CN117727463A - 一种基于血液循环生理机制的qsp模型及其应用 - Google Patents
一种基于血液循环生理机制的qsp模型及其应用 Download PDFInfo
- Publication number
- CN117727463A CN117727463A CN202311830507.5A CN202311830507A CN117727463A CN 117727463 A CN117727463 A CN 117727463A CN 202311830507 A CN202311830507 A CN 202311830507A CN 117727463 A CN117727463 A CN 117727463A
- Authority
- CN
- China
- Prior art keywords
- blood
- model
- fluid
- data
- hemodynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000017531 blood circulation Effects 0.000 title claims abstract description 40
- 230000008288 physiological mechanism Effects 0.000 title claims abstract description 20
- 239000008280 blood Substances 0.000 claims abstract description 62
- 210000004369 blood Anatomy 0.000 claims abstract description 62
- 230000000004 hemodynamic effect Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000002637 fluid replacement therapy Methods 0.000 claims abstract description 37
- 239000012530 fluid Substances 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 26
- 239000013589 supplement Substances 0.000 claims abstract description 7
- 230000009885 systemic effect Effects 0.000 claims description 46
- 230000004872 arterial blood pressure Effects 0.000 claims description 41
- 210000004204 blood vessel Anatomy 0.000 claims description 41
- 230000000747 cardiac effect Effects 0.000 claims description 31
- 238000001802 infusion Methods 0.000 claims description 21
- 210000001367 artery Anatomy 0.000 claims description 19
- 210000003492 pulmonary vein Anatomy 0.000 claims description 19
- 230000002685 pulmonary effect Effects 0.000 claims description 15
- 239000003814 drug Substances 0.000 claims description 11
- 229940079593 drug Drugs 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 8
- 230000009123 feedback regulation Effects 0.000 claims description 7
- 238000005086 pumping Methods 0.000 claims description 7
- 230000000857 drug effect Effects 0.000 claims description 6
- 210000001124 body fluid Anatomy 0.000 claims description 5
- 239000010839 body fluid Substances 0.000 claims description 5
- 238000012821 model calculation Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 210000002700 urine Anatomy 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000002560 therapeutic procedure Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims 1
- 238000011282 treatment Methods 0.000 abstract description 20
- 230000002792 vascular Effects 0.000 abstract description 18
- 230000008859 change Effects 0.000 abstract description 12
- 239000007788 liquid Substances 0.000 abstract description 11
- 230000035790 physiological processes and functions Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 abstract description 3
- 210000003484 anatomy Anatomy 0.000 abstract description 2
- 238000013461 design Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000004088 pulmonary circulation Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 19
- 210000003462 vein Anatomy 0.000 description 17
