Summary

Parâmetro-caroço e Modelagem de elemento finito de insuficiência cardíaca com fração de ejeção preservada

Published: February 13, 2021
doi:

Summary

Este trabalho introduz dois modelos computacionais de insuficiência cardíaca com fração de ejeção preservada baseada em uma abordagem de parâmetros e análise de elementos finitos. Esses modelos são utilizados para avaliar as alterações na hemodinâmica do ventrículo esquerdo e vasculatura relacionada induzida pela sobrecarga de pressão e diminuição da conformidade ventricular.

Abstract

Os esforços científicos no campo da modelagem computacional de doenças cardiovasculares têm se concentrado em grande parte na insuficiência cardíaca com redução da fração de ejeção (HFrEF), amplamente negligenciando a insuficiência cardíaca com a fração de ejeção preservada (HFpEF), que mais recentemente se tornou uma forma dominante de insuficiência cardíaca em todo o mundo. Motivados pela escassez de HFpEF em representações de silico, dois modelos computacionais distintos são apresentados neste artigo para simular a hemodinâmica do HFpEF resultante da sobrecarga de pressão ventricular esquerda. Primeiro, um modelo de parâmetros amontoados orientados a objeto foi desenvolvido usando um solucionador numérico. Este modelo é baseado em uma rede derivada de Windkessel em dimensões zero (0D), que depende das propriedades geométricas e mecânicas dos elementos constitutivos e oferece a vantagem de baixos custos computacionais. Em segundo lugar, foi utilizado um pacote de software de análise de elementos finitos (FEA) para a implementação de uma simulação multidimensional. O modelo FEA combina modelos multifísicos tridimensionais (3D) da resposta cardíaca eletromecânica, deformações estruturais e hemodinâmica à base de cavidade fluida e utiliza um modelo simplificado de parâmetros fixos para definir os perfis de troca de fluxo entre diferentes cavidades fluidas. Através de cada abordagem, tanto as alterações hemodinâmicas agudas e crônicas no ventrículo esquerdo quanto na vasculatura proximal resultantes da sobrecarga de pressão foram simuladas com sucesso. Especificamente, a sobrecarga de pressão foi modelada pela redução da área orifício da válvula aórtica, enquanto a remodelagem crônica foi simulada pela redução da conformidade da parede ventricular esquerda. Consistente com a literatura científica e clínica da HFpEF, os resultados de ambos os modelos mostram (i) uma elevação aguda do gradiente de pressão transaréltica entre o ventrículo esquerdo e a aorta e uma redução no volume do AVC e (ii) uma diminuição crônica no volume ventricular esquerdo terminante, indicativo de disfunção diastólica. Finalmente, o modelo FEA demonstra que o estresse no miocárdio HFpEF é notavelmente maior do que no tecido cardíaco saudável durante todo o ciclo cardíaco.

Introduction

A insuficiência cardíaca é uma das principais causas de morte em todo o mundo, que ocorre quando o coração é incapaz de bombear ou preencher adequadamente para acompanhar as demandas metabólicas do corpo. A fração de ejeção, ou seja, a quantidade relativa de sangue armazenada no ventrículo esquerdo que é ejetada a cada contração é usada clinicamente para classificar a insuficiência cardíaca em (i) insuficiência cardíaca com fração de ejeção reduzida (HFrEF) e (ii) insuficiência cardíaca com fração de ejeção preservada (HFpEF), para frações de ejeção inferiores ou superiores a 45%,respectivamente 1,2,3. Os sintomas do HFpEF frequentemente se desenvolvem em resposta à sobrecarga de pressão ventricular esquerda, que pode ser causada por várias condições, incluindo estenose aórtica, hipertensão e obstrução do trato de saída ventricular esquerda3,4,5,6,7. A sobrecarga de pressão impulsiona uma cascata de aberrações moleculares e celulares, levando ao espessamento da parede ventricular esquerda (remodelagem concêntrica) e, finalmente, ao enrijecimento da parede ou perda de conformidade8,9,10. Essas alterações biomecânicas afetam profundamente a hemodinâmica cardiovascular, pois resultam em uma relação elevada de aumento do volume de pressão diastólica e na redução do volume diastólico final11.

A modelagem computacional do sistema cardiovascular avançou na compreensão das pressões e fluxos sanguíneos tanto na fisiologia quanto na doença e tem fomentado o desenvolvimento de estratégias diagnósticas e terapêuticas12. Em modelos silico são classificados em modelos de baixa ou alta dimensão, com o primeiro utilizando métodos analíticos para avaliar propriedades hemodinâmicas globais com baixa demanda computacional e este último fornecendo uma descrição multiescala e multifísica mais extensa da mecânica cardiovascular e hemodinâmica no domínio 2D ou 3D13. A representação de Windkessel com parâmetros é a mais comum entre as descrições de baixa dimensão. Com base na analogia do circuito elétrico (lei de Ohm), isso imita o comportamento hemodinâmico geral do sistema cardiovascular através de uma combinação de elementos resistivos, capacitivos e indutivos14. Um estudo recente deste grupo propôs um modelo alternativo windkessel no domínio hidráulico que permite a modelagem de mudanças na geometria e mecânica de grandes vasos-câmaras cardíacas e válvulas – de forma mais intuitiva do que os modelos analógicos elétricos tradicionais. Esta simulação é desenvolvida em um solucionador numérico orientado a objetos (ver a Tabela de Materiais) e pode capturar a hemodinâmica normal, efeitos fisiológicos do acoplamento cardiorrespiratório, fluxo sanguíneo respiratório na fisiologia uni-cardíaca e alterações hemodinâmicas devido à constrição aórtica. Esta descrição expande-se sobre as capacidades de modelos de parâmetros agrupados, oferecendo uma abordagem fisicamente intuitiva para modelar um espectro de condições patológicas, incluindo insuficiência cardíaca15.

Modelos de alta dimensão são baseados na FEA para calcular hemodinâmica esposteral e interações de estrutura fluida. Essas representações podem fornecer descrições detalhadas e precisas do campo de fluxo sanguíneo local; no entanto, devido à sua baixa eficiência computacional, eles não são adequados para estudos de toda a árvore cardiovascular16,17. Um pacote de software (ver a Tabela de Materiais) foi empregado como uma plataforma FEA anatomicamente precisa do coração humano adulto de 4 câmaras, que integra a resposta eletromecânica, deformações estruturais e hemodinâmica baseada em cavidade fluida. O modelo de coração humano adaptado também compreende um modelo simples de parâmetros amontoados que define a troca de fluxo entre as diferentes cavidades fluidas, bem como uma caracterização mecânica completa do tecido cardíaco18,19.

Vários modelos de metametro e FEA de insuficiência cardíaca foram formulados para capturar anormalidades hemodinâmicas e avaliar estratégias terapêuticas, particularmente no contexto de dispositivos de assistência circulatória mecânica para HFrEF20,21,22,23,24. Uma ampla gama de modelos de parâmetros 0D de várias complexidades capturou com sucesso a hemodinâmica do coração humano em condições fisiológicas e HFrEF através da otimização de dois ou três elementos sistemas analógicos elétricos Windkessel20,21,23,24. A maioria dessas representações são modelos uni ou biventriculares baseados na formulação de tempo variando-elastância para reproduzir a ação contratil do coração e usar uma relação de pressão-volume não linear para descrever o preenchimento ventricular25,26,27. Modelos abrangentes, que capturam a complexa rede cardiovascular e imitam a ação de bombeamento atrial e ventricular, têm sido usados como plataformas para testes de dispositivos. No entanto, embora exista um corpo significativo de literatura no campo da HFrEF, muito poucos em modelos silico de HFpEF foram propostos20,22,28,29,30,31.

Um modelo de baixa dimensão da hemodinâmica HFpEF, recentemente desenvolvido por Burkhoff et al.32 e Granegger et al.28,pode capturar os laços de volume de pressão (PV) do coração de 4 câmaras, recapitulando totalmente a hemodinâmica de vários fenótipos de HFpEF. Além disso, utilizam sua plataforma em silico para avaliar a viabilidade de um dispositivo circulatório mecânico para hfpef, pesquisa computacional pioneira do HFpEF para estudos de fisiologia, bem como desenvolvimento de dispositivos. No entanto, esses modelos permanecem incapazes de captar as mudanças dinâmicas nos fluxos sanguíneos e pressões observadas durante a progressão da doença. Um estudo recente de Kadry et al.30 captura os vários fenótipos de disfunção diastólica ajustando o relaxamento ativo do miocárdio e a rigidez passiva do ventrículo esquerdo em um modelo de baixa dimensão. Seu trabalho fornece uma análise hemodinâmica abrangente da disfunção diastólica com base nas propriedades ativas e passivas do miocárdio. Da mesma forma, a literatura de modelos de alta dimensão tem focado principalmente em HFrEF19,33,34,35,36,37. Bakir et al.33 propuseram um modelo FEA de fluido cardíaco totalmente acoplado para prever o perfil hemodinâmico HFrEF e a eficácia de um dispositivo de assistência à esquerda-ventricular (LVAD). Este modelo biventricular (ou duas câmaras) utilizou um circuito windkessel acoplado para simular a hemodinâmica do coração saudável, HFrEF e HFrEF com suporte LVAD33,37.

