Introducción: El desafío de la falta de corazón

El fallo cardíaco (HF) afecta a más de 64 millones de personas en todo el mundo, con prevalencia en edad de las poblaciones. A pesar de los avances en la farmacoterapia y la terapia de dispositivos, la mortalidad de cinco años sigue siendo cercana al 50%, destacando una necesidad urgente de mejores herramientas para comprender, predecir y tratar la afección.

Comprender el ciclo cardíaco en salud y enfermedad

El ciclo cardíaco comprende dos fases principales: sístolo y diástolo. Durante el sístolo, el contrato de ventrículos, expulsando sangre a la aorta y arteria pulmonar. El diastolo sigue como el miocardio se relaja y las cámaras se rellenan. En el fallo cardíaco, una o ambas fases se deterioran.

Fases del Ciclo Cardiaco

Comienza la comprensión detallada con las cuatro fases:

  • Relleno ventricular] (diastolo): rápido llenado temprano, diástasis y contracción auricular.
  • Contracción isovolumétrica: todas las válvulas cerradas, la presión aumenta bruscamente.
  • Ejección: válvulas semilunar abiertas, se expulsa sangre.
  • La relajación isovolumétrica: caídas de presión, la válvula mitral permanece cerrada.

En HFpEF, estas transiciones se vuelven anormales. Por ejemplo, en HFpEF, el bucle de presión ventricular izquierda cambia hacia arriba y hacia la izquierda, reflejando una mayor rigidez. Los modelos que simulan relaciones de carga de presión pueden reproducir estos cambios y ayudar a identificar el mecanismo dominante en pacientes individuales.

El valor de la simulación

¿Por qué modelar un proceso podemos medir con catéteres e imágenes? Porque los modelos pueden responder a preguntas “qué si” difíciles o imposibles de probar en pacientes. Por ejemplo, ¿cómo una reducción del 10% en la resistencia vascular sistémica afectaría el volumen diastólico en un paciente específico con regurgitación mitral? Los modelos permiten la experimentación virtual sin riesgo. También integran datos dispares — ECG, presión arterial, imagen cerebral— en un cuadro completo coherente

Técnicas de modelado fisiológico para el ciclo cardíaco

El modelado cardíaco abarca varias escalas y metodologías. La elección de la técnica depende de la pregunta que se está haciendo: algunos modelos se centran en la hemodinámica de nivel órgano, otros en la electrofisiología celular, y otros en la mecánica 3D. A continuación se encuentran las categorías principales.

Modelos de parámetros agrupados (Modelos 0-D)

Estos modelos representan el corazón y la circulación usando analogías eléctricas: resistores, condensadores e inductores simulan resistencia vascular, cumplimiento e inercia. Cada cámara cardiaca se modela como una elastancia de tiempo variable, una descripción matemática de la rigidez de la cámara sobre el ciclo. Los modelos flexión ventricular son computacionalmente inexpensivos e ideales para estudiar la salida hemodinámica global, como el efecto de los adaptadores de flujos

Modelos de parámetros de la llave

  • Modelos de Windows] (dos elementos, tres elementos, cuatro elementos) para la carga arterial.
  • Modelos de elastancias que van en el tiempo (por ejemplo, modelo Sunagawa-Sagawa) para la función ventricular.
  • Modelos circulatorios cerrados de bucle que incluyen tanto el sistema cardíaco como el sistema vascular, a menudo utilizados para estudiar el control autonómico en la FH.

Modelos electromecánicos (1‐D a 3-D)

Estos modelos de propagación eléctrica (perspectivas de acción) con la mecánica de tejidos. La secuencia de activación eléctrica del corazón —desde el nodo sinoatrial a través de la red Purkinje a los ventrículos— se simula mediante las ecuaciones de bidomain o monodomain.La activación eléctrica resultante desencadena la contracción de miocitos, descrita por modelos de puente cruzado tipo Hill-type Huxley.