- 210000001147 pulmonary artery Anatomy 0.000 description 15
- 230000036284 oxygen consumption Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000004087 circulation Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 230000001839 systemic circulation Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 230000004217 heart function Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101800000407 Brain natriuretic peptide 32 Proteins 0.000 description 1
- 208000028399 Critical Illness Diseases 0.000 description 1
- 206010016803 Fluid overload Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 206010058558 Hypoperfusion Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 206010064911 Pulmonary arterial hypertension Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000003177 cardiotonic effect Effects 0.000 description 1
- 239000002327 cardiovascular agent Substances 0.000 description 1
- 229940125692 cardiovascular agent Drugs 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013503 de-identification Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 1
- 239000002934 diuretic Substances 0.000 description 1
- 230000001882 diuretic effect Effects 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 239000003978 infusion fluid Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000008816 organ damage Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 230000036316 preload Effects 0.000 description 1
- 238000002626 targeted therapy Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000000287 tissue oxygenation Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于血液循环生理机制的QSP模型及其应用。本发明的方法构建得到的QSP模型是基于血液循环生理机制建立的生理系统模型，根据血液循环系统的生理学、解剖学等，模拟血液循环系统中血流的流动过程，从机制层面描述了血液循环的过程。模型提供了不同部位的血管房室，各个生理参数有明确的生理部位。并将血液循环生理机制模型与描述液体复苏治疗过程中补液量与个体血容量变化程度定量关系模型相结合，更加符合真实的生理过程。因此，将本发明的建立的QSP模型用于预测不同的液体复苏方案对个体血流动力学的影响，有利于辅助患者个体化液体复苏治疗方案的设计，降低不合适的补液方案导致患者产生不良治疗结果的风险。
Description
技术领域
本发明涉及一种基于血液循环生理机制的QSP模型及其应用，尤其涉及一种基于血液循环生理机制的QSP模型及其在预测血流动力学指标中的应用，属于涉及生物医学工程技术领域。
背景技术
维持血流动力学指标的稳定是重症患者在治疗过程中的重点关注的方向，其中液体复苏是避免或治疗低灌注和维持足够的组织供氧的最常用的治疗方法之一。延误时机或不合适的液体复苏方案可能会导致灌注不足、组织缺氧或水肿及液体超负荷的状况出现，最终导致器官损伤甚至功能衰竭等不良事件的发生，严重影响患者结局。
临床研究最多的方法之一“目标导向疗法”，即在重症患者维持血流动力学的治疗过程中预设生理指标的标准值并将即时的监测值与之进行比较，随时调整治疗方案。“目标导向疗法”已经在临床试验中进行了尝试，但出现了差异较大的结果，其原因可能是这些研究中的方法主要是使用某个固定值作为标准，再通过一些治疗措施优化循环系统中的血流动力学指标，而忽视了患者的个体化需求。
而血液循环系统作为连通全身器官和组织的重要生理结构，其复杂的生理结构和反馈调节过程和血流动力学变化会反过来影响药物或液体复苏的药代动力学行为，这就导致使用传统的PK/PD模型来研究药物或液体复苏对血液循环系统中生理指标的效应非常困难。定量系统药理学(Quantitative system pharmacology，QSP)模型可以建立外源物质和生理系统之间复杂的相互关系，能够完整的对器官层次的生理过程进行描述并且能和外界的治疗方案进行桥接，可以应用于模型化研究补液对血流动力学指标的影响这种复杂的生理过程。
检索目前相关的研究和专利，仅见到使用循环系统生理模型用于心衰患者疾病的分类，而没有具体应用到实际诊疗过程中的案例。并且申请者研究发现，现有的研究中使用的模型仍较为复杂，计算过程中需要详细的生理信息，且模型计算的时间尺度较短，仅为几个心动周期或数秒钟，不适合临床实际的应用场景。而开发一种基于生理机制的循环系统模型可以帮助医务人员进行快速现场建模，以辅助诊断和治疗。
发明内容
发明目的：本发明的第一目的是提供了一种基于血液循环生理机制的QSP模型的建立方法。本发明的第二目的是提供了利用上述方法建立的模型预测患者在液体复苏治疗后血流动力学指标的变化的方法。
技术方案：本发明的提供的基于血液循环生理机制的QSP模型的建立方法，包括以下步骤：
步骤1：收集现有研究中计算个体血容量的经验公式；
步骤2：收集血容量在机体不同部位血管中的分配比例、不同部位血管中总血容量在张力与非张力血容量中的分配比例和尿液生成速率；
