Computational analysis of cardiac reentry vulnerability based on repolarization phase

Nowadays, ventricular tachyarrhythmias represent a highly impactful pathological condition, potentially leading to life-threatening events for the patient. Computational modeling is increasingly coming to the aid of physicians by replicating the patient's ventricle in silico, precisely reproducing its electrophysiological characteristics to simulate the patient's specific vulnerability to arrhythmia. The idea of this thesis originated from an interaction with Abbott Medical Italia S.r.l., motivated by the need to identify computational indices based on the repolarization phase that may be predictive of arrhythmic risk, as most existing approaches primarily focus on depolarization dynamics. Accordingly, the objective of this thesis is to implement and evaluate the Reentry Vulnerability Index (RVI) originally proposed by Child et al. (2015), assessing its potential as a repolarization-based marker of arrhythmogenic substrate within a patients-specific computational framework. Furthermore, a novel metric, the Risk Factor (RF) index, is introduced in order to provide a quantitative analysis for inter-patient risk stratification. These metrics are investigated in four left ventricular models characterized by different pathologies: one case of myocarditis (patient A0), one case of acute ischemia (patient M9), and two cases of non-ischemic cardiomyopathy treated with BiVentricular Cardiac Resynchronization Therapy (patients P6_CRT and P11_CRT). The Finite-Element simulations are performed using the C++ library lifex. Overall, this work aims at supporting personalized arrhythmic risk assessment, contributing to the development of patient-specific stratification strategies, based on the analysis of the repolarization phase.

Al giorno d’oggi, le tachiaritmie ventricolari rappresentano una condizione patologica di grande impatto, potenzialmente in grado di mettere a rischio la vita del paziente. I modelli computazionali stanno progressivamente affiancando il lavoro dei clinici, replicando il ventricolo del paziente in silico e riproducendone fedelmente le proprietà elettrofisiologiche, al fine di simularne la vulnerabilità allo sviluppo di aritmie. L’idea di questa tesi nasce da un’interazione con Abbott Medical Italia S.r.l., guidata dalla necessità di individuare indici computazionali basati sulla fase di ripolarizzazione, predittivi di aritmie ventricolari. La maggior parte degli approcci esistenti, infatti, si concentra sulle dinamiche di depolarizzazione. L'obiettivo della tesi è implementare e valutare l'Indice di Vulnerabilità al Rientro (RVI), basato sulla fase di ripolarizzazione e formulato per la prima volta da Child et al. (2015), analizzandone il potenziale come indicatore del substrato aritmogeno all’interno di un approccio computazionale paziente-specifico. Inoltre, è introdotta una nuova metrica, il Fattore di Rischio (RF), per fornire un'analisi quantitativa della stratificazione del rischio tra pazienti. Tali metriche sono analizzate su quattro modelli di ventricolo sinistro, caratterizzati da diverse patologie: un caso di miocardite (A0), un caso di ischemia acuta (M9) e due casi di cardiomiopatia non ischemica trattati con terapia di risincronizzazione cardiaca biventricolare (P6_CRT, P11_CRT). Le simulazioni agli elementi finiti sono eseguite mediante la libreria C++ lifex. Nel complesso, questo lavoro mira a supportare una valutazione personalizzata del rischio aritmico, contribuendo allo sviluppo di strategie di stratificazione basate sull’analisi della fase di ripolarizzazione.