Clairambault
Clairambault
9, 2000, 65-92
AUTOMATIQUE,BIOLOGIE ET SANT É c EDPSciences, SMAI 2000
[Link]
Résumé
Le système cardio-vasculaire (SCV) est modélisé dans son ensemble, avec ses différents comparti-
ments : pompe cardiaque, petite et grande circulation, circuit artériel et circuit veineux. Les problèmes de
modélisation sont abordés sous l’angle de la commande, c’est-à-dire en fonction d’une mission à remplir
pour le SCV et son contrôleur à court terme, le système nerveux autonome (SNA). Deux aspects du modèle
sont développés ici : d’une part, la pompe cardiaque, intégrant un modèle non linéaire de muscle, et son
insertion dans la circulation sanguine, d’autre part l’arc baroréflexe, principale boucle de régulation à court
terme de la pression artérielle. Des applications cliniques en cours analysant le gain de cet arc baroréflexe
sont également mentionnées.
65
Article published by EDP Sciences and available at [Link] or [Link]
PVC) ; b/ la contractilité du myocarde, sous la dépendance du SNA ; c/ la postcharge, ensemble des
facteurs qui s’opposent au travail du cœur : résistance pariétale du ventricule, impédance de l’aorte,
et résistances périphériques, ces dernières étant également sous la dépendance du SNA.
Le circuit vasculaire n’est pas seulement pourvu de résistances, il est aussi pourvu de capacités.
Les vaisseaux sanguins ne sont en effet pas rigides, mais compliants, et les veines systémiques, no-
tamment, constituent un important réservoir de sang. Les quatre compartiments du circuit vasculaire :
artériel et veineux systémique, artériel et veineux pulmonaire sont ainsi modélisables en première in-
tention chacun par une cellule du premier ordre (ou éventuellement du second ordre, si l’on prend en
compte les effets d’inertie du sang). La principale variable d’état de chacun de ces quatre comparti-
ments est la pression sanguine, et celle qui joue le rôle le plus important est la plus élevé : la pression
artérielle systémique.
66
Ce modèle, parce qu’il repose sur des considérations physiques, rend compte de phénomènes qualita-
tifs clefs.
σ = σC + σP
b/ Éléments passifs :
L’élément passif parallèle contribue à augmenter la contrainte au-delà d’une déformation seuil (pour
protéger le cœur des trop grands remplissages : il concourt à la fermeture de la valve quand la défor-
mation devient trop grande). On propose la loi de comportement : σP (ε) = kP |ε − ε̄|+ , où kP est une
raideur, et ε̄ représente une déformation seuil.
67
[8]). On en rend compte en écrivant la relation de la dynamique pour les éléments contractiles ; on
propose l’équation (2) dans laquelle on a ajouté un terme d’amortissement (frottement visqueux) et
un autre de rappel élastique :
ε̈C + 2ζω ε̇C + ω 2 εC = −α σC + β ε (2)
Les paramètres ζ,ω,α,β sont reliés à ceux, physiques, caractérisant la fibre (raideur, masse, longueur
au repos).
68
2.4 Comportements qualitatifs
On présente une liste non exhaustive de comportements qui servent à tester qualitativement le
modèle.
kC
ε̇C = − u (7)
k1 σC + k2
Cette équation rend compte de résultats expérimentaux selon lesquels le muscle se raccourcit d’autant
moins vite qu’il doit équilibrer une charge plus importante (voir p. ex. [3]). Si cette charge est nulle,
kC
le muscle se raccourcit à la vitesse maximale vmax qui, d’après (7), vaut − u.
k2
À l’échelle du sarcomère la physiologie relie vmax aux taux d’hydrolyse de l’ATP par le complexe
Actine-Myosine ([4]) ; ceci donne donc une information sur l’amplitude de u durant sa phase positive.