Aplicaciones de modelos electromecánicos 3-D en HF

  • Predecir la respuesta hemodinámica a la colocación de plomo de la TRC.
  • Simular el efecto de la cicatriz de infarto miocárdico en el giro ventricular y la torsión.
  • Evaluar los efectos de los fármacos en la contractilidad y la velocidad de conducción.

Modelos hemodinámicos

Los modelos hemodinámicos se centran explícitamente en el flujo sanguíneo y la presión, a menudo utilizando dinámicas de fluido computacional (CFD). La geometría del ventrículo izquierdo, válvulas y grandes vasos pueden derivarse de RM o TC. Las simulaciones CFD revelan patrones de flujo, tensión de endocardio y pérdidas energéticas a través de válvulas de onda estuética.

Modelos multiescala

El enfoque más ambicioso integra modelos de los niveles moleculares y celulares hasta los niveles organo-stémicos. Un modelo multiescala podría incluir:

  • Modelos celulares] (por ejemplo, los modelos Luo‐Rudy o O’Hara‐Rudy del potencial de acción ventricular) que incorporan canales ionales, manejo de calcio y dinámicas de midelización.
  • Modelos de tejido que representan el acoplamiento de unión de brechas y la orientación de fibra.
  • Modelos orgánicos] utilizando elementos finitos con geometría realista.
  • Modelos sistémicos] que representan la vasculatura y la retroalimentación neurohormonal.

Estos modelos integrales son cómputomente exigentes pero pueden simular los efectos de una mutación genética en un solo canal ion sobre la fracción de eyección global, una hazaña imposible con enfoques más simples. Para la insuficiencia cardíaca, se han utilizado modelos multiescala para explorar el papel de las anomalías en el ciclo del calcio (por ejemplo, reducción de la actividad SERCA) en la causa de la disfunción sistólica y diastólica.

Aplicaciones en la gestión de falla cardíaca

El objetivo final del modelado cardíaco es mejorar los resultados del paciente. Mientras que los modelos se han utilizado en la investigación durante décadas, la traducción clínica se está acelerando, impulsada por los avances en la computación y adquisición de datos.

Personalización de la farmacoterapia

La respuesta a los fármacos varía ampliamente entre los pacientes con insuficiencia cardíaca. Los bloqueadores de beta, los inhibidores de ACE y los agentes más nuevos como el sacubitril-valsartan tienen diferentes efectos en la frecuencia cardíaca, la contractilidad y el tono vascular. Los modelos de parametros bultados pueden ser calibrados a la hemodinámica de base de un paciente (utilizando datos no invasivos como presión arterial, frecuencia cardíaca y volúmenes de presión y ecocardio)

Optimización de la terapia de dispositivo

La terapia de resonancia cardiológica (CRT) es un pilar para pacientes con HFrEF con QRS ancho. Sin embargo, alrededor del 30% de los pacientes no responden. Los modelos electromecánicos pueden predecir la respuesta de CRT simulando el efecto de estimulación en diferentes sitios. Un modelo específico para pacientes construido con RM y datos ECG puede identificar la posición óptima de plomo ventricular izquierda que minimiza la dispersión mecánica y maximiza el trabajo.

Predecir la progresión de enfermedades y la estratificación de riesgo

El fallo cardíaco es un síndrome progresivo. Los modelos que incorporan parámetros específicos para cada paciente pueden simular el curso de la enfermedad durante meses o años. Por ejemplo, un modelo puede incorporar el aumento gradual de la masa ventricular izquierda (hipertrofia) y la disminución de la contractilidad vista en la enfermedad cardíaca hipertensiva. Al ejecutar miles de pacientes virtuales, los investigadores pueden identificar los parámetros clave que impulsan la descompensación.

Apoyo circulatorio mecánico

Para la insuficiencia cardíaca avanzada, los dispositivos de asistencia ventricular (VAD) se utilizan como puente para trasplante o como terapia de destino. Sin embargo, los ajustes de VAD deben ajustarse para equilibrar la descarga ventricular izquierda con una perfusión sistémica adecuada. Los modelos de la circulación asistida pueden predecir el efecto de la velocidad de la bomba en los volúmenes ventriculares izquierdos, la posición septal y la función ventricular derecha.

