頭部回転運動学、組織変形、およびそれらの急性外傷性軸索損傷との関係

Head Rotational Kinematics, Tissue Deformations, and Their Relationships to the Acute Traumatic Axonal Injury.

抄録

有限要素モデル（FEM）から得られる頭部回転運動学と組織変形の指標は、外傷性軸索損傷（TAI）の評価基準やヘッドギアの評価基準として使用できる可能性がある。これらの指標はTAI発生の可能性を予測するために使用されてきたが、TAIの程度を評価する能力については検討されていない。本研究では、TAIのブタモデルを用いて、2方向の頭部荷重条件を幅広く検討した。TAIの程度は病理組織学的に定量化し、FEMから得られた組織変形および頭部回転運動学と相関させた。軸索線維および脳組織のピーク角加速度および最大ひずみ率は、軸索損傷量と比較的良好な相関を示し、両方向を別々に、または組み合わせても同様の相関傾向を示した。これらの回転運動学と組織変形は、急性TAIの程度を推定することができる。頭部運動学と組織のひずみ、ひずみ率、ひずみ率×ひずみ率の関係は、本書で検討した実験範囲、およびパラメトリックシミュレーションによりそれ以上の範囲で決定された。これらの関係から、ピーク角速度と加速度が基礎となる組織の変形に影響すること、およびその両方を知ることがTAIリスクの予測に役立つことが示された。これらの関係をTAIリスク曲線から抽出した傷害閾値と組み合わせ、TAIを予測するための軸索と脳組織の全体的なひずみとひずみ率を表す運動学ベースのリスク曲線を決定した。ヒトにスケーリングした後、これらの曲線はリアルタイムのTAI評価に使用できる。

Head rotational kinematics and tissue deformation metrics obtained from finite element models (FEM) have the potential to be used as traumatic axonal injury (TAI) assessment criteria and headgear evaluation standards. These metrics have been used to predict the likelihood of TAI occurrence; however, their ability in the assessment of the extent of TAI has not been explored. In this study, a pig model of TAI was used to examine a wide range of head loading conditions in two directions. The extent of TAI was quantified through histopathology and correlated to the FEM-derived tissue deformations and the head rotational kinematics. Peak angular acceleration and maximum strain rate of axonal fiber and brain tissue showed relatively good correlation to the volume of axonal injury, with similar correlation trends for both directions separately or combined. These rotational kinematics and tissue deformations can estimate the extent of acute TAI. The relationships between the head kinematics and the tissue strain, strain rate, and strain times strain rate were determined over the experimental range examined herein, and beyond that through parametric simulations. These relationships demonstrate that peak angular velocity and acceleration affect the underlying tissue deformations and the knowledge of both help to predict TAI risk. These relationships were combined with the injury thresholds, extracted from the TAI risk curves, and the kinematic-based risk curves representing overall axonal and brain tissue strain and strain rate were determined for predicting TAI. After scaling to humans, these curves can be used for real-time TAI assessment.