Simulazione numerica specifica per il paziente di EVAR per la previsione dell'endoleak di tipo Ia

Introduzione

L'endoleak di tipo 1a è la causa principale di rottura dopo la riparazione endovascolare dell'aneurisma aorto-iliaco sottorenale (EVAR). La previsione del rischio individuale di endoleak di tipo 1a è complessa, ma la tecnologia del gemello digitale basata sulla simulazione numerica dello stent graft (SG) e dell'aorta potrebbe superare questo problema.

L'analisi agli elementi finiti (FEA) è un metodo numerico per risolvere problemi meccanici complessi; è ampiamente utilizzata nell'ingegneria industriale. Studi precedenti hanno dimostrato una buona accuratezza dei modelli FEA nel riprodurre il comportamento dello SG, in particolare a livello del colletto aortico.

Questo studio preliminare ha avuto l'obiettivo di valutare le prestazioni di un nuovo algoritmo FEA per la previsione del rischio di endoleak di tipo 1a in seguito all'impianto di dispositivi Endurant (Medtronic, Dublino, Irlanda) e di identificare un punteggio numerico discriminante.

Metodi

La simulazione computazionale è stata eseguita su tutti i pazienti sottoposti a impianto di un dispositivo Endurant biforcato tra gennaio 2012 e settembre 2017 in due centri vascolari ad alto volume. Il Gruppo 1 era composto da pazienti con endoleak di tipo 1a precoce o tardivo.

I casi di controllo (Gruppo 2) erano costituiti da pazienti che non avevano presentato endoleak di tipo 1a, con un follow-up minimo di cinque anni confermato da angio-TC (CTA).

I criteri di esclusione sono stati la non disponibilità di CTA pre- o post-operatoria, la scarsa qualità della CTA, l'aneurisma post-dissezione e l'uso di tecniche endovascolari aggiuntive nella zona di ancoraggio prossimale (ad esempio, endoanchor, chimney).

I parametri standard del colletto aortico prossimale sono stati studiati sulla CTA pre-operatoria (diametro, lunghezza, angolazione, trombo e conicità) con AW Server 3.2 (GE Healthcare, Chicago, IL, USA).

Sono stati utilizzati algoritmi proprietari descritti in precedenza. Il rilascio numerico dello SG è stato eseguito utilizzando un solutore a elementi finiti. Leggi di più sui metodi qui

Osservazioni

Questo studio ha dimostrato che il punteggio ERI è un buon predittore di endoleak di tipo 1a. Sebbene l'ERI sia stato costruito selezionando e ponderando i DTP con l'obiettivo di ottenere la massima discriminazione tra il Gruppo 1 e il Gruppo 2, anche i singoli DTP differivano tra i gruppi in modo statisticamente significativo e coerente.

Al contrario, non è stata riscontrata alcuna differenza significativa per nessuno dei parametri standard. L'integrazione dei parametri meccanici dello SG nell'analisi e l'uso di algoritmi dedicati possono migliorare la prevedibilità dell'endoleak di tipo 1a rispetto ai metodi precedenti basati sulla sola valutazione della morfologia aortica.

I parametri numerici estratti dalle simulazioni erano indicatori dell'apposizione dello SG alla parete aortica. L'aorta digitale è stata analizzata dopo il rilascio virtuale dello SG e l'algoritmo ha fornito diverse migliaia di misurazioni automatiche del raggio, ben oltre quelle eseguite nel dimensionamento standard.

Dieci dei 15 pazienti del Gruppo 1 sono stati trattati nel rispetto delle istruzioni per l'uso (IFU), il che potrebbe indicare che attenersi alle IFU potrebbe non prevenire il rischio di insorgenza di endoleak di tipo 1a. Le linee guida recenti hanno sottolineato che l'effettiva apposizione dello SG dovrebbe essere valutata sistematicamente sulla CTA post-operatoria per stratificare il rischio di complicanze del sigillo prossimale e per guidare l'imaging di follow-up.

L'ERI potrebbe anche guidare i protocolli di follow-up prevedendo questo rischio, ma soprattutto evitare complicanze legate all'aneurisma modificando la strategia terapeutica (ad esempio, riparazione chirurgica a cielo aperto o EVAR fenestrata invece di EVAR).

Conclusione

Si è trattato di uno studio preliminare con un algoritmo che sarà ulteriormente valutato su coorti retrospettive più ampie in uno studio multicentrico. È probabile che l'ERI richieda aggiustamenti per trovare la migliore combinazione di parametri di imaging, con l'ausilio di tecniche di intelligenza artificiale.