基于受损信息的肺模型用于呼吸机波形
摘要：急性呼吸窘迫综合症（ARDS）以急性发展的弥漫性肺泡损伤（DAD）为特征，导致血管通透性增加和肺泡气体交换减少。机械通气是一种潜在的生命挽救干预手段，可以改善氧气交换，但可能会导致通气机诱导的肺损伤（VILI）。减少VILI的一般策略是使用低潮气量和低压通气，但对于一个患者来说，理想的通气机设置对床边医生来说很难确定，ARDS的死亡率仍然不可接受地高。为了尽量减少VILI，科学家们开发了各种复杂程度的模型来理解疾病的肺生理学。然而，简单的模型往往无法捕捉到现实损伤情况，而复杂的模型往往无法用临床数据进行估计，限制了现有模型的临床实用性。为了填补这一空白，我们提出了一个生理锚定的数据驱动模型来更好地模拟肺损伤。我们的方法依靠使用与肺泡通气数据相关的临床相关特征，这些特征包含了有关肺生理学、患者-通气机相互作用和通气机设置的信息。我们的肺模型可以为控制的小鼠模型数据和非控制的人体ICU数据的不同损伤的肺的基本生理学和病理生理学动力学提供复制。与已知的肺生理学测量相关的估计参数值与观察到的肺损伤一致。在未来的努力中，该模型可以用于表型化通气波形，并作为预测ARDS病程和改善患者护理的基础。
作者：Deepak. K. Agrawal, Bradford J. Smith, Peter D. Sottile, and David J. Albers
论文ID：2010.12706
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2020-10-27