Optimization of Drug-Eluting Stents - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2013

Optimization of Drug-Eluting Stents

Optimisation de stents actifs

Franz Bozsak
  • Fonction : Auteur
  • PersonId : 945148

Résumé

Drug-eluting stents (DES), which release anti-proliferative drugs into the arterial wall in a controlled manner, have drastically reduced the rate of in-stent restenosis and revolutionized the treatment of atherosclerosis. However, late stent thrombosis remains a safety concern of DES, mainly due to delayed healing of the wound inflicted during DES implantation. We present a framework to optimize DES design such that restenosis is inhibited without affecting the healing process. To this end, we have developed a computational model of blood flow and drug transport in stented arteries which provides a metric for quantifying DES performance. The model takes into account the multi-layered structure of the arterial wall and incorporates a reversible binding model to describe drug interaction with the cells of the arterial wall. The model is coupled to a novel optimization algorithm that minimizes the DES performance metric to identify optimal DES designs. We show that optimizing the period of drug release from DES and the initial drug concentration within the coating has a drastic effect on DES performance. Optimal paclitaxel-eluting stents release the drug either within a few hours or slowly within a year at concentrations considerably lower than current DES. Optimal sirolimus-eluting stents require a slow drug release. Optimal strut shapes for DES are elongated and can be streamlined only if the drug release occurs quickly. The results offer explanations for the performance of recent DES designs, demonstrate the potential for large improvements in DES design relative to the current state of commercial devices, and define guidelines for implementing these improvements
L'utilisation de stents actifs (DES) a révolutionné le traitement de l'athérosclérose. Le relargage contrôlé de médicaments anti-prolifératifs dans la paroi artérielle (PA) a permis de réduire fortement le taux de resténose intra-stent. Mais le risque de thromboses intra-stents tardives demeure un enjeu majeur des DES en partie lié au retard de cicatrisation de la PA endommagée lors de l'implantation. Cette thèse présente une méthode d'optimisation du design des DES afin d'inhiber la resténose sans affecter la cicatrisation. Pour quantifier la performance des différents designs, un modèle numérique décrivant l'écoulement sanguin et le transport de médicaments dans les artères stentées a été développé. Il prend en compte la structure multi-couches de la PA et les interactions du médicament avec les cellules. Un algorithme d'optimisation est couplé au modèle afin d'identifier les DES optimaux. L'optimisation du temps de relargage ainsi que de la concentration initiale du médicament dans le revêtement du DES ont un effet significatif sur la performance. Lorsque le médicament utilisé est le paclitaxel, les solutions optimales consistent à relarguer le produit à des concentrations nettement inférieures à celles des DES actuels soit pendant quelques heures, soit pendant une durée d'un an. Pour le sirolimus, un relargage lent est nécessaire. Les formes optimales des spires du DES sont toujours allongées mais profilées seulement lorsque le relargage est rapide. Ces résultats permettent d'expliquer en partie les performances des différents DES récents et révèlent un fort potentiel d'amélioration dans la conception des DES par rapport aux dispositifs commerciaux actuels.
Fichier principal
Vignette du fichier
Bozsak-Optimization-of-DES-final.pdf (5 Mo) Télécharger le fichier
Loading...

Dates et versions

pastel-00858100 , version 1 (04-09-2013)

Identifiants

  • HAL Id : pastel-00858100 , version 1

Citer

Franz Bozsak. Optimization of Drug-Eluting Stents. Cardiology and cardiovascular system. Ecole Polytechnique X, 2013. English. ⟨NNT : ⟩. ⟨pastel-00858100⟩
502 Consultations
1197 Téléchargements

Partager

Gmail Facebook X LinkedIn More