Desafíos y limitaciones

Los modelos de la técnica de la técnica de la radio son muy altos. Los datos de la prueba son muy importantes.

Futuros Direcciones: De la Simulación a la Integración Clínica

La próxima década probablemente verá que el modelado fisiológico se convierta en parte integral de la atención de insuficiencia cardíaca, impulsada por varias tendencias convergentes.

Inteligencia Artificial y aprendizaje automático

El aprendizaje automático (ML) puede acelerar la construcción de modelos mediante la extracción automática de parámetros de imágenes y señales. Por ejemplo, el aprendizaje profundo puede segmentar el ventrículo izquierdo de ecocardiogramas y estimar volúmenes de cámaras en segundos. ML también puede identificar los parámetros más informativos para un paciente determinado, reduciendo la complejidad del modelo. Al mismo tiempo, las redes neuronales de ingeniería física (PIdribins) están surgiendo como un método para aprender directamente la solución de la flexibilidad de los modelos que rigen la medición.

Gemelos digitales del corazón

Un gemelo digital es una representación virtual del corazón del paciente que se actualiza continuamente con datos reales de los wearables, monitores implantables y registros electrónicos de salud. Para la insuficiencia cardíaca, un gemelo digital podría simular variaciones diarias en el estado del fluido, la frecuencia cardíaca y la presión arterial, entonces alerta al médico cuando el modelo predice la descompensación inminente.

Integración con sensores utilizables e implanables

Los marcapasos modernos y los desfibriladores pueden medir continuamente la impedancia intratorácica (un proxy para la sobrecarga de líquido), la variabilidad de la frecuencia cardíaca y el nivel de actividad. Cuando estos flujos de datos se invierten en un modelo cardíaco, el modelo puede ajustar sus predicciones en tiempo real. Por ejemplo, una disminución de la impedancia combinada con un aumento de la frecuencia cardíaca de reposo podría provocar una simulación de modelo que sugiere un sistema de conducción pulmonar incipiente de ajuste crónico.

Estudios clínicos y vías regulatorias

Para que los modelos sean adoptados, deben demostrar utilidad clínica.El programa de la Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) ha comenzado a considerar en evidencia de silicio como parte de las suposiciones regulatorias, especialmente para el desarrollo de dispositivos. El programa “Herramientas de Desarrollo de Dispositivos Médicos” (MDDT) permite que los modelos computacionales calificados sean utilizados como puntos finales sustitutivos en ensayos clínicos.

Ampliación a HFpEF y otros subtipos

La mayoría de los modelos de HFrEF se han centrado en HFrEF, pero HFpEF representa la mitad de todos los casos de insuficiencia cardíaca y tiene pocos tratamientos efectivos. La modelación de HFpEF es más difícil porque implica disfunción diastólica sutil, a menudo combinada con comorbilidades como obesidad, hipertensión y fibrilación auricular.

Conclusión

El modelado fisiológico del ciclo cardíaco ha madurado de una curiosidad de investigación en una poderosa herramienta para entender y manejar la insuficiencia cardíaca. Al capturar la compleja interacción de factores eléctricos, mecánicos y hemodinámicos, los modelos pueden personalizar la terapia, predecir resultados y guiar el dispositivo y el desarrollo de drogas. Mientras que los desafíos permanecen — disponibilidad de datos, validación, carga computacional— el campo se está moviendo de prueba de concepción a la integración digital doble.

Más lectura: Para una revisión completa de los enfoques de modelado cardíaco, vea el Naturaleza Reseñas Artículo de Cardiología sobre modelos electromecánicos cardíacos. La American Heart Association proporciona estadísticas actualizadas de fallo cardíaco en sus 2024 estadísticas de actualización[FLT].