步骤3：使用微分方程组通过描述血液循环过程建立体液进出平衡方程，具体包括根据临床监测的重要血流动力学指标确立描述人体的血流动力学指标的经时变化过程的方程；确立描述心脏泵血功能和机体的反馈调节过程的方程；确立描述人体血管房室的弹性和血管房室两两之间的阻力的方程；
步骤4：将步骤1中收集的经验公式、步骤2中收集数据以及步骤3构建的体液进出平衡的方程整合建立基于血液循环生理机制的QSP模型。
其中，步骤1中所述的经验公式为：
其中，步骤2中所述不同部位血管包括体循环动脉、体循环静脉、肺循环动脉、肺循环静脉。
其中，步骤2中收集的数据为：
其中，步骤3中所述描述人体的血流动力学指标的经时变化过程的方程具体为弹性管模型和物质守恒方程，用于描述血液在其中循环流动并对血管壁产生血压的过程。具体为公式1～21。
其中，步骤3中所述对心脏泵血功能和机体的反馈调节过程的方程使用Emax方程。具体为公式22～29。
其中，步骤3中所述描述人体血管房室的弹性和血管房室两两之间的阻力的方程具体为公式30～37。
本发明还提供了利用上述的基于血液循环生理机制的QSP模型的建立方法建立的模型获得患者补液后的血流动力学指标，包括以下步骤：
步骤1：收集患者的血流动力学指标数据，并对数据进行预处理；
步骤2：使用患者血流动力学经时变化数据中最早时刻记录的临床数据，并使用这些数据计算模型中需要的参数，参数包括血管房室的弹性和血管房室两两之间的阻力；
步骤3：将步骤1预处理后的数据和步骤2计算得到的参数纳入模型，计算患者在补液后的血流动力学指标，即可得到患者补液后的血流动力学指标数据。
其中，步骤1中所述血流动力学指标数据包括患者个体的身高、体重、性别、平均动脉压、平均肺动脉压、心输出量、补液量、补液速率、补液类型、合并用药。
其中，步骤1中所述预处理包括异常值清理、移动平均平滑数据；对存在合并用药的部分时间点的数据进行剔除，减少其他药物效应对血流动力学指标的干扰；最终截取患者补液前后的血流动力学指标作为模型计算使用的数据。
其中，步骤2中所述参数具体包括肺循环静脉至体循环动脉的血管阻力Rpvlh、体循环动脉至体循环静脉的血管阻力Rsasv、体循环静脉至肺循环动脉的血管阻力Rsvpa、肺循环动脉至肺循环静脉的血管阻力Rpapv、体循环动脉血管弹性Esa、体循环动脉血管弹性Esv、肺循环动脉血管弹性Epa、肺循环动脉血管弹性Epv。
其中，步骤3中使用软件Simulx对患者接受不同补液量或补液速率的液体复苏治疗后血流动力学指标的变化进行模拟。
其中，步骤3中所述患者在补液后的血流动力学指标，包括患者在不同补液量、补液速率或补液时长的补液后的血流动力学指标。
有益效果：与现有技术相比，本发明具有如下突出的显著优点：本发明的方法构建得到的QSP模型是基于血液循环生理机制建立的生理系统模型，根据血液循环系统的生理学、解剖学等，模拟血液循环系统中血流的流动过程，从机制层面描述了血液循环的过程。模型提供了不同部位的血管房室，各个生理参数有明确的生理部位。更加符合真实的生理过程。本发明中涉及的临床指标通过循环系统模型进行串联，而非孤立的药效指标，通过基于生理机制的QSP模型能够描述其相互作用。因此，将本发明的建立的QSP模型用于预测不同的液体复苏方案对个体血流动力学的影响，有利于辅助患者个体化液体复苏治疗方案的设计，降低不合适的补液方案导致患者产生不良治疗结果的风险。
附图说明
图1为基于血液循环生理机制的QSP模型结构图；
图2为临床数据个体平均动脉压实测值(点)和模型预测值(线)拟合结果示意图；
图3为临床数据个体平均肺动脉压实测值(点)和模型预测值(线)拟合结果示意图；
图4为临床数据个体心输出量实测值(点)和模型预测值(线)拟合结果示意图；
图5为平均动脉压、平均肺动脉压、心输出量的实测值-预测值诊断图；
图6为平均动脉压、平均肺动脉压、心输出量的视觉预测检验图；
图7为模拟10ml/min和20ml/min补液1h后群体患者平均动脉压的变化趋势；
图8为模拟10ml/min和20ml/min补液1h后群体患者平均肺动脉压的变化趋势；
图9为模拟10ml/min和20ml/min补液1h后群体患者心输出量的变化趋势；
图10为模拟10ml/min和20ml/min补液1h后个体患者平均动脉压的变化趋势；
图11为模拟10ml/min和20ml/min补液1h后个体患者平均肺动脉压的变化趋势；
图12为模拟10ml/min和20ml/min补液1h后个体患者心输出量的变化趋势。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
实施例1基于血液循环生理机制的QSP模型的建立方法
步骤1：收集现有研究中计算个体血容量的经验公式，计算公式为式(1)：
式中，Vtotal代表人体的总血容量，单位为L；Height代表身高，单位为m；Weight代表体重，单位为kg；
步骤2：收集血容量在机体不同部位血管中的分配比例、不同部位血管中总血容量在张力与非张力血容量中的分配比例和尿液生成速率；
人体血液循环系统主要包括体循环动脉、体循环静脉、肺循环动脉、肺循环静脉在内，总血容量在不同血管房室以及张力与非张力血容量中的分配状态使用文献中经验公式计算：
总血容量在四个房室中的分布情况根据式(2)至式(5)计算：
Vbsa＝Vtotal×ksa (2)
Vbsv＝Vtotal×ksv (3)
Vbpa＝Vtotal×kpa (4)
Vbpv＝Vtotal×kpv (5)
不同部位血管房室中张力血容量与非张力血容量的分配情况根据式(6)至(9)计算：
Vbsa，s＝Vbsa×ksa，s (6)
Vbsv，s＝Vbsv×ksv，s (7)
Vbpa，s＝Vbpa×kpa，s (8)
Vbpv，s＝Vbpv×kpv，s (9)
式中，Vbsa是指体循环动脉的总血容量；Vbsv是指体循环静脉的总血容量；Vbpa是指肺循环动脉的总血容量；Vbpv是指肺循环静脉的总血容量；Vbsa，s是指体循环动脉的张力血容量；Vbsv，s是指体循环静脉的张力血容量；Vbpa，s是指肺循环动脉的张力血容量；Vbpv，s是指肺循环静脉的张力血容量；ksa是指体循环动脉血容量占总血容量的比例；ksv是指体循环静脉血容量占总血容量的比例；kpa是指肺循环动脉血容量占总血容量的比例；kpv是指肺循环静脉血容量占总血容量的比例；ksa，s是指体循环动脉内张力血容量的比例；ksv，s是指体循环静脉内张力血容量的比例；kpa，s是指肺循环动脉内张力血容量的比例；kpv，s是指肺循环静脉内张力血容量的比例；
具体计算结果如表1所示：
表1：来源文献的群体生理参数
注：表1数据来源为Colunga，A.L.，Kim，K.G.，Woodall，N.P.，Dardas，T.F.，&Carlson，B.E..(2020).Deep phenotyping of cardiac function in heart transplantpatients using cardiovascular system models.The Journal of Physiology.