Da mesma forma, Sack et al.35 desenvolveram um modelo biventricular para investigar disfunção ventricular direita. Sua geometria biventricular foi obtida a partir dos dados de ressonância magnética (RM) do paciente, e a malha de elemento finito do modelo foi construída usando segmentação de imagem para analisar a hemodinâmica de um ventrículo direito com falha suportada pelo VAD35. Abordagens cardíacas FEA de quatro câmaras foram desenvolvidas para melhorar a precisão dos modelos do comportamento eletromecânico do coração19,34. Em contraste com as descrições biventriculares, modelos de quatro câmaras derivadas da ressonância magnética do coração humano fornecem uma melhor representação da anatomia cardiovascular18. O modelo cardíaco empregado neste trabalho é um exemplo estabelecido de um modelo FEA de quatro câmaras. Ao contrário dos modelos FEA de parâmetros e biventriculares, essa representação captura alterações hemodinâmicas à medida que ocorrem durante a progressão da doença34,37. Genet et al.34, por exemplo, utilizaram a mesma plataforma para implementar um modelo de crescimento numérico da remodelagem observada no HFrEF e HFpEF. No entanto, esses modelos avaliam os efeitos da hipertrofia cardíaca apenas na mecânica estrutural e não fornecem uma descrição abrangente da hemodinâmica associada.

Para suprida a falta de HFpEF em modelos de silico neste trabalho, o modelo de parâmetros agrupados anteriormente desenvolvido por este grupo15 e o modelo FEA foram readaptados para simular o perfil hemodinâmico da HFpEF. Para isso, a capacidade de cada modelo de simular hemodinâmica cardiovascular na linha de base será demonstrada pela primeira vez. Os efeitos da sobrecarga de pressão ventricular esquerda induzida por estenose e da diminuição da conformidade ventricular esquerda devido à remodelagem cardíaca – uma marca típica do HFpEF – serão então avaliados.

Protocol

1. Modelo de parâmetro amontoado de 0D Configuração de simulaçãoNOTA: No ambiente solucionador numérico (ver a Tabela de Materiais),construa o domínio conforme mostrado na Figura 1. Este é composto pelo coração de 4 câmaras, na parte superior do corpo, no corpo abdominal, na parte inferior do corpo e nos compartimentos torácicos, bem como da vasculatura proximal, incluindo a aorta, a artéria pulmonar e a cavae venae superior e inferior. Os elemento…

Representative Results

Os resultados das simulações da linha de base são ilustrados na Figura 3. Isso retrata as formas de onda de pressão e volume do ventrículo esquerdo e da aorta (Figura 3A),bem como o laço fotovoltaico esquerdo(Figura 3B). Os dois modelos de silico apresentam hemodinâmica aórtica e ventricular esquerda semelhante, que estão dentro da faixa fisiológica. Pequenas diferenças na resposta prevista pelas duas plataformas podem se…

Discussion

As plataformas de parâmetros e FEA propostas neste trabalho recapitularam a hemodinâmica cardiovascular em condições fisiológicas, tanto na fase aguda da sobrecarga de pressão induzida por estenose quanto na HFpEF crônica. Ao captar o papel que a sobrecarga de pressão desempenha nas fases agudas e crônicas do desenvolvimento da HFpEF, os resultados desses modelos estão de acordo com a literatura clínica da HFpEF, incluindo o surgimento de um gradiente de pressão transatróptica devido à estenose aórtica, au…

Declarações

The authors have nothing to disclose.

Acknowledgements

Reconhecemos o financiamento do programa de Ciências e Tecnologia do Instituto de Tecnologia de Harvard-Massachusetts e do Prêmio Fundação SITA do Instituto de Engenharia Médica e Ciência.

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

Referências

  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/pt/62167?article_type=t

Play Video

Citar este artigo
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