文献

J-GLOBAL ID：202202213613917540   整理番号：22A0570338

仮想患者モデルにおけるヒステリシスループ解析と患者特異的基底関数による過剰拡張予測【JST・京大機械翻訳】

Over-distension prediction via hysteresis loop analysis and patient-specific basis functions in a virtual patient model

著者 (8件)： Sun Qianhui (Department of Mechanical Engineering, Dept of Mechanical Eng, Centre for Bio-Engineering, University of Canterbury, Christchurch, New Zealand) ,  Chase J. Geoffrey (Department of Mechanical Engineering, Dept of Mechanical Eng, Centre for Bio-Engineering, University of Canterbury, Christchurch, New Zealand) ,  Zhou Cong (Department of Mechanical Engineering, Dept of Mechanical Eng, Centre for Bio-Engineering, University of Canterbury, Christchurch, New Zealand) ,  Zhou Cong (School of Civil Aviation, Northwestern Polytechnical University, China) ,  Tawhai Merryn H. (Auckland Bioengineering Institute, The University of Auckland, Auckland, New Zealand) ,  Knopp Jennifer L. (Department of Mechanical Engineering, Dept of Mechanical Eng, Centre for Bio-Engineering, University of Canterbury, Christchurch, New Zealand) ,  Moller Knut (Institute for Technical Medicine, Furtwangen University, Villingen-Schwenningen, Germany) ,  Shaw Geoffrey M. (Department of Intensive Care, Christchurch Hospital, Christchurch, New Zealand)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 141  ページ： Null  発行年： 2022年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： その後のポジティブエンド呼気圧(PEEP)による再発操作(RM)は,肺容積を動員し,肺胞崩壊を予防するのに有効であることが証明されている。しかし,準最適PEEPは,不十分なまたは過剰な呼気サポートによって肺に望ましくない損傷を誘発することができた。このように,PEEP変化下の患者反応の予測モデルは,臨床治療とより低いリスクを改善することができた。本研究は,患者特異的肺膨満を同定し予測するための仮想患者モデルに新しい要素を追加し,治療を最適化および個人化する。7つの異なるベースラインPEEPレベル(0~12cmH_2O)での18体積制御換気(VCV)患者からのデータを用いてモデル妥当性と精度を検証し,623の予測事例を得た。予測は6x2cmH_2O PEEP段階をカバーするΔPEEP=12cmH_2Oまで行った。提案した肺拡張モデルを用いて,臨床測定と比較して絶対ピーク吸気圧(PIP)予測誤差の90%は,この膨張項のない4.76cmH_2Oと比較して,3.95cmH_2O以内であった。モデル予測と臨床的に測定した膨満の比較は,最大ΔPEEP≦6cmH_2Oの場合,R2=0.93~0.95に高い相関を示した。PEEPとして予測した動的機能的残留容量(Vfrc)変化は,予測グループと全R2の0.84に対して,0.013Lの中央値予測誤差を生じた。全体的な結果は,機械的換気のための仮想肺力学患者において,非線形膨張力学を正確に捉えることを示した。この結果は,換気装置設定を変える前に膨満の可能性の発生を予測することにより肺損傷のリスクを最小化することができる。全体的転帰は,この仮想機械的換気患者モデルを有意に拡張し,より完全に検証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  換気 ,  換気装置 ,  *肺 ,  肺胞 ,  力学 ,  機能 ,  呼気 ,  人工呼吸器 ,  仮想機械システム ,  肺疾患 ,  陽圧呼吸 ,  予測誤差 ,  基底関数 ,  予測モデル
準シソーラス用語： PEEP ,  肺損傷 , 【Automatic Indexing@JST】

著者キーワード (10件)： 機械的換気 ,  救命救急 ,  予測 ,  エラスタンス ,  ヒステリシスループ解析 ,  基底関数 ,  動的機能的残留容量 ,  肺膨満 ,  人工呼吸器による肺損傷 ,  圧力-体積ループ

分類 (3件)： 応急処置  (GC03014I) ,  全身麻酔  (GC05020R) ,  呼吸器の診断  (GI02000S)

タイトルに関連する用語 (8件)： 仮想 ,  患者 ,  モデル ,  ヒステリシスループ ,  解析 ,  基底関数 ,  拡張 ,  予測