Прогнозирование рестеноза после каротидной эндартерэктомии методом компьютерного моделирования

В статье описана методика компьютерного моделирования, позволяющая прогнозировать развитие рестеноза внутренней сонной артерии после каротидной эндартерэктомии (КЭЭ). Продемонстрирован клинический случай, доказывающий эффективность разработанного способа. Указано, что для корректности формирования геометрической модели необходимы данные мультиспиральной компьютерной томографии с ангиографией у пациента после КЭЭ с толщиной слоя 0,6 мм и током 355 mA. Для построения модели течения необходимы данные цветного дуплексного сканирования в трех сечениях: 1. В проксимальном сечении общей сонной артерии (на 3 см проксимальнее бифуркации); 2. В сечении наружной сонной артерии на 2 см дистальнее каротидного синуса; 3. В сечении внутренней сонной артерии на 2 см дистальнее каротидного синуса. Результатом компьютерных вычислений с использованием специализированного программного обеспечения (Sim Vascular, Python, Open Foam) становится математическая модель кровотока в сосуде. Она представляет собой массив расчетных данных, описывающих скорость и другие характеристики кровотока в каждой точке артерии. На основе анализа показателей RRT, TAWSS формируется компьютерная модель бифуркации, позволяющая прогнозировать зоны повышенного риска развития рестеноза. Таким образом, разработанная методика способна выделить когорту пациентов после КЭЭ, подверженных высокой вероятности потери просвета сосуда. Такая возможность обеспечит более прецизионную курацию этих больных в послеоперационном периоде с целью ранней диагностики рестеноза и своевременной профилактики развития неблагоприятных кардиоваскулярных событий. 

1. Национальные рекомендации по ведению пациентов с заболеваниями брахиоцефальных артерий. URL: http://www.angiolsurgery.org/recommendations/2013/recommendations_brachiocephalic.pdf [Дата обращения 20.05.2021]

2. Казанцев А.Н., Тарасов Р.С., Бурков Н.Н., Шабаев А.Р., Лидер Р.Ю., Миронов А.В. Каротидная эндартерэктомия: трехлетние результаты наблюдения в рамках одноцентрового регистра. Ангиология и сосудистая хирургия. 2018;24(3):101–108.

3. Виноградов Р.А., Матусевич В.В. Результаты применения гломуссохраняющих каротидных эндартерэктомий. Медицинский вестник Северного Кавказа. 2017;12(4):467-468.

4. Гавриленко А.В., Куклин А.В., Аль-Юсеф Н.Н., Ван Сяочэнь, Булатова Л.Р., Ли Жуй. Метаанализ результатов эверсионной каротидной эндартерэктомии и эндартерэктомии с пластикой заплатой. Ангиология и сосудистая хирургия. 2020;26(1):176–183. https://doi.org/10.33529/ANGIO202012

5. Дуданов И.П., Абуазаб Б.С., Ахметов В.В. Сравнительная характеристика классической и эверсионной эндартерэктомии сонных артерий. Исследования и практика в медицине. 2017;4(3):8–15. https://doi.org/10.17709/2409-2231-2017-4-3-1

6. Казанцев А.Н., Черных К.П., Лидер Р.Ю., Багдавадзе Г.Ш., Андрейчук К.А., Калинин Е.Ю., и др. Сравнительные результаты классической и эверсионной каротидной эндартерэктомии. Кардиология и сердечно-сосудистая хирургия. 2020;13(6):550–555. https://doi.org/10.17116/kardio202013061550

7. Бокерия Л.А., Бахметьев А.С., Коваленко В.И., Темрезов М.Б., Шумилина М.В., Чехонацкая М.Л. Выбор метода каротидной эндартерэктомии при атеросклеротическом поражении внутренней сонной артерии. Анналы хирургии. 2017;22(5):265–271. https://doi.org/10.18821/1560-9502-2017-22-5-265-271

8. Demirel S, Chen D, Mei Y, Partovi S, von Tengg-Kobligk H, Dadrich M, et al. Comparison of morphological and rheological conditions between conventional and eversion carotid endarterectomy using computational fluid dynamics a pilot study. Vascular. 2015;23(5):474–482. PMID: 25298137 https://doi.org/10.1177/1708538114552836

9. Domanin M, Bissacco D, Le Van D, Vergara C. Computational fluid dynamic comparison between patch-based and primary closure techniques after carotid endarterectomy. J Vasc Surg. 2018;67(3):887– 897. PMID: 29246640 https://doi.org/10.1016/j.jvs.2017.08.094

10. Guerciotti B, Vergara C, Azzimonti L, Forzenigo L, Buora A, Biondetti P, et al. Computational study of the fluid-dynamics in carotids before and after endarterectomy. J Biomech. 2016;49(1):26–38. PMID: 26617369 https://doi.org/10.1016/j.jbiomech.2015.11.009

11. Ištvanić T, Vrselja Z, Brkić H, Radić R, Lekšan I, Curic G. Extended Eversion Carotid Endarterectomy: Computation of Hemodynamics. Ann Vasc Surg. 2015;29(8):1598–1605. PMID: 26319145 https://doi.org/10.1016/j.avsg.2015.05.034

12. Казанцев А.Н., Богомолова А.В., Бурков Н.Н., Баяндин М.С., Грищенко Е.В., Гусельникова Ю.И., и др. Морфология рестеноза после классической каротидной эндартерэктомии с применением заплаты из диэпоксиобработанного ксеноперикарда. Кардиология и сердечно-сосудистая хирургия. 2020;13(1):68–71. https://doi.org/10.17116/kardio202013011168

13. Liu D, Li ZL, Wang M, Wu RD, Wang JS, Wang SM, et al. Comparative Analysis of Patch Angioplasty Versus Selective Primary Closure During Carotid Endarterectomy Performed at a Single Vascular Centre in China. Ann Vasc Surg. 2020:S0890–5096(20)31079–7. PMID: 33383139 https://doi.org/10.1016/j.avsg.2020.11.036

14. Lazarides MK, Christaina E, Argyriou C, Georgakarakos E, Tripsianis G, Georgiadis GS. Network Meta-Analysis of Carotid Endarterectomy Closure Techniques. Eur J Vasc Endovasc Surg. 2021;61(2):181–190. PMID: 33257115 https://doi.org/10.1016/j.ejvs.2020.10.009

15. Helgetveit I, Krog AH. Totally laparoscopic aortobifemoral bypass surgery in the treatment of aortoiliac occlusive disease or abdominal aortic aneurysms — a systematic review and critical appraisal of literature. Vasc Health Risk Manag. 2017;13:187–199. PMID: 28572732 https://doi.org/10.2147/VHRM.S130707

16. Colvard B, Georg Y, Lejay A, Ricco JB, Swanstrom L, Lee J, et al. Total robotic iliac aneurysm repair with preservation of the internal iliac artery using sutureless vascular anastomosis. J Vasc Surg Cases Innov Tech. 2019;5(3):218–224. PMID: 31297470 https://doi.org/10.1016/ j.jvscit.2019.01.001