步骤3：使用微分方程组建立血液循环的模型框架，对人体的心功能和血流动力学指标进行描述，并对心脏泵血功能和机体的反馈调节过程进行描述；
人体的循环系统主要包括心脏和体循环动脉、体循环静脉、肺循环动脉、肺循环静脉在内，使用弹性管模型和物质守恒方程描述血液在其中循环流动并对血管壁产生血压的过程：
体循环的动脉血容量的物质守恒方程如(10)所示：
体循环的静脉血容量的物质守恒方程如(11)所示：
肺循环的动脉血容量的物质守恒方程如(12)所示：
肺循环的静脉血容量的物质守恒方程如(13)所示：
体循环动脉血压的计算方程如(14)所示：
Psa＝Esa×Vbsa×ks，sa (14)
体循环静脉血压的计算方程如(15)所示：
Psv＝Esv×Vbsv×ks，sv (15)
肺循环动脉血压的计算方程如(16)所示：
Ppa＝Epa×Vbpa×ks，pa (16)
肺循环动脉血压的计算方程如(17)所示：
Ppv＝Epv×Vbpv×ks，pv (17)
从肺循环静脉至左心的血流量计算方程如(18)所示：
Qpvlh＝(Ppv-Plh)/Rpvlh (18)
从体循环动脉至体循环静脉的血流量计算方程如(19)所示：
Qsasv＝(Psa-Psv)/Rsasv (19)
从体循环静脉至肺循环动脉的血流量计算方程如(20)所示：
Qsvpa＝(Psv-Prh)/Rsvpa (20)
从肺循环动脉至肺循环静脉的血流量计算方程如(21)所示：
Qpapv＝(Ppa-Ppv)/Rpapv (21)
式中，Qpvlh是指从肺循环静脉流入左心的血流速率；Qsasv是指从体循环动脉流入静脉的血流速率；Qsvpa是指从体循环静脉流经右心再流入肺循环动脉的血流速率；Qpapv是指从肺循环动脉流入肺循环静脉的血流速率；Qfluid_in是指通过补液治疗血容量增加的速率；Qfluid_out是指通过尿液生成和排出过程血容量减少的速率；Vb是指不同部位血管房室各自的总血容量；P是指不同部位血管房室内的血压；E是指不同部位血管房室的血管弹性；ks是指不同部位血管房室中张力血容量占总血容量的比例；sa是指体循环动脉；sv是指体循环静脉；pa是指肺循环动脉；pv是指肺循环静脉；rh是指右心；lh是指左心；Rpvlh是指肺循环静脉至体循环动脉的血管阻力；Rsasv是指体循环动脉至体循环静脉的血管阻力、Rsvpa是指体循环静脉至肺循环动脉的血管阻力、Rpapv是指肺循环动脉至肺循环静脉的血管阻力、Esa是指体循环动脉血管弹性、Epa是指体循环动脉血管弹性Esv是指肺循环动脉血管弹性、Epv是指肺循环动脉血管弹性；dX/dt是指相关指标随时间变化的速率，数学上体现为该指标的一阶导数，是微分方程的表现形式；
使用Emax方程描述心脏泵血功能和反馈调节过程，其中描述心脏泵血功能的方程包括如下：
使用机体静息状态耗氧量达峰比值计算心脏功率的公式如式(22)所示：
计算左心内压力对心脏功率的影响的公式如(23)所示：
使用心脏功率和平均动脉压计算心输出量的公式如(24)所示：
从左心流入体循环动脉的血流量与心输出量相同，公式如(25)所示：
Qlhsa＝CO (25)
式中，CPO是指心脏功率；CPOmax是指心脏功率峰值；VO2是指机体静息耗氧量达峰比值，即静息耗氧量占峰值耗氧量的比值；CPO50是指心脏功率达到最大值的一半时，机体的耗氧量达峰比值；EFFVO2描述左心做功变化影响机体静息耗氧量达峰比值的效应；KVO2是指计算EFFVO2的参数；CO是指心输出量；Qlhsa是指从左心流入体循环动脉的血流量；Psa是指体循环动脉血压。
描述左心内压力与左心内血容量的关系的公式包括如下：
计算左心内压力的公式如(26)所示：
Pla＝Pla，0×EFFFB (26)
计算左心血容量与左心内压力关系的参数的公式如(27)所示：
左心血容量的物质守恒方程如(28)所示：
式中，Pla是指左心内压力；Pla，0是指左心内压力的初值；EFFFB描述左心血容量与左心内压力的关系；KFB是指计算EFFFB的参数；Vblh是指左心血容量；Vblh，0是指基线期的左心室血容量。
描述人体通过排尿过程不断从体内排出液体，公式如(29)所示：
Qfluid，out＝1 (29)
式中Qfluid，out是指人体生成尿液的速率，为1ml/min。
个体血管房室的弹性和血管房室两两之间的阻力，使用弹性管模型中的方程计算血管弹性和房室间阻力：
肺循环静脉至体循环动脉的血管阻力计算方式如式(30)所示：
Rpvlh＝(Ppv，0-Plh，0)/Qpvlh，0 (30)
体循环动脉至体循环静脉的血管阻力计算方式如式(31)所示：
Rsasv＝(Psa，0-Psv，0)/Qsasv，0 (31)
体循环静脉至肺循环动脉的血管阻力计算方式如式(32)所示：
Rsvpa＝(Psv，0-Prh，0)/Qsvpa，0 (32)
肺循环动脉至肺循环静脉的血管阻力计算方式如式(33)所示：
Rpapv＝(Ppa，0-Ppv，0)/Qpapv，0 (33)
体循环动脉血管房室的弹性计算方式如式(34)所示：
Esa＝Psa，0/Vbsa，s (34)
