编辑推荐：
为解决心血管模拟可靠性评估问题，研究人员开展川崎病（KD）致冠状动脉瘤（CAA）血流动力学模拟的不确定性量化（UQ）研究。结果显示心输出量等参数影响血流动力学指标变异性，其对指导 KD 患者 CAA 治疗意义重大。
在医学领域，心血管疾病一直是全球范围内的 “健康杀手”，其中冠状动脉疾病更是 “罪魁祸首” 之一。冠状动脉疾病包含冠状动脉狭窄和冠状动脉瘤（CAA）等病症。冠状动脉狭窄主要是由于动脉粥样硬化斑块堆积，导致血管变窄，影响心脏供血，严重时会引发心力衰竭等严重后果；而冠状动脉瘤则常与川崎病（KD）紧密相关，这是一种主要侵袭儿童的全身性血管炎疾病。新冠疫情引发的儿童多系统炎症综合征（MIS-C）也可能导致冠状动脉扩张，但相关长期影响和风险评估还不够完善。
对于冠状动脉疾病的治疗决策，以往多依赖病变血管的形态特征。然而，随着医学的进步，现在越来越倾向于使用功能指标。比如评估冠状动脉狭窄时，血流储备分数（FFR）已成为评估冠心病心肌梗死风险的金标准。但在冠状动脉瘤的治疗方面，现有的基于血管大小和 Z 评分的治疗指南，在预测 KD 患者的临床结果时并不总是准确。这就迫切需要修订指南，而将功能指标纳入治疗决策过程成为关键需求。
计算流体动力学（CFD）在心血管疾病治疗中逐渐崭露头角，它能够提供功能指标，助力治疗方案的制定。比如基于 CFD 计算的 FFR 为传统测量方法提供了无创替代方案。而且，CFD 还能帮助研究人员开发与心血管疾病进展相关的新血流动力学指标。但 CFD 结果的准确性和可信度高度依赖计算模型进出口处压力和流量的边界条件设定。在实际临床中，特定感兴趣区域的血流动力学数据往往难以获取，即便有数据，也存在测量误差、患者个体差异以及生理变化带来的不确定性。目前心血管 CFD 模拟多采用确定性框架，忽略了这些不确定性，导致模拟结果的可靠性难以评估。
在这样的背景下，韩国庆熙大学的研究人员开展了一项极具意义的研究。他们首次将不确定性量化（UQ）框架应用于模拟 KD 导致的冠状动脉瘤中的血流情况。研究人员利用大规模 CFD 模拟，对 43 名 KD 患者的 64 个 CAA 进行建模，在建模过程中确定了心脏输出量（CO）、心肌内压力、平面内速度分布和冠状动脉血流波形这四个关键的不确定性来源。为了降低计算成本，他们采用了降阶冠状动脉模型，这是临床研究中完整主动脉 - 冠状动脉模型的子模型。研究人员将不确定的输入参数建模为随机变量，通过准蒙特卡罗方法获取样本，并进行了敏感性分析。
研究人员用到的主要关键技术方法包括：首先，构建了三个患者特异性主动脉 - 冠状动脉解剖模型；其次，运用降阶子模型方法进行 CFD 模拟，以减少计算成本；再者，利用 Karhunen–Loève 展开对时变信号进行扰动；最后，通过设定输入参数的标准分布，采用准蒙特卡罗方法获取样本，并进行敏感性分析。
下面来看具体的研究结果：
- 收敛性分析：研究人员基于变异系数（σ/μ）分析了壁面切应力（WSS）、停留时间（RT）和 FFR 等感兴趣量（QoIs）随样本数量的收敛情况。在样本数量分别为 10、20、40 和 80 时，Case 1 中 WSS 的误差分别为 3.6%、2.3%、3.7% 和 0.9%；RT 的误差分别为 6.9%、8.6%、11.0% 和 0.4%；FFR 的误差分别为 13.2%、3.4%、6.6% 和 0.4% 。这表明随着样本数量的增加，这些指标逐渐趋于稳定。
- 不确定性对血流动力学指标的影响：研究发现，心输出量 20% 的不确定性和 7% 过程方差的扰动流入波形会导致 WSS 和 RT 出现 8% - 35% 的变异性。敏感性分析显示，心输出量对输出变异性的贡献最大，超过 52%；流入波形贡献为 20 - 30%。平面内速度分布对 WSS 和 RT 的影响约为 10%，但对 FFR 的贡献在 3% - 27% 之间变化。而心肌内压力的影响则可忽略不计。
从研究结论和讨论部分来看，该研究首次将 UQ 应用于 KD 相关 CAA 模拟，全面探究了不确定输入参数。研究结果明确指出心输出量是血流动力学变异性的关键因素，这意味着在临床实践中，获取精确的临床数据对于提高基于模拟的预测准确性至关重要，尤其是在管理 KD 患者的 CAA 方面。这一研究成果为心血管疾病的治疗决策提供了更科学、更可靠的依据，推动了精准医疗在心血管领域的发展。该研究发表在《Computer Methods and Programs in Biomedicine》上，为后续相关研究开辟了新的方向，有望进一步改善 KD 患者的治疗效果和预后。