69
2.5.1 Ventricule gauche
σ̇CG = −k1G σCG |ε̇CG | − k2G ε̇CG + kCG u
VG − V0G
ε̈CG = − 2ξG ωG ε̇CG − ωG 2 εCG − γG σCG + δG
V0G (8)
1 1
V̇G = |Ppv − PG (VG ,σCG )|+ − |PG (VG ,σCG ) − Psa |+
Rpv Rsa
2h0G kPG
où PG (VG ,σCG ) = σCG + VG − V̄G +
b0G V0G
σ̇CD = −k1D σCD |ε̇CD | − k2D ε̇CD + kCD u
VD − V0D
ε̈CD = − 2ξD ωD ε̇CD − ωD 2 εCD − γD σCD + δD
V0D (9)
1 1
V̇D = |Psv − PD (VD ,σCD )|+ − |PD (VD ,σCD ) − Ppa |+
Rsv Rpa
2h0D kPD
où PD (VD ,σCD ) = σCD + VD − V̄D +
b0D V0D
1 1
C sa Ṗ sa = |P G − P sa | − (Psa − Psv )
R +
R
sa
1
S
1
Csv Ṗsv = − |Psv − PD |+ + (Psa − Psv ) (10)
Rsv RS
1 1
Cpa Ṗpa = |PD − Ppa |+ − (Ppa − Ppv )
Rpa RP
avec Cpv Ppv (t) = Csa Psa (0) + Csv Psv (0) + Cpa Ppa (0) + Cpv Ppv (0)
− [Csa Psa (t) + Csv Psv (t) + Cpa Ppa (t)] + VT
− [VG (t) + VD (t) + Vsa (0) + Vsv (0) + Vpa (0) + Vpv (0)]
On a exprimé ici que sur les échelles de temps considérées le volume total VT est constant.
70
3 Modélisation du baroréflexe et mesures chez l’homme
Le système nerveux autonome joue un rôle pivot dans la régulation à court terme de la pression
artérielle via l’arc baroréflexe. Celui-ci, de façon très simplifiée, peut être modélisé comme sur la
fig. 1, qui met en évidence les principaux mécanismes de contrôle de la pression artérielle par le
SNA.
SNA
voies efférentes
EFFET CHRONOTROPIQUE
CARDIO
F IG . 1 – Arc baroréflexe: schéma de la régulation de la pression artérielle. Le SNA peut être vu com-
ment le contrôleur. Quatre différents mécanismes de contrôle, divisés en parasympathique et sympa-
thiques, ont été inclus dans le modèle.(voir le texte pour une brève introduction ; pour une description
complète du modèle voir [10] ou [11]).
Le modèle qui a été développé est un modèle en boucle fermée caractérisé par les éléments clas-
siquement présents dans une boucle de contrôle :
– les capteurs et les voies afférentes
dans le modèle, ils ont été réduits simplement aux barorécepteurs à haute pression. On ne consi-
dère ni les récepteurs à basse pression ni l’intégration des informations au niveau central.
– mécanismes de contrôle de la pression artérielle
• réflexe chronotropique : contrôle par les branches efférentes antagonistes du SNA du rythme
cardiaque ;
• réflexe inotropique : contrôle par la voie sympathique de la contractilité du myocarde ;
• réflexe vasculaire périphérique : contrôle par la voie sympathique du calibre des vaisseaux
périphériques ;
71
– organes effecteurs
• le pacemaker cardiaque : le SNA, agissant sur le nœud sinusal, est capable de régler la
fréquence de contraction du muscle cardiaque;
• la contractilité du myocarde : le SNA peut agir sur la puissance de la pompe cardiaque ;
• les résistances périphériques : l’augmentation de l’activité du nerf sympathique sur le sys-
tème vasculaire périphérique induit une vasoconstriction qui se traduit par une augmenta-
tion de ces résistances.
Le modèle a été développé dans [10] et repris dans [11] ; il reproduit les principales caractéristiques du
système cardiovasculaire et ses réponses aux stimuli extérieurs : en particulier il reproduit l’Arythmie
Sinusale Respiratoire (ASR) et l’apparition d’une composante en basse fréquence grâce à la présence
d’un comportement résonnant autour de 0.1 Hz (ondes de Mayer). Des développements récents du
modèle visent à rendre mieux compte d’autres phénomènes : entraı̂nement des basses fréquences par
la respiration, réponse du système cardiovasculaire à un changement de posture (tilt-up test), évalua-
tion de la fonction cardiaque (en particulier dans l’insuffisance cardiaque).