体循环动脉血管房室的弹性计算方式如式(35)所示：
Esv＝Psv，0/Vbsv，s (35)
体循环动脉血管房室的弹性计算方式如式(36)所示：
Epa＝Ppa，0/Vbpa，s (36)
体循环动脉血管房室的弹性计算方式如式(37)所示：
Epv＝Ppv，0/Vbpv，s (37)
式中，P0是指临床数据库中实测的患者个体不同部位血管在初始时刻的血压；Q0是指临床数据库中实测的患者个体血管房室之间的血流量，初始时刻使用心输出量的值；sa是指体循环动脉；sv是指体循环静脉；pa是指肺循环动脉；pv是指肺循环静脉；rh是指右心；lh是指左心；
步骤4：纳入步骤1中收集的经验公式，同时输入步骤2中收集的血容量在机体不同部位血管中的分配比例和不同部位血管中总血容量在张力与非张力血容量中的分配比例，最后加入体液进出平衡的方程建立完整的基于血液循环生理机制的QSP模型。
实施例2 QSP模型的性能进行评估
在实施例1所述的模型建立后，使用该模型对临床治疗过程中接受液体复苏的危重患者的实测血流动力学数据进行预测，结果显示该QSP模型对血流动力学指标，包括平均动脉压、平均肺动脉压、心输出量的预测值与实测值的拟合良好，说明模型有良好的预测性能(本实施例中所述补液指临床上常用晶体液或胶体液体，其目的都是补充血容量，改善血液灌注的状态，补液中不存在药物。)，具体步骤为：
步骤1：根据实施例1构建的QSP模型研究的血流动力学指标收集计算模型参数需要的临床数据，并对收集到的原始数据进行预处理；
数据来源的患者必须满足如下条件：(1)有完整的心输出量、平均动脉压、平均肺动脉压经时变化的记录；(2)指标记录的时间段内存在补液治疗的记录；(3)指标记录的时间段内不存在心血管药物的给药记录；
收集的数据包括患者个体的身高、体重、性别、平均动脉压、平均肺动脉压、心输出量、补液量、补液速率、补液类型、合并用药；本实施例中的数据来源于MIMIC-III数据库(V.1.4，2016)，该数据库是一个公开的重症监护数据库，包含2001年6月1日至2012年10月31日期间，美国波士顿贝斯以色列女执事医疗中心ICU收治的46520例患者的去识别数据。使用结构化查询语言(MySQL v8.0)，从MIMIC-III数据库的ADMISSION、PATIENTS、CHARTEVENTS、INPUTEVENTS_MV、D_ITEMS表中检索；
数据预处理的过程包括异常值清理、移动平均平滑数据，同时对存在合并用药的部分时间点的数据进行剔除，减少其他药物效应对血流动力学指标的干扰，最后截取了个体患者补液前后的血流动力学指标作为模型计算使用的数据。其中剔除的对血流动力学指标有影响的药物。其中该模型中选择的药物根据检索得到的患者的全部给药记录，选择其中对心功能和血流动力学影响明显的几类药物，包括：强心药、拟肾上腺素药物、利尿药、血管扩张药和重组人B型利钠肽药物，根据药物效应持续时间剔除其存在药效的时间点的监测记录，剩余指标认为不受上述药物效应的影响。
步骤2：使用步骤1中收集的数据，使用患者初始时刻的临床数据作为患者的初始状态，并使用这些数据计算模型中的参数；
计算个体参数时，使用步骤1中截取的血流动力学经时变化数据中最早时刻记录的临床数据作为患者的初始状态，并计算得到该患者的初始参数值；
计算的参数包括个体血管房室的弹性和血管房室两两之间的阻力，使用公式为30～37。
式中，P0是指临床数据库中实测的患者个体不同部位血管在初始时刻的血压；Q0是指临床数据库中实测的患者个体血管房室之间的血流量，初始时刻使用心输出量的值；sa是指体循环动脉；sv是指体循环静脉；pa是指肺循环动脉；pv是指肺循环静脉；rh是指右心；lh是指左心；
步骤3：将步骤1中筛选的临床数据以及步骤2中计算得到的完整个体参数纳入模型，使用群体药代动力学PopPK软件Monolix进行群体QSP模型参数的计算，根据计算得到的结果和诊断图对模型性能进行评估，满足条件后再使用软件Simulx对患者接受不同补液量或补液速率的液体复苏治疗后血流动力学指标的变化进行模拟。
结果如图2～4所示，模型参数估算的结果见表2，EFFVO2表示左心体积对静息耗氧量达峰比值的影响，即前负荷与耗氧量的关系；EFFFB表示左心内压力对回心血量的影响；模型预测值和观测值(即实测值)的验证图和视觉预测检验图结果如图5～6，均能说明模型有良好预测性能。
表2：软件计算获得的群体生理参数
结果证明，该模型预测患者接受液体复苏治疗后血流动力学指标的变化情况与实测的数据基本吻合，模型估算的参数也符合模型要求，表明可以用上述模型预测患者接受液体复苏治疗后平均动脉压、平均肺动脉压和心输出量的变化情况。
实施例3使用模型对不同情况的预测
临床液体复苏的主要目的是恢复血流动力学稳定，从而实现优化组织灌注和组织氧气运输的目的。其中血压作为血流动力学的指标在治疗的过程中受到重点关注，补液的目标之一就是调整机体血压到正常水平。
不同的液体复苏治疗方案包括补液量、补液速率和补液时长上的区别。
