計算流体力学による小児閉塞性睡眠時無呼吸症候群の転帰の改善 (OSA-MRI)

このプロジェクトは、閉塞性睡眠時無呼吸 (OSA) の小児患者の手術結果を予測するための検証済みの計算ツールを作成することを目的としています。 OSA の子供に対する最初の治療法は、扁桃腺とアデノイドを切除することです。ただし、これらの手術は常に患者を治すわけではありません。 もう 1 つの治療法である持続陽圧呼吸療法 (CPAP) は、50% の子供しか許容されません。 したがって、多くの子供は、扁桃腺、舌、軟口蓋などの気道を取り囲む軟組織構造、および/または顔の骨構造を対象とした外科的介入を受けます。 しかし、これらの手術の成功率は、閉塞性無呼吸低呼吸指数 (睡眠 1 時間あたりの閉塞性イベント) の減少として測定され、驚くほど低いものです。 したがって、これらの手術の有効性を改善し、さまざまな手術オプションのどれが個々の患者に最も効果的に役立つかを予測するためのツールが明らかに必要です。 上気道の呼吸気流の計算流体力学 (CFD) シミュレーションは、この予測ツールを提供し、さまざまな手術オプションの効果を仮想的に比較し、患者の状態を改善する可能性が最も高いオプションを選択できるようにします。 以前の CFD シミュレーションは、剛体形状に基づいていたか、OSA の重要な要素である神経筋運動を含んでいなかったため、OSA に関する情報を提供できませんでした。 このプロジェクトでは、リアルタイムの磁気共鳴画像法 (MRI) を使用して、気道の解剖学的構造と動きを CFD シミュレーションに提供します。これは、生体内での正確な動きが初めてモデル化されることを意味します。 さらに、モデリングは電離放射線を使用しないモダリティである MRI に基づいているため、手術前後の患者の縦断的評価に適しています。 これらのモデルの in vivo 検証は、CFD ベースの気流速度場と、吸入された過分極 129Xe ガスの位相コントラスト MRI によって生成されたものとの比較を通じて初めて達成されます。 この研究は、被験者が鎮静下で達成された睡眠 MRI から得られたデータに基づいています。 術後の患者の鎮静は最小限のリスクよりわずかに高いですが、各患者にとっての潜在的な利益はこのリスクを上回ります。 患者の 58% は手術後に OSA が持続し、OSA 重症度の平均的な経過は時間の経過とともに増加するため、術後の画像化とモデリングは、手術中に加えられた気道の変化と、将来的にどの解剖学的構造を対象とするべきかを特定することにより、患者に利益をもたらすことができます。治療。

小児閉塞性睡眠時無呼吸 (OSA) は、上気道閉塞を特徴とする睡眠関連呼吸障害です。 この障害は、米国だけで 220 万人の子供に影響を与えます.1 未治療の場合、OSA は行動、認知、代謝、心血管疾患を引き起こす可能性があります.2,3 腺扁桃摘出術 (T&A) が第一選択の治療ですが、T&A 後も大部分の子供が OSA を持続します。 13 持続性 OSA を患い、CPAP に準拠していない小児は、上気道周囲の軟部組織および/または骨構造を標的とする手術を受けることが多く、成功率は 17% から 72% の範囲です.14-17. 研究者らの予備データは、T&A 後に軟部組織手術を受けた患者の 58% が、その後の手術後に中等度または重度の OSA が持続していたことを示しています。 したがって、この研究の目的は、T&A 後のどの手術手技が個々の手術候補に最も効果的であるかを判断する予測モデルを提供することです。 この目標は、これらの子供たちの気流と上気道虚脱の患者固有の数値流体力学 (CFD) モデルによって達成されます。 気流測定と同期して取得された 3 次元 (3D) 動的磁気共鳴画像法 (MRI) から得られた気道運動を独自に組み込んだ、OSA の新しい CFD モデルが開発されました。 臨床医は現在、気道虚脱の原因となる神経筋制御と空気圧の力の寄与を決定する方法、または上気道の一部の気流に対する抵抗が気道の別の部分で虚脱を誘発するかどうかを決定する方法を持っていません。 患者固有の CFD はこの情報を提供できるため、結果を最適化する可能性が最も高い外科的処置を選択する際に臨床医を支援する上で非常に貴重なツールになります。

全体的な仮説は、新しい CFD モデルを適用することで、最も成功する結果をもたらす手術オプションを正確に予測するための検証済みのアプローチが生み出されるというものです。 この仮説は、(1) 手術計画のための CFD の検証、(2) 手術結果を決定する解剖学的および空気力学的要因 (例えば、解剖学的構造の手術後の変化による局所抵抗および流れによる圧力の変化) の特定、および(3) 成功した結果につながる患者固有の外科的処置を識別するための仮想手術プラットフォームの開発。