CENTRE
RESPIRATOIRE
effets
mécaniques
effets
centraux
fréquence système
SNA
cardiaque cardiovasculaire
pression
barorécepteurs
artérielle
F IG . 2 – Schéma simplifié de l’arc de contrôle du rythme cardiaque (RR), et des interactions aux
deux niveaux, central et mécanique, de la respiration et du système cardio-vasculaire.
ratoire et le système cardiovasculaire : d’un côté une interaction au niveau central (interaction directe
entre les centres autonomes bulbaires qui contrôlent le cœur et le centre respiratoire bulbaire), de
l’autre, une interaction située plutôt au niveau mécanique (intrathoracique), due à la modification du
retour veineux à l’inspiration.
72
3.1.1 Point de vue entrée-sortie
Pour évaluer les influences de la PA sur le RR, le système étant en boucle fermée, on doit supposer
faibles les interactions centrales entre le centre respiratoire et le centre autonome qui règle le rythme
cardiaque. Sous cette hypothèse, on se place dans un contexte de relation entrée - sortie, où l’entrée
est la PA et la sortie le RR. Il devient naturel d’étudier conjointement les variations des deux signaux
pour bien interpréter le fonctionnement du contrôleur.
De nombreuses recherches ont démontré que la fréquence et le volume respiratoires ont une large
influence sur la variabilité du RR et de la PA. Pour que les fluctuations de l’intervalle RR puissent
être considérées comme des indicateurs fiables du contrôle nerveux, en particulier quand l’ASR est
utilisée pour quantifier le tonus vagal, il faut donc faire en sorte que les interactions entre la respiration
et le système nerveux autonome soient constantes durant chaque phase de mesures cliniques. Ainsi
dans l’expérience qui sera décrite ci-dessous, nous avons fixé la fréquence respiratoire (imposant aux
sujets de rythmer leur respiration à l’aide d’un métronome), de façon à obtenir une bande bien définie
en haute fréquence (HF), la même pour tous les sujets.
PN −1
Transformée de Fourier Discrète X(k∆f ) = i=0 xi wi e−j2πk∆f iTo
P M2
Densité spectrale d’énergie D̄xx (k∆f ) = 1 1
M +1 T k=− M
|X(k∆f )|2
2
1 1
P M2
Densité spectrale d’énergie croisée D̄xy (k∆f ) = M +1 T k=− M
X̃(k∆f ) Y (k∆f )
2
|D̄xy (k∆f )|
Module de la fonction de transfert |Hxy (k∆f )| =
D̄xx (k∆f )
−1 imag[D̄xy (k∆f )]
Phase de la fonction de transfert Φxy (k∆f ) = tan
real[D̄xy (k∆f )]
73
tielle, en basse (description des ondes de Mayer) et en haute fréquence (liée à l’activité respiratoire) :
P
Énergie x∗F = k∆f ∈∗F D̄xx (k∆f )
où la bande de fréquence ∗F peut être HF (haute fréquence) ou LF (low frequency, i.e. basse fré-
quence), L∗F est la largeur de la fenêtre considérée. Chaque signal cardiovasculaire a donc été carac-
térisé par son contenu énergétique en haute et en basse fréquence.
Ces indicateurs peuvent être calculés pour chaque bande de fréquence (ce qui à notre connaissance
n’avait encore jamais été fait), l’index de sensibilité permettant alors la comparaison directe entre le
comportement du contrôleur en haute et en basse fréquence séparément. Le gain a été normalisé par
les valeurs moyennes du RR et de la PA, ce qui permet de prendre en compte le point de consigne (en
pression) du système cardiovasculaire.
74
Tilt 60o
Position couchée Position debout
0 5 10 15
RR PAS Respiration
1
0 11
00
00
11
0
1
0
1 00
11
0
1 00
11
00
11
0
1
0
1 00
11
0000000000
1111111111
0000000000
1111111111
0.1 0.25
0000000000
1111111111
0000000000
1111111111
0.1 0.25
1111111111
0000000000
0000000000
1111111111
0.25
1
0
0
1
0
1
0
1
0
1
1
0 0
1
0
1
0
1 0
1
0
1 0
1
0
1 0
1
0
1
0
1 0
1
0
1
0
1 0
1
0
1 0
1
0
1 0
1
0
1
0
1
111111111
000000000 111111111
000000000 111111111
000000000
000000000
111111111
0.1 0.25 0.1 0.25 000000000
111111111
000000000
111111111
0.25
F IG . 4 – Variations des composantes spectrales des signaux cardio-vasculaires induites par tilt-test.