本实例中主要模拟了以不同输注速率给予相同类型液体相同时长后主要血流动力学指标，包括平均动脉压、平均肺动脉压和心输出量的区别。
1、本实施例模拟了与实施例2同一群体的患者在接受不同的补液方案后平均肺动脉压的变化情况。
将上述使用群体药代动力学软件Monolix计算得到的群体QSP模型导入软件Simulx，使用软件Simulx对群体患者接受补液治疗后血流动力学指标的变化状态进行预测，从开始预测的60分钟后，分别给予相同群体的患者输注速率为10ml/min和20ml/min的补液1h后，分别观察平均动脉压、平均肺动脉压和心输出量的变化程度，如图7～9所示，输注速率为20ml/min的患者组的平均动脉压、平均肺动脉压和心输出量的升高程度显著增加。
2、本实施例使用同样方法模拟个体患者在接受不同输注速率的液体复苏治疗后，血流动力学指标(包括平均动脉压、平均肺动脉压和心输出量)的变化情况。
在本案例中使用一个虚拟患者的数据来演示个体案例的预测方法。
首先使用患者的人口学指标、血流动力学指标初始状态，具体数值见表3，计算模型中的个体参数，包括各个血管房室的弹性和血管房室之间的的阻力，具体数值见表4，其余参数均使用上述模型计算得到的群体值作为个体的参数。从开始预测的60分钟后，分别给予相同群体的患者输注速率为10ml/min和20ml/min的补液1h后，分别观察平均动脉压、平均肺动脉压和心输出量的变化程度，如图10～12可见，输注速率为20ml/min的患者组的平均动脉压、平均肺动脉压和心输出量的升高程度显著增加。
表3虚拟患者个体人口学和血流动力学指标
表4模型计算得到虚拟患者个体生理参数
在实际的治疗过程中，平均动脉压不足预示着患者组织灌注可能不足，而平均肺动脉压升高则说明肺动脉高压的风险增加，应用该方法可以在患者接受补液之前，就对预定的给药方案对血流动力学指标的效应进行预测，并根据预测结果提前针对患者的个体状态将补液方案调整最合适的状态。
Claims (10)
1.一种基于血液循环生理机制的QSP模型的建立方法，其特征在于，包括以下步骤：
步骤1：收集现有研究中计算个体血容量的经验公式；
步骤2：收集血容量在机体不同部位血管中的分配比例、不同部位血管中总血容量在张力与非张力血容量中的分配比例和尿液生成速率；
步骤3：使用微分方程组通过描述血液循环过程建立体液进出平衡方程，具体包括根据临床监测的重要血流动力学指标确立描述人体的血流动力学指标的经时变化过程的方程；确立描述心脏泵血功能和机体的反馈调节过程的方程；确立描述人体血管房室的弹性和血管房室两两之间的阻力的方程；
步骤4：将步骤1中收集的经验公式、步骤2中收集数据以及步骤3构建的体液进出平衡的方程整合建立基于血液循环生理机制的QSP模型。
2.根据权利要求1所述的建立方法，其特征在于，步骤2中所述不同部位血管包括体循环动脉、体循环静脉、肺循环动脉、肺循环静脉。
3.根据权利要求1所述的建立方法，其特征在于，步骤2中收集的数据为
4.根据权利要求1所述的建立方法，其特征在于，步骤3中所述描述人体的血流动力学指标的经时变化过程的方程具体为弹性管模型和物质守恒方程，用于描述血液在其中循环流动并对血管壁产生血压的过程。
5.根据权利要求1所述的建立方法，其特征在于，步骤3中所述对心脏泵血功能和机体的反馈调节过程的方程使用Emax方程。
6.一种利用权利要求1～5任一所述的基于血液循环生理机制的QSP模型的建立方法建立的模型获得患者补液后的血流动力学指标，其特征在于，包括以下步骤：
步骤1：收集患者的血流动力学指标数据，并对数据进行预处理；
步骤2：使用患者血流动力学经时变化数据中最早时刻记录的临床数据，并使用这些数据计算模型中需要的参数，参数包括血管房室的弹性和血管房室两两之间的阻力；
步骤3：将步骤1预处理后的数据和步骤2计算得到的参数纳入模型，计算患者在补液后的血流动力学指标，即可得到患者补液后的血流动力学指标数据。
7.根据权利要求6所述的方法，其特征在于，步骤1中所述血流动力学指标数据包括患者个体的身高、体重、性别、平均动脉压、平均肺动脉压、心输出量、补液量、补液速率、补液类型、合并用药。
8.根据权利要求6所述的方法，其特征在于，步骤1中所述预处理包括异常值清理、移动平均平滑数据；对存在合并用药的部分时间点的数据进行剔除，减少其他药物效应对血流动力学指标的干扰；最终截取患者补液前后的血流动力学指标作为模型计算使用的数据。
9.根据权利要求6所述的方法，其特征在于，步骤3中使用软件Simulx对患者接受不同补液量或补液速率的液体复苏治疗后血流动力学指标的变化进行模拟。
10.根据权利要求6所述的方法，其特征在于，步骤3中所述患者在补液后的血流动力学指标，包括患者在不同补液量、补液速率或补液时长的补液后的血流动力学指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311830507.5A CN117727463A (zh) | 2023-12-28 | 2023-12-28 | 一种基于血液循环生理机制的qsp模型及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311830507.5A CN117727463A (zh) | 2023-12-28 | 2023-12-28 | 一种基于血液循环生理机制的qsp模型及其应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117727463A true CN117727463A (zh) | 2024-03-19 |
