Nature biomedical engineering · 2019
Computationally guided personalized targeted ablation of persistent atrial fibrillation.
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка правительства СШАНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Boyle Patrick M, Zghaib Tarek, Zahid Sohail, Ali Rheeda L, Deng Dongdong, Franceschi William H, Hakim Joe B, Murphy Michael J, Prakosa Adityo, Zimmerman Stefan L, Ashikaga Hiroshi, Marine Joseph E, Kolandaivelu Aravindan, Nazarian Saman, Spragg David D, Calkins Hugh, Trayanova Natalia A
Аннотация
Atrial fibrillation (AF)-the most common arrhythmia-significantly increases the risk of stroke and heart failure. Although catheter ablation can restore normal heart rhythms, patients with persistent AF who develop atrial fibrosis often undergo multiple failed ablations, and thus increased procedural risks. Here, we present personalized computational modelling for the reliable predetermination of ablation targets, which are then used to guide the ablation procedure in patients with persistent AF and atrial fibrosis. First, we show that a computational model of the atria of patients identifies fibrotic tissue that, if ablated, will not sustain AF. Then, we report the results of integrating the target ablation sites in a clinical mapping system and testing its feasibility in ten patients with persistent AF. The computational prediction of ablation targets avoids lengthy electrical mapping and could improve the accuracy and efficacy of targeted AF ablation in patients while eliminating the need for repeat procedures.