Comparative in silico mechanobiological modeling of CMN and DHS osteosynthesis under peptide-inspired healing modulation

Resumen Técnico: Modelado Mecanobiológico Comparativo In Silico de la Osteosíntesis mediante CMN y DHS

Planteamiento del Problema
Las fracturas intertrocantéreas del fémur proximal representan un desafío clínico significativo, que requiere una estabilización quirúrgica que equilibre la integridad mecánica con la curación biológica. Mientras que el Clavado Cefalomedular (CMN) y el Tornillo de Cadera Dinámico (DHS) son estrategias de fijación estándar, su desempeño comparativo es objeto de debate frecuente. Los análisis biomecánicos actuales se centran a menudo en la transferencia de carga estructural y la concentración de tensiones (p. ej., Distancia Punta-Ápex), pero frecuentemente tratan la curación de fracturas como un problema estructural estático en lugar de un proceso biológico dinámico. Además, el potencial emergente de los péptidos bioactivos para modular la regeneración ósea rara vez se integra en los marcos de simulación biomecánica. Existe una falta de modelos computacionales unificados que aborden simultáneamente la mecánica del implante, la modulación de la curación inspirada en péptidos y la estratificación de riesgo predictiva.

Metodología
El estudio desarrolló un marco mecanobiológico comparativo in silico utilizando MATLAB/Simulink (R2025b) para simular el comportamiento temporal de los constructos CMN y DHS bajo condiciones de curación evolutivas.

• Núcleo Biomecánico: Se estableció un modelo de carga axial simplificado donde la fuerza aplicada ($F$) se deriva de la masa corporal ($m$), la aceleración gravitacional ($g$) y un coeficiente efectivo de transferencia de carga ($\alpha$). La tensión nominal ($\sigma$) se calculó basándose en el área efectiva de soporte de carga ($A$) del constructo.
• Modulación de la Curación: Se introdujo un término de curación dependiente del tiempo, $H(t)$, para representar el soporte regenerativo inspirado en péptidos. Definido como $H(t) = 1 + kP(t)$, donde $k$ es un coeficiente de sensibilidad biológica y $P(t)$ es una función de actividad de péptidos normalizada, este término actúa como un factor de amplificación para el soporte biológico.
• Mecanobiología Acoplada: El modelo integra la mecánica y la biología definiendo la tensión efectiva del implante ($\sigma_{eff}$) como la tensión nominal dividida por el factor de amplificación de la curación ($\sigma_{eff} = \sigma / H(t)$). Esta formulación simula la redistribución progresiva de la carga del implante al callo de curación a medida que mejora la competencia biológica.
• Estratificación Predictiva: Se implementó un módulo de soporte de decisiones asistido por IA para clasificar los escenarios simulados en categorías de riesgo (favorables frente a propensas al fallo) basándose en entradas que incluyen masa corporal, coeficientes de carga, valores de tensión y actividad de péptidos. Los resultados de curación se dicotomizaron (favorable > 0.70) para el análisis de la Curva ROC.
• Parametrización: Las simulaciones utilizaron rangos fisiológicamente plausibles para la masa corporal (50–100 kg), transferencia de carga (0.5–4.0) y área del constructo (80–125 mm²). Las variables de péptidos fueron normalizadas (0–1) para servir como términos moduladores relativos en lugar de dosis farmacológicas específicas. Se realizaron análisis de sensibilidad para probar la robustez del modelo.

Resultos Clave

• Comparación Mecánica: En todas las condiciones de carga simuladas, el constructo CMN demostró consistentemente valores de tensión nominal y efectiva más bajos en comparación con el constructo DHS. El sistema CMN mantuvo un perfil mecánico más favorable, particularmente bajo escenarios de alta carga, mientras que el DHS exhibió una mayor sensibilidad a las demandas mecánicas elevadas y un soporte biológico retrasado.
• Impacto de la Modulación de la Curación: La introducción de la modulación de la curación inspirada en péptidos resultó en una reducción progresiva de la tensión efectiva del implante a lo largo del tiempo. Un soporte biológico más fuerte (mayor $P(t)$) se correlacionó con una menor tensión efectiva y clasificaciones de riesgo más favorables para ambos tipos de fijación.
• Desempeño Predictivo: El módulo de estratificación de escenarios discriminó con éxito entre escenarios de curación favorables y condiciones propensas al fallo dentro del entorno in silico, logrando un Área Bajo la Curva (AUC) superior a 0.85.
• Reducción de Tensión: Bajo condiciones equivalentes, la tensión nominal en CMN se mantuvo aproximadamente un 15–20% por debajo de la de DHS. La reducción relativa de la tensión efectiva se volvió más pronunciada a medida que aumentaba la modulación de la curación.

Significancia y Reivindicaciones
Los autores postulan que este estudio proporciona una plataforma generadora de hipótesis fundamental en lugar de una herramienta de pronóstico clínicamente validada. La principal significancia radica en la integración de tres dominios previamente fragmentados:

1. Biomecánica del Implante: Confirmar la ventaja mecánica teórica de la fijación intramedular (CMN) sobre los constructos extramedulares (DHS) en términos de distribución de tensiones.
2. Integración Biológica: Demostrar cómo una abstracción computacional de la curación mediada por péptidos puede alterar dinámicamente la carga mecánica sobre los dispositivos de fijación, sugiriendo que la recuperación biológica es una variable crítica en la estabilidad de la fijación.
3. Estratificación Predictiva: Establecer un flujo de trabajo unificado que traduzca los resultados de la simulación mecanobiológica en categorías de riesgo interpretables.

El artículo establece explícitamente que estos hallazgos no son evidencia clínica directa. El modelo depende de supuestos simplificados (p. ej., carga axial únicamente, términos de curación escalares) y carece de geometría específica del paciente o calibración experimental. Por consiguiente, los autores presentan este trabajo como un marco de prueba de concepto destinado a guiar futuras direcciones de investigación, incluyendo la validación mediante elementos finitos, la calibración experimental de péptidos y la validación contra conjuntos de datos clínicos a nivel de paciente. El estudio concluye que la fijación de fracturas intertrocantéreas debe verse como una interacción dinámica entre la estabilidad mecánica, la progresión de la curación y la evaluación de riesgo predictiva, en lugar de un problema puramente estructural.