Family
ID=90201541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311830507.5A Pending CN117727463A (zh) | 2023-12-28 | 2023-12-28 | 一种基于血液循环生理机制的qsp模型及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117727463A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105580019A (zh) * | 2013-07-30 | 2016-05-11 | 哈特弗罗公司 | 为优化诊断性能利用边界条件模型化血流的方法和系统 |
| CN109285588A (zh) * | 2018-09-05 | 2019-01-29 | 东南大学 | 大鼠壬基酚的生理毒代动力学模型构建方法 |
| CN114144842A (zh) * | 2019-05-23 | 2022-03-04 | 武田药品工业株式会社 | 用于建模、模拟并治疗遗传性血管水肿的方法和装置 |
| CN117179713A (zh) * | 2022-06-06 | 2023-12-08 | 中国人民解放军军事科学院军事医学研究院 | 一种无创监测血流动力学指标的方法、系统及应用 |
| CN117236066A (zh) * | 2023-10-18 | 2023-12-15 | 山东大学 | 带压力反馈的人体血液循环系统建模方法与设备 |
-
2023
- 2023-12-28 CN CN202311830507.5A patent/CN117727463A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105580019A (zh) * | 2013-07-30 | 2016-05-11 | 哈特弗罗公司 | 为优化诊断性能利用边界条件模型化血流的方法和系统 |
| CN109285588A (zh) * | 2018-09-05 | 2019-01-29 | 东南大学 | 大鼠壬基酚的生理毒代动力学模型构建方法 |
| CN114144842A (zh) * | 2019-05-23 | 2022-03-04 | 武田药品工业株式会社 | 用于建模、模拟并治疗遗传性血管水肿的方法和装置 |
| CN117179713A (zh) * | 2022-06-06 | 2023-12-08 | 中国人民解放军军事科学院军事医学研究院 | 一种无创监测血流动力学指标的方法、系统及应用 |
| CN117236066A (zh) * | 2023-10-18 | 2023-12-15 | 山东大学 | 带压力反馈的人体血液循环系统建模方法与设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liang et al. | Simulation of hemodynamic responses to the Valsalva maneuver: an integrative computational model of the cardiovascular system and the autonomic nervous system | |
| Lu et al. | A human cardiopulmonary system model applied to the analysis of the Valsalva maneuver | |
| Kokalari et al. | Review on lumped parameter method for modeling the blood flow in systemic arteries | |
| Heldt et al. | Computational modeling of cardiovascular response to orthostatic stress | |
| CN104244813B (zh) | 用于静息和充血期间冠状动脉血流计算的个性化的框架 | |
| Broomé et al. | Closed-loop real-time simulation model of hemodynamics and oxygen transport in the cardiovascular system | |
