Doctoral thesis (Dissertations and theses)
Model-Based Prediction of the Response to Vascular Filling Therapy
Pironet, Antoine
2016
 

Files


Full Text
these.pdf
Author preprint (7.47 MB)
Download

All documents in ORBi are protected by a user license.

Send to



Details



Abstract :
[en] Vascular filling is one of the most frequent interventions in intensive care units. Its expected effect is to increase cardiac output. However, this increase is only observed in approximately 50 % of cases. In addition, excessive vascular filling can lead to deleterious effects, such as pulmonary oedema, which increase length of ventilation, stay, mortality and cost. Clinicians are thus looking for indices to provide a priori knowledge of the effect of vascular filling. This thesis focuses on a mathematical model-based approach to predict the response to vascular filling. Mathematical models are sets of equations representing the behaviour of a given system as, for instance, the cardiovascular system. To understand the concept of vascular filling, basic elements of cardio-vascular anatomy and physiology are presented in the first part of this thesis. Then, fur- ther details about vascular filling therapy are given, as well as the current indices used by clinicians to predict its effects. The static indices are easy to obtain, but do not perform well. The dynamic indices, based on cardio-pulmonary interac- tions, perform better, but are difficult and highly invasive to implement clinically. A new index, total stressed blood volume, also seems to perform well, but is not easy to obtain clinically. This work develops and then uses models of the cardio- vascular system to make this parameter available to clinicians. Building on the elements of physiology provided in the first part, the second part of this thesis describes ways to model the components of the cardio-vascular system as lumped elements, such as chambers, valves and resistances. Two mod- els of the cardio-vascular system, comprising respectively three and six cham- bers, are built from such elements. These two models involve a small number of parameters, including the total stressed volume in the model. The third part of this thesis describes the potential and methods to identify the parameters of the two cardio-vascular system models. Parameter identifica- tion aims at finding the parameter values that make model simulations as close as possible to measured data. The available data is thus first described, accord- ing to whether it is collected in an experimental laboratory or an intensive care unit. Then, it is mathematically demonstrated that all model parameters can the- oretically be identified from data available in an intensive care unit. However, practically speaking, some parameters are difficult to identify, because they have little influence on the simulations, or have the same effect as other parameters. Fi- nally, computational methods to perform parameter identification are presented and compared. The last part of this thesis presents two applications of the cardio-vascular system models to experimental data. First, all parameters of the six-chamber cardio-vascular system model are identified from data recorded during a preload reduction experiment. This result provides the first quantitative validation of the six-chamber model in transient conditions. Second, all parameters of the three-chamber cardio-vascular system model, including total stressed volume, are identified from data recorded during vascular filling experiments. The total stressed volume parameter is shown to be systematically related to the change in cardiac output after vascular filling. This last index thus provides, for the first time, a model-based means of predicting the response to vascular filling.
[fr] Le remplissage vasculaire est l’une des interventions les plus fréquentes dans les unités de soins intensifs, l’effet attendu étant une augmentation du débit car- diaque. Cependant, cette réponse est observée dans seulement environ 50 % des cas. De plus, un remplissage vasculaire trop important peut mener à des effets délétères, comme l’œdème pulmonaire, qui augmentent la durée de la respiration mécanique, de l’hospitalisation, la mortalité et les coûts. Les médecins sont donc à la recherche d’indices fournissant a priori une information sur les effets du rem- plissage vasculaire. Cette thèse présente une méthode de prédiction de la réponse au remplissage vasculaire basée sur un modèle mathématique. Un modèle math- ématique est un ensemble d’équations représentant le comportement d’un sys- tème donné, par exemple le système cardio-vasculaire. Des éléments de base d’anatomie et de physiologie cardio-vasculaire sont présentés dans la première partie de