Modelos computacionales predicen la fuga de válvulas cardíacas en niños

El síndrome del corazón izquierdo hipoplásico es un defecto congénito grave en el que el lado izquierdo del corazón de un bebé está subdesarrollado y es ineficaz para bombear sangre, lo que obliga al lado derecho a manejar la circulación tanto a los pulmones como al resto del cuerpo. Sin una serie de tres cirugías a corazón abierto, este defecto suele ser fatal. Otra afección relacionada, el defecto del canal auriculoventricular, implica un agujero congénito en la pared que separa las cámaras del corazón. Aunque las cirugías para corregir estos problemas generalmente son efectivas, a menudo conducen a complicaciones futuras, como fugas de la válvula. En los casos de síndrome del corazón izquierdo hipoplásico, aproximadamente el 25 % de los niños desarrollan válvulas con fugas en la edad preescolar. Los niños con defectos del canal auriculoventricular pueden experimentar fugas valvulares entre seis meses y dos años después de la cirugía por razones que aún no se comprenden completamente.

Estas cirugías de seguimiento suelen ser sólo la mitad de efectivas que el procedimiento original, y las reparaciones fallidas pueden requerir la colocación de una válvula cardíaca mecánica, lo que genera más riesgos y complicaciones. Durante estas cirugías, el corazón, que se detiene y se coloca en una máquina de bypass, no logra conservar su forma natural como lo haría si estuviera bombeando sangre, lo que complica los procedimientos. Los cirujanos intentan mitigar esto inflando las válvulas para mejorar la visibilidad, pero la naturaleza limitada en el tiempo de la cirugía cardíaca deja poco margen de ajuste. Ahora, un modelo computacional podría predecir áreas problemáticas futuras de las válvulas cardíacas, permitiendo acciones correctivas preventivas para evitar fugas posteriores.

Un equipo de investigación multidisciplinario de la Universidad de Oklahoma (Oklahoma City, OK, EUA) está liderando una investigación que podría permitir a los cardiólogos y cirujanos pediátricos anticipar y fortalecer la futura integridad estructural de las válvulas cardíacas de un niño durante las cirugías iniciales. Los modelos computacionales avanzados tienen como objetivo proporcionar una comprensión detallada de las características únicas de los corazones individuales. A diferencia de los ecocardiogramas tradicionales, que simplemente muestran el corazón en movimiento, estos modelos computacionales simulan las formas de las válvulas, identifican puntos débiles potenciales e ilustran cómo se mueve la sangre a través de estas válvulas, sugiriendo así intervenciones quirúrgicas para evitar futuras complicaciones. Los investigadores comenzaron sus estudios con el síndrome del corazón izquierdo hipoplásico y han publicado alrededor de 10 artículos sobre su modelado computacional para la enfermedad. Ahora están desarrollando modelos computacionales para defectos del canal auriculoventricular y continuarán recopilando datos de pacientes en múltiples momentos durante los próximos años.

"Esta es una verdadera medicina traslacional", dijo el cirujano cardíaco pediátrico de OU Health, Harold Burkhart, MD. "Gracias a nuestra colaboración multidisciplinaria, juntos tenemos el conocimiento para crear un modelo computacional que va más allá de lo que podemos ver con ecocardiogramas 2D y 3D. Nos permite ir un paso más allá y visualizar el corazón como sería en la vida real con las características de cada individuo. Con ese entendimiento, podemos probar qué sucedería si ponemos un punto aquí o apretamos una válvula allí: ¿estresa demasiado la válvula o soluciona el problema? Potencialmente, puede darnos mucha más dirección incluso antes de entrar al quirófano”.

Enlaces relacionados:
Universidad de Oklahoma

Visitar la expo >

Miembro Oro

Analizador de gases en sangre POC

Stat Profile Prime Plus

Miembro Oro

SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test

SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)

New

Coronary Stent System

Ultimaster Sirolimus

New

Rapid Cleaning Verification Tool

ProExpose Protein Detection Test