一种针对左心室边界异常的新生儿和婴儿的个性化计算模型

《Annals of Biomedical Engineering》：A Patient-Specific Computational Model for Neonates and Infants with Borderline Left Ventricles

本研究开发了针对边境左心室（BLV）患者的个性化计算模型，通过多块集中参数网络（LPN）模拟虚拟手术（双心室修复/B阶段姑息治疗）后的血流动力学，验证其在临床决策中的应用。结果显示，虚拟双心室修复在S1P组患者中导致肺动脉、左心房及单心室舒张末压显著升高（p<0.0001），而BiVR组无不良血流动力学。该模型为BLV婴儿手术选择提供预测支持，但需前瞻性研究验证。

　　

摘要

目的

边缘性左心室（BLV）患者在是否进行双心室修复（BiVR）或第一阶段姑息治疗（S1P）之间面临两难选择，因为不一致地追求BiVR会增加死亡风险。我们的目标是开发并验证一个个性化的计算模型，通过预测BLV患者的虚拟手术血流动力学来辅助外科决策。

方法

我们开发了一种新型的多块集总参数网络（LPN）模型，用于模拟BLV的循环系统。使用半自动调优框架根据十名回顾性识别的BLV患者的临床数据估计了特定于患者的模型参数。对每位患者进行了虚拟手术（BiVR和S1P），以量化术后血流动力学。

结果

在临床接受S1P治疗的患者（第一组，N=5）中，虚拟BiVR预测的平均肺动脉压（PAP_mean）显著升高（38.00±10.0 vs. 17.50±2.7 mmHg，p<0.01），平均左心房压（LAP_mean）显著升高（25.40±8.2 vs. 6.20±1.2 mmHg，p<0.0001），以及单心室舒张末期压（SVEDP）也显著升高（21.80±8.7 vs. 4.80±1.3 mmHg，p<0.0001）。而在临床接受BiVR治疗的患者（第二组，N=5）中，虚拟BiVR并未预测出任何不良的血流动力学结果。

结论

我们开发了一种新型的、针对特定患者的计算建模框架，用于预测BLV患者虚拟手术后的血流动力学。该模型的预测结果与这一回顾性选择队列中实际采用的临床手术方案一致，即预测出了不可接受的PAP、LAP和SVEDP值。这一预测工具可能有助于外科医生确定对BLV婴儿来说血流动力学上最合适的手术方案，但需要在更大的队列中进行前瞻性验证。

核心信息

针对特定患者的计算建模可以预测边缘性左心室患者虚拟手术后的血流动力学情况，并可能辅助外科决策。

展望

小儿心脏外科医生和儿科心脏病专家面临的一个关键难题是，在出生时左心室功能处于边缘状态的患者中，如何在双心室修复和单心室姑息治疗之间做出选择。使用集总参数网络的计算建模可以从虚拟手术模拟中预测血流动力学情况，从而帮助临床医生决定最合适的手术方案。

目的

边缘性左心室（BLV）患者在是否进行双心室修复（BiVR）或第一阶段姑息治疗（S1P）之间面临两难选择，因为不一致地追求BiVR会增加死亡风险。我们的目标是开发并验证一个个性化的计算模型，通过预测BLV患者的虚拟手术血流动力学来辅助外科决策。

方法

我们开发了一种新型的多块集总参数网络（LPN）模型，用于模拟BLV的循环系统。使用半自动调优框架根据十名回顾性识别的BLV患者的临床数据估计了特定于患者的模型参数。对每位患者进行了虚拟手术（BiVR和S1P），以量化术后血流动力学。

结果

在临床接受S1P治疗的患者（第一组，N=5）中，与虚拟S1P相比，虚拟BiVR预测的平均肺动脉压（PAP_mean）显著升高（38.00±10.0 vs. 17.50±2.7 mmHg，p<0.01），平均左心房压（LAP_mean）显著升高（25.40±8.2 vs. 6.20±1.2 mmHg，p<0.0001），以及单心室舒张末期压（SVEDP）也显著升高（21.80±8.7 vs. 4.80±1.3 mmHg，p<0.0001）。而在临床接受BiVR治疗的患者（第二组，N=5）中，虚拟BiVR并未预测出任何不良的血流动力学结果。

结论

我们开发了一种新型的、针对特定患者的计算建模框架，用于预测BLV患者虚拟手术后的血流动力学。该模型的预测结果与这一回顾性选择队列中实际采用的临床手术方案一致，即预测出了不可接受的PAP、LAP和SVEDP值。这一预测工具可能有助于外科医生确定对BLV婴儿来说血流动力学上最合适的手术方案，但需要在更大的队列中进行前瞻性验证。

核心信息

针对特定患者的计算建模可以预测边缘性左心室患者虚拟手术后的血流动力学情况，并可能辅助外科决策。

展望

小儿心脏外科医生和儿科心脏病专家面临的一个关键难题是，在出生时左心室功能处于边缘状态的患者中，如何在双心室修复和单心室姑息治疗之间做出选择。使用集总参数网络的计算建模可以从虚拟手术模拟中预测血流动力学情况，从而帮助临床医生决定最合适的手术方案。