In silico thrombosis risk analysis for left ventricular assist device implantation - TEL - Thèses en ligne
Thèse Année : 2022

In silico thrombosis risk analysis for left ventricular assist device implantation

Analyse in sillico du risque de thrombose pour l’implantation d’un dispositif d’assistance ventriculaire gauche

Amal Ben Abid
  • Fonction : Auteur
  • PersonId : 1260391
  • IdRef : 269816593

Résumé

In the context of end stage heart failure, implantation of a Left Ventricular Assist Device (LVAD) is associated with serious complications. The aim of this thesis is to investigate the influence of IC features (length and angulation) on thrombosis risk by considering ventricular anatomy through a Computational Fluids Dynamics (CFD) approach. We propose a simplified model. The 2D assumption is first verified by comparing a 3D model and its corresponding 2D model, same haemodynamic tendencies were found. The proposed model is then used to analyse the influence of IC features on LV haemodynamic which allowed proposing a Personolised Thrombogenic Potential Marker (PTPM) based on vortices formation and ventricular morphology. To assess the marker efficiency, several clinical cases are investigated (19 patients implanted with HM2 \& HM3). PTPM results are compared to clinical outcome. The marker seems able to accurately distinguish between patients with and without LVAD related complications. A wide range of IC angulation is investigated and obtained results reveal that the proposed marker seems able to recognise thrombogenic configurations and highlighted thrombogenic profiles. While IC features do influence the thrombosis risk, simulations also suggest that the ventricular anatomy seems to be a determining factor of the extent of this influence. The proposed pipeline of simulation is a promising lead towards the development of a clinical decision support system.
L’implantation d’un dispositif d’assistance ventriculaire gauche (DAVG) est envisagée au stade final de l’insuffisance cardiaque. Elle peut cependant entraîner des complications. L’objectif de cette thèse est d’étudier l’influence des caractéristiques (longueur et angulation) de la Canule Apicale (CA) sur le risque de thrombose en considérant l’anatomie ventriculaire par une approche de la Mécanique des Fluides Numérique (MFN). Nous proposons, un modèle simplifié. L’hypothèse 2D est d’abord vérifiée en comparant un modèle 3D et son modèle 2D correspondant, les mêmes tendances hémodynamiques ont été trouvées. Le modèle proposé est ensuite utilisé pour analyser l’hémodynamique ventriculaire en fonction des caractéristiques de la CA et construire un Marqueur du Potentiel Thrombogène Personalisé (MPTP) sur la base de la formation de vortex et de la morphologie ventriculaire. Pour évaluer l’efficacité du marqueur, plusieurs cas cliniques sont étudiés (19 patients implantés avec HM2 & HM3). Les résultats sont comparés aux résultats cliniques. Le marqueur semble capable de distinguer avec précision les patients avec et sans complications pour les deux types pompes. Un large intervalle d’angulations de la CA est étudié et les résultats obtenus révèlent que le marqueur proposé semble capable de mettre en évidence des configurations et des profils thrombogènes. Si les caractéristiques de la CA influencent le risque de thrombose, les simulations suggèrent également que l’anatomie ventriculaire semble être un facteur déterminant de l’étendue de cette influence. Le pipeline de simulation proposé est une piste prometteuse vers le développement d’un système d’aide à la décision clinique.
Fichier principal
Vignette du fichier
BEN_ABID_Amal.pdf (11.49 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04122048 , version 1 (08-06-2023)

Identifiants

  • HAL Id : tel-04122048 , version 1

Citer

Amal Ben Abid. In silico thrombosis risk analysis for left ventricular assist device implantation. Human health and pathology. Université de Rennes, 2022. English. ⟨NNT : 2022REN1B051⟩. ⟨tel-04122048⟩
34 Consultations
28 Téléchargements

Partager

More