Predictores de riesgos de aneurisma aórtico abdominal
Autores: Haller, Stephen J.; Azarbal, Amir F.; Rugonyi, Sandra
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Predictores de riesgos de aneurisma aórtico abdominal
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Biomecánica computacional
Análisis de elementos finitos
Aneurisma aórtico abdominal
Riesgo de ruptura
Tensión en la pared
Resistencia de la pared
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 54
Citaciones: Sin citaciones
La biomecánica computacional a través del análisis de elementos finitos (FEA) ha prometido durante mucho tiempo un medio para evaluar el riesgo de ruptura de aneurismas de aorta abdominal (AAA) específicos del paciente con mayor eficacia que los criterios actuales basados en el tamaño utilizados clínicamente. La búsqueda se origina en la noción de que la ruptura del AAA ocurre cuando el estrés en la pared supera la resistencia de la misma. La cuantificación del pico (máximo) de estrés en la pared (PWS) ha sido la piedra angular de esta investigación, con numerosos estudios que han demostrado que el PWS diferencia mejor los AAAs rotos de los no rotos. A diferencia de los modelos de estrés en la pared, que se han vuelto cada vez más sofisticados, ha habido relativamente poco progreso en la estimación de la resistencia específica de la pared del paciente. Esto se debe a que la resistencia de la pared no se puede inferir de manera no invasiva, y las mediciones de tejidos de pacientes extirpados muestran un amplio espectro de valores de resistencia de la pared. En esta revisión, destacamos estudios que investigaron la relación entre la biomecánica y el riesgo de ruptura del AAA. Concluimos que combinar aproximaciones de estrés en la pared y resistencia en la pared debería proporcionar mejores estimaciones del riesgo de ruptura del AAA. Sin embargo, antes de que la evaluación del riesgo biomecánico personalizado del AAA pueda convertirse en una realidad, se necesitan mejores métodos para estimar propiedades de la pared específicas del paciente o marcadores sustitutos de la degradación de la pared aórtica. Los métodos de inteligencia artificial pueden ser clave en la estratificación de pacientes, lo que lleva a una evaluación personalizada del riesgo del AAA.
Descripción
La biomecánica computacional a través del análisis de elementos finitos (FEA) ha prometido durante mucho tiempo un medio para evaluar el riesgo de ruptura de aneurismas de aorta abdominal (AAA) específicos del paciente con mayor eficacia que los criterios actuales basados en el tamaño utilizados clínicamente. La búsqueda se origina en la noción de que la ruptura del AAA ocurre cuando el estrés en la pared supera la resistencia de la misma. La cuantificación del pico (máximo) de estrés en la pared (PWS) ha sido la piedra angular de esta investigación, con numerosos estudios que han demostrado que el PWS diferencia mejor los AAAs rotos de los no rotos. A diferencia de los modelos de estrés en la pared, que se han vuelto cada vez más sofisticados, ha habido relativamente poco progreso en la estimación de la resistencia específica de la pared del paciente. Esto se debe a que la resistencia de la pared no se puede inferir de manera no invasiva, y las mediciones de tejidos de pacientes extirpados muestran un amplio espectro de valores de resistencia de la pared. En esta revisión, destacamos estudios que investigaron la relación entre la biomecánica y el riesgo de ruptura del AAA. Concluimos que combinar aproximaciones de estrés en la pared y resistencia en la pared debería proporcionar mejores estimaciones del riesgo de ruptura del AAA. Sin embargo, antes de que la evaluación del riesgo biomecánico personalizado del AAA pueda convertirse en una realidad, se necesitan mejores métodos para estimar propiedades de la pared específicas del paciente o marcadores sustitutos de la degradación de la pared aórtica. Los métodos de inteligencia artificial pueden ser clave en la estratificación de pacientes, lo que lleva a una evaluación personalizada del riesgo del AAA.