på både myocardiumets aktive og passive egenskaber. Tilsvarende har litteraturen om højdimensionelle modeller primært fokuseret på HFrEF19,33,34,35,36,37. Bakir et al.33 foreslog en fuldt koblet hjertevæske-elektromekanik FEA model til at forudsige HFrEF hæmodynamiske profil og effekten af en venstre ventrikulær hjælpeanordning (LVAD). Denne biventricular (eller to-kammer) model udnyttet en koblet Windkessel kredsløb til at simulere hæmodynamik af det sunde hjerte, HFrEF og HFrEF med LVAD støtte33,37.

På samme måde udviklede Sack et al.35 en biventricular model til at undersøge højre ventrikel dysfunktion. Deres biventricular geometri blev opnået fra en patients magnetiske resonans imaging (MRI) data, og modellens finite-element mesh blev konstrueret ved hjælp af billedsegmentering til at analysere hæmodynamik af en VAD-støttede svigtende højre hjertekammer35. Fire-kammer FEA hjerte tilgange er blevet udviklet for at øge nøjagtigheden af modeller af den elektromekaniske adfærd i hjertet19,34. I modsætning til biventricular beskrivelser giver MR-afledte firekammermodeller af det menneskelige hjerte en bedre repræsentation af den kardiovaskulære anatomi18. Hjertet model ansat i dette arbejde er et etableret eksempel på en fire-kammer FEA model. I modsætning til klumpede parameter- og biventricular FEA-modeller fanger denne repræsentation hæmodynamiske ændringer, da de opstår under sygdomsprogression34,37. Genet et al.34, for eksempel, brugte den samme platform til at implementere en numerisk vækstmodel for remodellering observeret i HFrEF og HFpEF. Disse modeller evaluerer imidlertid kun virkningerne af hjertehypertrofi på strukturelle mekanikker og giver ikke en omfattende beskrivelse af den tilknyttede hæmodynamik.

For at afhjælpe manglen på HFpEF i silicomodeller i dette arbejde blev den engangsparametermodel, der tidligere blev udviklet af denne gruppe15 og FEA-modellen, afmonteret for at simulere HFpEF’s hæmodynamiske profil. Til dette formål vil hver models evne til at simulere kardiovaskulær hæmodynamik ved baseline først blive demonstreret. Virkningerne af stenose-induceret venstre ventrikulær tryk overbelastning og mindsket venstre ventrikulær overholdelse på grund af hjerte remodeling-et typisk kendetegn for HFpEF-vil derefter blive evalueret.

Protocol

1. 0D-model med klumpede parametre Opsætning af simuleringBEMÆRK: I det numeriske problemløsermiljø (se materialetabellen) konstrueres domænet som vist i figur 1. Dette er sammensat af 4-kammer hjerte, overkroppen, abdominal, underkrop, og brystkasse rum, samt den proksimale vaskulatur, herunder aorta, lungepulsåren, og den overlegne og ringere venae cavae. De standardelementer, der bruges i denne simulering, er en del af standardhydraulikbiblioteket. Næ…

Representative Results

Resultaterne fra basissimuleringerne er illustreret i figur 3. Dette viser tryk- og volumenbølgeformerne i venstre hjertekammer og aorta (Figur 3A) samt venstre ventrikulære PV-løkke (Figur 3B). De to i silico modeller viser lignende aorta og venstre ventrikulær hæmodynamik, som er inden for det fysiologiske område. Mindre forskelle i reaktionen forudsagt af de to platforme kan bemærkes under ventrikulær tømning og påfyldn…

Discussion

De klumpede parameter- og FEA-platforme, der blev foreslået i dette arbejde, opsummerede hjerte-kar-hæmodynamikken under fysiologiske tilstande, både i den akutte fase af stenoseinduceret trykoverbelastning og i kronisk HFpEF. Ved at indfange den rolle, som trykoverbelastning spiller i de akutte og kroniske faser af HFpEF-udvikling, er resultaterne fra disse modeller i overensstemmelse med HFpEF’s kliniske litteratur, herunder starten på en transaortisk trykgradient på grund af aorta stenose, en stigning i venstre v…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi anerkender finansiering fra Harvard-Massachusetts Institute of Technology Health Sciences and Technology program, og SITA Foundation Award fra Institute for Medical Engineering and Science.

Materials

Abaqus Software Dassault Systèmes Simulia Corp. Version used: 2018; FEA simulation software
HETVAL Dassault Systèmes Simulia Corp. Version used: 2018
Hydraulic (Isothermal) library MathWorks Version used: 2020a
Living Heart Human Model Dassault Systèmes Simulia Corp. Version used: V2_1, anatomically accurate FEA platform of 4-chamber adult human heart
MATLAB MathWorks Version used: 2020a, object-oriented numerical solver
SIMSCAPE FLUIDS MathWorks
UAMP Dassault Systèmes Simulia Corp. Version used: 2018
VUANISOHYPER Dassault Systèmes Simulia Corp. Version used: 2018

References

  1. Borlaug, B. A., Paulus, W. J. Heart failure with preserved ejection fraction: Pathophysiology, diagnosis, and treatment. European Heart Journal. 32 (6), 670-679 (2011).
  2. Borlaug, B. A., Kane, G. C., Melenovsky, V., Olson, T. P. Abnormal right ventricular-pulmonary artery coupling with exercise in heart failure with preserved ejection fraction. European Heart Journal. 37 (43), 3293-3302 (2016).
  3. Borlaug, B. A. Evaluation and management of heart failure with preserved ejection fraction. Nature Reviews Cardiology. 17 (9), 1-15 (2020).
  4. Carabello, B. A., Paulus, W. J. Aortic stenosis. The Lancet. 373 (9667), 956-966 (2009).
  5. Lam, C. S. P., Donal, E., Kraigher-Krainer, E., Vasan, R. S. Epidemiology and clinical course of heart failure with preserved ejection fraction. European Journal of Heart Failure. 13 (1), 18-28 (2011).
  6. Omote, K., et al. Left ventricular outflow tract velocity time integral in hospitalized heart failure with preserved ejection fraction. ESC Heart Failure. 7 (1), 167-175 (2020).
  7. Samson, R., Jaiswal, A., Ennezat, P. V., Cassidy, M., Jemtel, T. H. L. Clinical phenotypes in heart failure with preserved ejection fraction. Journal of the American Heart Association. 5 (1), (2016).
  8. Weber, K. T., Brilla, C. G., Janicki, J. S. Myocardial fibrosis: Functional significance and regulatory factors. Cardiovascular Research. 27 (3), 341-348 (1993).
  9. Borbély, A., et al. Cardiomyocyte stiffness in diastolic heart failure. Circulation. 111 (6), 774-781 (2005).
  10. Borlaug, B. A., Lam, C. S. P., Roger, V. L., Rodeheffer, R. J., Redfield, M. M. Contractility and Ventricular Systolic Stiffening in Hypertensive Heart Disease. Insights Into the Pathogenesis of Heart Failure With Preserved Ejection Fraction. Journal of the American College of Cardiology. 54 (5), 410-418 (2009).
  11. Penicka, M., et al. Heart Failure With Preserved Ejection Fraction in Outpatients With Unexplained Dyspnea. A Pressure-Volume Loop Analysis. Journal of the American College of Cardiology. 55 (16), 1701-1710 (2010).
  12. Owen, B., Bojdo, N., Jivkov, A., Keavney, B., Revell, A. Structural modelling of the cardiovascular system. Biomechanics and Modeling in Mechanobiology. 17 (5), 1217-1242 (2018).
  13. Zhou, S., et al. A review on low-dimensional physics-based models of systemic arteries: Application to estimation of central aortic pressure. BioMedical Engineering Online. 18 (1), 41 (2019).
  14. Sagawa, K., Lie, R. K., Schaefer, J. Translation of Otto frank’s paper “Die Grundform des arteriellen Pulses” zeitschrift für biologie 37. Journal of Molecular and Cellular Cardiology. 22 (1899), 253-254 (1990).
  15. Rosalia, L., Ozturk, C., Van Story, D., Horvath, M., Roche, E. T. Object-oriented lumped-parameter modeling of the cardiovascular system for physiological and pathophysiological conditions. Advanced theory and simulations. , (2021).
  16. Lopez-Perez, A., Sebastian, R., Ferrero, J. M. Three-dimensional cardiac computational modelling: METHODS, features and applications. BioMedical Engineering Online. 14, 35 (2015).
  17. Xie, X., Zheng, M., Wen, D., Li, Y., Xie, S. A new CFD based non-invasive method for functional diagnosis of coronary stenosis. BioMedical Engineering Online. 17 (1), 36 (2018).
  18. Abaqus Dassault, S. . SIMULIA living heart human model user documentation. , (2017).
  19. Baillargeon, B., Rebelo, N., Fox, D. D., Taylor, R. L., Kuhl, E. The living heart project: A robust and integrative simulator for human heart function. European Journal of Mechanics, A/Solids. 48, 38-47 (2014).
  20. Moscato, F., et al. Use of continuous flow ventricular assist devices in patients with heart failure and a normal ejection fraction: a computer-simulation study. The Journal of Thoracic and Cardiovascular Surgery. 145 (5), 1352-1358 (2013).
  21. Fresiello, L., Meyns, B., Di Molfetta, A., Ferrari, G. A Model of the Cardiorespiratory Response to Aerobic Exercise in Healthy and Heart Failure Conditions. Frontiers in Physiology. 7 (189), (2016).
  22. Moscato, F., et al. Left ventricle afterload impedance control by an axial flow ventricular assist device: a potential tool for ventricular recovery. Artificial Organs. 34 (9), 736-744 (2010).
  23. Colacino, F. M., Moscato, F., Piedimonte, F., Arabia, M., Danieli, G. A. Left ventricle load impedance control by apical VAD can help heart recovery and patient perfusion: a numerical study. Asaio Journal. 53 (3), 263-277 (2007).
  24. Gu, K., et al. Lumped parameter model for heart failure with novel regulating mechanisms of peripheral resistance and vascular compliance. Asaio Journal. 58 (3), 223-231 (2012).
  25. Suga, H., Sagawa, K., Kostiuk, D. P. Controls of ventricular contractility assessed by pressure-volume ratio, Emax. Cardiovascular Research. 10 (5), 582-592 (1976).
  26. Fernandez de Canete, J., Saz-Orozco, P. d., Moreno-Boza, D., Duran-Venegas, E. Object-oriented modeling and simulation of the closed loop cardiovascular system by using SIMSCAPE. Computers in Biology and Medicine. 43 (4), 323-333 (2013).
  27. Heldt, T., Shim, E. B., Kamm, R. D., Mark, R. G., et al. Computational modeling of cardiovascular response to orthostatic stress. Journal of Applied Physiology. 92 (3), 1239-1254 (2002).
  28. Granegger, M., et al. A Valveless Pulsatile Pump for the Treatment of Heart Failure with Preserved Ejection Fraction: A Simulation Study. Cardiovascular Engineering and Technology. 10 (1), 69-79 (2019).
  29. Hay, I., Rich, J., Ferber, P., Burkhoff, D., Maurer, M. S. Role of impaired myocardial relaxation in the production of elevated left ventricular filling pressure. American Journal of Physiology-Heart and Circulatory Physiology. 288 (3), 1203-1208 (2005).
  30. Kadry, K., et al. Biomechanics of diastolic dysfunction: a one-dimensional computational modeling approach. American Journal of Physiology-Heart and Circulatory Physiology. 319 (4), 882-892 (2020).
  31. Luo, C., Ramachandran, D., Ware, D. L., Ma, T. S., Clark, J. W. Modeling left ventricular diastolic dysfunction: classification and key indicators. Theoretical Biology & Medical Modelling. 8, 14 (2011).
  32. Burkhoff, D., et al. Left atrial decompression pump for severe heart failure with preserved ejection fraction: theoretical and clinical considerations. JACC: Heart Failure. 3 (4), 275-282 (2015).
  33. Ahmad Bakir, A., Al Abed, A., Stevens, M. C., Lovell, N. H., Dokos, S. A Multiphysics Biventricular Cardiac Model: Simulations With a Left-Ventricular Assist Device. Frontiers in Physiology. 9 (1259), (2018).
  34. Genet, M., Lee, L. C., Baillargeon, B., Guccione, J. M., Kuhl, E. Modeling pathologies of diastolic and systolic heart failure. Annals of Biomedical Engineering. 44 (1), 112-127 (2016).
  35. Sack, K. L., et al. Investigating the Role of Interventricular Interdependence in Development of Right Heart Dysfunction During LVAD Support: A Patient-Specific Methods-Based Approach. Frontiers in Physiology. 9 (520), (2018).
  36. Baillargeon, B., et al. Human cardiac function simulator for the optimal design of a novel annuloplasty ring with a sub-valvular element for correction of ischemic mitral regurgitation. Cardiovascular Engineering and Technology. 6 (2), 105-116 (2015).
  37. Sack, K. L., et al. Partial LVAD Restores Ventricular Outputs and Normalizes LV but not RV Stress Distributions in the Acutely Failing Heart in Silico. The International Journal of Artificial Organs. 39 (8), 421-430 (2016).
  38. Baumgartner, H., et al. Echocardiographic assessment of valve stenosis: EAE/ASE recommendations for clinical practice. Journal of the American Society of Echocardiography. 22 (1), 1-23 (2009).
  39. Rajani, R., Hancock, J., Chambers, J. The art of assessing aortic stenosis. Heart. 98, 14 (2012).
  40. Vahanian, A., et al. Guidelines on the management of valvular heart disease: The Task Force on the Management of Valvular Heart Disease of the European Society of Cardiology. European Heart Journal. 28 (2), 230-268 (2007).
  41. Matiwala, S., Margulies, K. B. Mechanical approaches to alter remodeling. Current Heart Failure Reports. 1 (1), 14-18 (2004).
  42. NIH Clinical Trials Registry. . ImCardia for DHF to Treat Diastolic Heart Failure (DHF) Patient a Pilot Study (ImCardia). , (2011).
check_url/kr/62167?article_type=t

Play Video

Cite This Article
Rosalia, L., Ozturk, C., Roche, E. T. Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction. J. Vis. Exp. (168), e62167, doi:10.3791/62167 (2021).

View Video