| CN105283120B (zh) | 用于确定血管年龄的血流‑介导性扩张 | |
| D'Angelo | Multiscale modelling of metabolism and transport phenomena in living tissues | |
| Ellwein et al. | Patient-specific modeling of cardiovascular and respiratory dynamics during hypercapnia | |
| Murphy et al. | Patient-specific monitoring and trend analysis of model-based markers of fluid responsiveness in sepsis: a proof-of-concept animal study | |
| Smith et al. | Experimentally verified minimal cardiovascular system model for rapid diagnostic assistance | |
| Werner et al. | Simulation and prediction of cardiotherapeutical phenomena from a pulsatile model coupled to the Guyton circulatory model | |
| Das et al. | Development of an integrated model of cardiovascular and pulmonary physiology for the evaluation of mechanical ventilation strategies | |
| Rudenko et al. | Study of hemodynamic parameters using phase analysis of the cardiac cycle | |
| Luo et al. | Using a human cardiopulmonary model to study and predict normal and diseased ventricular mechanics, septal interaction, and atrio-ventricular blood flow patterns | |
| Ozawa | A numerical model of the cardiovascular system for clinical assessment of the hemodynamic state | |
| CN117727463A (zh) | 一种基于血液循环生理机制的qsp模型及其应用 | |
| Arciero et al. | Mathematical modeling of blood flow in the eye | |
| Le Rolle et al. | An Autonomic Nervous System Model Applied to the Analysis of Orthostatic Tests. | |
| Zhang et al. | A personalized 0D-1D model of cardiovascular system for the hemodynamic simulation of enhanced external counterpulsation | |
| Hemalatha et al. | Hybrid cardiopulmonary model for analysis of valsalva maneuver with radial artery pulse | |
| Ngo et al. | Object-oriented modeling of thoracic fluid balance to study cardiogenic pulmonary congestion in humans | |
| Ortiz-Rangel et al. | Dynamic modeling and simulation of the human cardiovascular system with PDA | |
| Li et al. | Development of a mobile pulse waveform analyzer for cardiovascular health monitoring | |
| Anderson et al. | Analog simulation of left ventricular bypass mode control |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |