Summary

Lumped-Parameter en Finite Element Modeling of Heart Failure met geconserveerde ejectiefractie

Published: February 13, 2021
doi:

Summary

Dit werk introduceert twee computationele modellen van hartfalen met geconserveerde ejectiefractie op basis van een lumped-parameter benadering en eindige elementenanalyse. Deze modellen worden gebruikt om de veranderingen in de hemodynamica van de linkerventrikel en gerelateerde vasculatuur veroorzaakt door drukoverbelasting en verminderde ventriculaire naleving te evalueren.

Abstract

Wetenschappelijke inspanningen op het gebied van computationele modellering van hart- en vaatziekten zijn grotendeels gericht op hartfalen met verminderde ejectiefractie (HFrEF), waarbij hartfalen met geconserveerde ejectiefractie (HFpEF) grotendeels over het hoofd wordt gezien, wat meer recentelijk wereldwijd een dominante vorm van hartfalen is geworden. Gemotiveerd door de schaarste van HFpEF in silico-representaties, worden in dit artikel twee verschillende computationele modellen gepresenteerd om de hemodynamica van HFpEF als gevolg van overbelasting van de linkerventrikeldruk te simuleren. Ten eerste werd een objectgeoriënteerd lumped-parameter model ontwikkeld met behulp van een numerieke solver. Dit model is gebaseerd op een nuldimensionaal (0D) Windkessel-achtig netwerk, dat afhankelijk is van de geometrische en mechanische eigenschappen van de constitutieve elementen en het voordeel biedt van lage rekenkosten. Ten tweede werd een softwarepakket voor eindige elementenanalyse (FEA) gebruikt voor de implementatie van een multidimensionale simulatie. Het FEA-model combineert driedimensionale (3D) multifysische modellen van de elektromechanische hartrespons, structurele vervormingen en op vloeistofholte gebaseerde hemodynamica en maakt gebruik van een vereenvoudigd lumped-parametermodel om de stroomuitwisselingsprofielen tussen verschillende vloeistofholtes te definiëren. Door elke benadering werden zowel de acute als chronische hemodynamische veranderingen in de linkerventrikel en proximale vasculatuur als gevolg van drukoverbelasting met succes gesimuleerd. In het bijzonder werd drukoverbelasting gemodelleerd door het openingsgebied van de aortaklep te verminderen, terwijl chronische remodellering werd gesimuleerd door de naleving van de linkerventrikelwand te verminderen. In overeenstemming met de wetenschappelijke en klinische literatuur van HFpEF tonen de resultaten van beide modellen (i) een acute verhoging van de transaortische drukgradiënt tussen de linkerventrikel en de aorta en een vermindering van het slagvolume en (ii) een chronische afname van het einddiastolische linkerventrikelvolume, wat wijst op diastolische disfunctie. Ten slotte toont het FEA-model aan dat stress in het HFpEF-myocardium opmerkelijk hoger is dan in het gezonde hartweefsel gedurende de hele hartcyclus.

Introduction

Hartfalen is een belangrijke doodsoorzaak wereldwijd, die optreedt wanneer het hart niet in staat is om te pompen of voldoende te vullen om de metabolische eisen van het lichaam bij te houden. De ejectiefractie, d.w.z. de relatieve hoeveelheid bloed die is opgeslagen in de linkerventrikel die bij elke samentrekking wordt uitgeworpen, wordt klinisch gebruikt om hartfalen te classificeren in (i) hartfalen met verminderde ejectiefractie (HFrEF) en (ii) hartfalen met geconserveerde ejectiefractie (HFpEF), voor ejectiefracties kleiner dan of groter dan 45%, respectievelijk1,2,3. Symptomen van HFpEF ontwikkelen zich vaak als reactie op overbelasting van de linkerventrikeldruk, die kan worden veroorzaakt door verschillende aandoeningen, waaronder aortastenose, hypertensie en obstructie van het linkerventrikeluitstroomkanaal3,4,5,6,7. Drukoverbelasting drijft een cascade van moleculaire en cellulaire afwijkingen aan, wat leidt tot verdikking van de linker ventriculaire wand (concentrische remodellering) en uiteindelijk tot wandstijfheid of verlies van naleving8,9,10. Deze biomechanische veranderingen hebben een diepgaande invloed op de cardiovasculaire hemodynamica, omdat ze resulteren in een verhoogde einddiastolische druk-volumerelatie en in een vermindering van het einddiastolische volume11.

Computationele modellering van het cardiovasculaire systeem heeft het begrip van bloeddruk en stromen in zowel fysiologie als ziekte bevorderd en heeft de ontwikkeling van diagnostische en therapeutische strategieën bevorderd12. In silico worden modellen ingedeeld in laag- of hoogdimensionale modellen, waarbij de eerste analytische methoden gebruikt om globale hemodynamische eigenschappen met een lage computationele vraag te evalueren en de laatste een uitgebreidere multischaal- en multifysische beschrijving van cardiovasculaire mechanica en hemodynamica in het 2D- of 3D-domein13biedt. De lumped-parameter Windkessel-representatie is de meest voorkomende onder de laagdimensionale beschrijvingen. Gebaseerd op de analogie van het elektrische circuit (de wet van Ohm), bootst dit het algehele hemodynamische gedrag van het cardiovasculaire systeem na door een combinatie van resistieve, capacitieve en inductieve elementen14. Een recente studie van deze groep heeft een alternatief Windkessel-model in het hydraulische domein voorgesteld dat het modelleren van veranderingen in de geometrie en mechanica van grote vaten-hartkamers en kleppen op een intuïtievere manier mogelijk maakt dan traditionele elektrische analoge modellen. Deze simulatie is ontwikkeld op een objectgeoriënteerde numerieke oplosser (zie de tabel met materialen)en kan de normale hemodynamica, fysiologische effecten van cardiorespiratoire koppeling, respiratoire bloedstroom in de eenhartfysiologie en hemodynamische veranderingen als gevolg van aortavernauwing vastleggen. Deze beschrijving breidt de mogelijkheden van lumped-parametermodellen uit door een fysiek intuïtieve benadering aan te bieden om een spectrum van pathologische aandoeningen te modelleren, waaronder hartfalen15.

Hoogdimensionale modellen zijn gebaseerd op FEA om spatiotemporale hemodynamica en vloeistofstructuurinteracties te berekenen. Deze representaties kunnen gedetailleerde en nauwkeurige beschrijvingen van het lokale bloedstroomveld bieden; vanwege hun lage computationele efficiëntie zijn ze echter niet geschikt voor studies van de hele cardiovasculaire boom16,17. Een softwarepakket (zie de tabel met materialen)werd gebruikt als een anatomisch nauwkeurig FEA-platform van het volwassen menselijk hart met 4 kamers, dat de elektromechanische respons, structurele vervormingen en op vloeistofholte gebaseerde hemodynamica integreert. Het aangepaste menselijke hartmodel omvat ook een eenvoudig lumped-parametermodel dat de stroomuitwisseling tussen de verschillende vloeistofholtes definieert, evenals een volledige mechanische karakterisering van het hartweefsel18,19.

Verschillende lumped-parameter en FEA-modellen van hartfalen zijn geformuleerd om hemodynamische afwijkingen vast te leggen en therapeutische strategieën te evalueren , met name in de context van mechanische bloedsomloopassistentieapparaten voor HFrEF20,21,22,23,24. Een breed scala aan 0D-lumped-parametermodellen van verschillende complexiteiten heeft daarom met succes de hemodynamica van het menselijk hart in fysiologische en HFrEF-omstandigheden vastgelegd door optimalisatie van twee – of drie-element elektrische analoge Windkessel-systemen20,21,23,24. De meeste van deze representaties zijn uni- of biventriculaire modellen op basis van de tijdsverschilformulering om de contractiele werking van het hart te reproduceren en een niet-lineaire enddiastolische drukvolumerelatie te gebruiken om ventriculaire vulling25,26,27te beschrijven . Uitgebreide modellen, die het complexe cardiovasculaire netwerk vastleggen en zowel de atriale als ventriculaire pompwerking nabootsen, zijn gebruikt als platforms voor het testen van apparaten. Hoewel er een aanzienlijke hoeveelheid literatuur bestaat op het gebied van HFrEF , zijn er maar weinig silicomodellen van HFpEF voorgesteld20,22,28,29,30,31.

Een laagdimensionaal model van HFpEF hemodynamica, onlangs ontwikkeld door Burkhoff et al.32 en Granegger et al.28, kan de drukvolume (PV) lussen van het 4-kamerhart vastleggen, waarbij de hemodynamica van verschillende fenotypen van HFpEF volledig wordt samengevat. Bovendien gebruiken ze hun in silico-platform om de haalbaarheid van een mechanisch bloedsomloopapparaat voor HFpEF te evalueren, baanbrekend computationeel onderzoek van HFpEF voor fysiologiestudies en apparaatontwikkeling. Deze modellen blijven echter niet in staat om de dynamische veranderingen in bloedstromen en druk waargenomen tijdens ziekteprogressie vast te leggen. Een recente studie van Kadry et al.30 vangt de verschillende fenotypes van diastolische disfunctie op door de actieve ontspanning van het myocardium en de passieve stijfheid van de linkerventrikel aan te passen op een laagdimensionaal model. Hun werk biedt een uitgebreide hemodynamische analyse van diastolische disfunctie op basis van zowel de actieve als passieve eigenschappen van het myocardium. Evenzo heeft de literatuur van hoogdimensionale modellen zich voornamelijk gericht op HFrEF19,33,34,35,36,37. Bakir et al.33 stelden een volledig gekoppeld cardiale vloeistof-elektromechanica FEA-model voor om het HFrEF hemodynamische profiel en de werkzaamheid van een linkerventrikelhulpapparaat (LVAD) te voorspellen. Dit biventriculaire (of tweekamer) model maakte gebruik van een gekoppeld Windkessel-circuit om de hemodynamica van het gezonde hart, HFrEF en HFrEF te simuleren met LVAD-ondersteuning33,37.

Op dezelfde manier ontwikkelden Sack et al.35 een biventriculair model om de juiste ventriculaire disfunctie te onderzoeken. Hun biventriculaire geometrie werd verkregen uit mri-gegevens (Magnetic Resonance Imaging) van een patiënt en het eindige-elementengaas van het model werd geconstrueerd met behulp van beeldsegmentatie om de hemodynamica van een VAD-ondersteunde falende rechterventrikel35te analyseren . Fea-hartbenaderingen met vier kamers zijn ontwikkeld om de nauwkeurigheid van modellen van het elektromechanische gedrag van het hart te verbeteren19,34. In tegenstelling tot biventriculaire beschrijvingen bieden MRI-afgeleide vierkamermodellen van het menselijk hart een betere weergave van de cardiovasculaire anatomie18. Het hartmodel dat in dit werk wordt gebruikt, is een vaststaand voorbeeld van een FEA-model met vier kamers. In tegenstelling tot lumped-parameter en biventriculaire FEA-modellen vangt deze representatie hemodynamische veranderingen op tijdens ziekteprogressie34,37. Genet et al.34gebruikten bijvoorbeeld hetzelfde platform om een numeriek groeimodel te implementeren van de remodellering waargenomen in HFrEF en HFpEF. Deze modellen evalueren echter alleen de effecten van cardiale hypertrofie op de structurele mechanica en geven geen uitgebreide beschrijving van de bijbehorende hemodynamica.

Om het gebrek aan HFpEF in silico-modellen in dit werk aan te pakken, werden het lumped-parametermodel dat eerder door deze groep15 en het FEA-model werd ontwikkeld, opnieuw uitgerust om het hemodynamische profiel van HFpEF te simuleren. Hiertoe zal eerst het vermogen van elk model om cardiovasculaire hemodynamica bij aanvang te simuleren worden aangetoond. De effecten van stenose-geïnduceerde linker ventriculaire druk overbelasting en van verminderde linker ventriculaire naleving als gevolg van cardiale remodellering-een typisch kenmerk van HFpEF-zal dan worden geëvalueerd.

Protocol

1. 0D-model met geklonterde parameter Simulatie-instellingenOPMERKING: Bouw in de numerieke oplosseromgeving (zie de tabel met materialen)het domein zoals weergegeven in figuur 1. Dit bestaat uit het 4-kamerhart, het bovenlichaam, de buik, het onderlichaam en de thoracale compartimenten, evenals de proximale vasculatuur, waaronder de aorta, de longslagader en de superieure en inferieure venae cavae. De standaardelementen die in deze simulatie worden gebruikt, m…

Representative Results

De resultaten van de basissimulaties worden geïllustreerd in figuur 3. Dit toont de druk- en volumegolfvormen van de linkerventrikel en de aorta (figuur 3A) en de linkerventrikel PV-lus (figuur 3B). De twee in silico-modellen vertonen vergelijkbare aorta- en linkerventrikelhemodynamica, die zich binnen het fysiologische bereik bevinden. Kleine verschillen in de respons die door de twee platforms worden voorspeld, kunnen worden opge…

Discussion

De in dit werk voorgestelde lumped-parameter en FEA-platforms vatten de cardiovasculaire hemodynamica onder fysiologische omstandigheden samen, zowel in de acute fase van stenose-geïnduceerde drukoverbelasting als bij chronische HFpEF. Door de rol vast te leggen die drukoverbelasting speelt in de acute en chronische fasen van de ontwikkeling van HFpEF, zijn de resultaten van deze modellen in overeenstemming met de klinische literatuur van HFpEF, inclusief het begin van een transaortische drukgradiënt als gevolg van aor…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We erkennen financiering van het Harvard-Massachusetts Institute of Technology Health Sciences and Technology-programma en de SITA Foundation Award van het 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).

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