cette thèse, car ils sont nécessaires à la com- préhension des principes du remplissage vasculaire. Ensuite, des détails supplé- mentaires sont fournis sur la thérapie de remplissage vasculaire, ainsi que sur les indices actuellement utilisés par les médecins pour en prédire les effets. Les indices dits statiques sont faciles à obtenir, mais peu efficaces. Les indices dits dy- namiques, basés sur les interactions cardio-pulmonaires, sont plus performants, mais sont invasifs et difficiles à implémenter en clinique. Un nouvel indice, le volume total de sang sous pression, pourrait s’avérer utile, mais est également difficile à obtenir en clinique. Ce travail développe et utilise des modèles du sys- tème cardio-vasculaire pour rendre ce paramètre disponible aux médecins. Sur base des éléments de physiologie développés dans la première partie, la seconde partie de cette thèse décrit comment modéliser les composants actifs et passifs du système cardio-vasculaire sous forme d’éléments agrégés, comme des compartiments, des valves et des résistances. Deux modèles du système cardio- vasculaire, comptant respectivement trois et six compartiments, sont ensuite con- struits à partir de tels éléments. Ces deux modèles impliquent un petit nombre de paramètres, représentant notamment le volume total sous pression dans le modèle. La troisième partie de cette thèse explique comment identifier les paramètres des deux modèles du système cardio-vasculaire. L’identification des paramètres a pour but de trouver les valeurs des paramètres qui rendent les simulations du modèle aussi proches que possible des données mesurées. Les données dispo- nibles sont donc décrites en premier lieu, en fonction de l’endroit où elles sont mesurées : dans un laboratoire expérimental ou une unité de soins intensifs. En- suite, il est mathématiquement démontré que tous les paramètres du modèle peu- vent théoriquement être identifiés à partir de données disponibles dans une unité de soins intensifs. Cependant, d’un point de vue pratique, certains paramètres ne peuvent être identifiés, car ils ont peu d’influence sur les simulations, ou ont le même effet que d’autres paramètres. En dernier lieu, des méthodes numériques pour identifier les paramètres à partir d’un ensemble de données cliniques sont présentées et comparées. La dernière partie de cette thèse présente deux applications des modèles du système cardio-vasculaire à des données expérimentales. Premièrement, tous les paramètres du modèle du système cardio-vasculaire à six compartiments sont identifiés à partir de données provenant d’une expérience de réduction de pré- charge. Ce résultat constitue la première validation quantitative du modèle à six compartiments en situation transitoire. Deuxièmement, tous les paramètres du modèle à trois compartiments, y compris le volume total sous pression, sont identifiés à partir de données provenant d’expériences de remplissage vasculaire. Les résultats montrent que le volume total sous pression est systématiquement lié au changement de débit cardiaque après remplissage. Ce dernier indice fournit donc, pour la première fois, une méthode basée sur un modèle pour prédire la réponse au remplissage vasculaire.
Research center :
GIGA-In Silico Medicine
Disciplines :
Cardiovascular & respiratory systems
Engineering, computing & technology: Multidisciplinary, general & others
Author, co-author :
Pironet, Antoine ;  Université de Liège > Département d'astrophys., géophysique et océanographie (AGO) > Thermodynamique des phénomènes irréversibles
Language :
English
Title :
Model-Based Prediction of the Response to Vascular Filling Therapy
Defense date :
23 March 2016
Institution :
ULiège - Université de Liège
Degree :
Doctor of Philosophy in Engineering Sciences
Promotor :
Desaive, Thomas  ;  Université de Liège - ULiège > GIGA > GIGA In silico medicine
President :
Geris, Liesbet  ;  Université de Liège - ULiège > GIGA > GIGA In silico medecine - Biomechanics Research Unit
Jury member :
Dauby, Pierre  ;  Université de Liège - ULiège > GIGA > GIGA In silico medecine - Thermodynamics of Irreversible Processes
Chase, J. Geoffrey
Kolh, Philippe  ;  Université de Liège - ULiège > GIGA
MORIMONT, Philippe ;  Centre Hospitalier Universitaire de Liège - CHU > Service des soins intensifs
Phillips, Christophe  ;  Université de Liège - ULiège > GIGA > GIGA CRC In vivo Imaging - Neuroimaging, data acquisition and processing
Ponthot, Jean-Philippe  ;  Université de Liège - ULiège > Aérospatiale et Mécanique (A&M)
Funders :
F.R.S.-FNRS - Fonds de la Recherche Scientifique [BE]
Available on ORBi :
since 18 March 2016

Statistics


Number of views
182 (38 by ULiège)
Number of downloads
388 (34 by ULiège)

Bibliography


Similar publications



Contact ORBi