En haut en position couché, en bas en position debout. En abscisses sont représentées les fréquences
et en ordonnées la puissance spectrale [ms2 /Hz] pour le rythme cardiaque (RR), [mmHg 2 /Hz]
pour la pression artérielle systolique (PAS), et pour la respiration [en unités arbitraires]. L’énergie
en basse fréquence est représentée par une barre verticale noire, celle en haute fréquence par une
barre grise.
75
Comme on peut le remarquer à l’aide d’une analyse temps-fréquence, ou en comparant les ré-
sultats obtenus par DFT (Transformation de Fourier Discrète) sur plusieurs fenêtres d’analyse, les
composantes en basse fréquence du RR et de la PAS présentent un comportement en bouffées, bien
visible sur la figure 5 (cette figure inclut toutes les périodes, sans limitation aux périodes station-
naires).
Densité spectrale
de puissance 10 LF
[ms2 /Hz]
RR
Densité spectrale
1.6
de puissance
[mmHg2 /Hz]
0.1
PAS
augmentation de la composante HF après tilt LF
F IG . 5 – Évolution temporelle de l’énergie en basse (LF) et haute fréquence (HF) des signaux rythme
cardiaque (RR) et pression systolique (PAS) avant et après tilt. La composante spectrale en basse
fréquence présente des bouffées, tandis que celle en haute fréquence est plus stable, mais subit en
revanche un grand changement lors du tilt-test. Les spectres sont obtenus par DFT, sur des périodes
de 2 minutes, avec recouvrement de 50 %.
Même si la DFT n’est pas nécessairement le meilleur outil pour étudier le système cardiovascu-
laire, puisque son emploi suppose la stationnarité des signaux (et il est possible que les 5 mn suivant le
changement de posture ne soient pas suffisantes pour atteindre une situation stationnaire), on peut ten-
ter d’interpréter l’instabilité de la composante en basse fréquence qui se manifeste ici par l’apparition
de bouffées comme le reflet de la mise en jeu du régulateur : le SNA.
La figure 6 représente l’évolution temporelle des gains et de l’index de sensibilité proposé. Le gain
en basse fréquence gLF évolue par bouffées et sans différences significatives avant et après tilt. Le gain
en haute fréquence gHF décroı̂t significativement, entraı̂nant une chute de l’index de sensibilité.
Cette étude confirme la nécessité d’analyser conjointement les composantes en haute et basse
fréquence du rythme cardiaque et de la pression artérielle, et surtout de décrire le contrôleur par des
indicateurs liés aux gains et aux points de consigne du système cardiovasculaire.
76
Gains
normalisés 3
[nu]
1.5
gLF
gHF
0
TILT Temps (mn)
Index de
sensibilité 2.5
[nu] 1
0
0
1
1
0
0
1
1
0 00
11
00
11
0
1
1
0
0
1
1
0
0
1
gHF
gLF
1
0 00
11
0 0
1 1
0 11
1 00
11
00
0
Temps (mn)
F IG . 6 – Évolution temporelle des gains normalisés en basse (gLF ) et en haute (gHF ) fréquence et de
l’index de sensibilité après un stimulus postural. Les spectres sont obtenus par DFT, par périodes de
2 minutes avec recouvrement de 50%.
77
4 Perspectives de la modélisation et mesures en clinique
On a présenté ici deux aspects du travail de modélisation en cours : le muscle cardiaque vu comme
un système dynamique commandé de manière périodique, d’une part, et l’arc baroréflexe, vu comme
une fonction de transfert non linéaire, d’autre part. Beaucoup reste à faire pour ajouter à cet édifice
d’autres sous-systèmes, et enfin pour les intégrer en un modèle simple, dont les paramètres soient
identifiables et utilisables en routine par le clinicien.
78
4.2 Identification de paramètres par de nouvelles mesures cliniques
Parallèlement à ce travail de modélisation, un travail de traitement et d’exploitation de mesures
est en cours, dans le but immédiat d’identifier des paramètres des sous-modèles du SCV (et du SNA)
considérés. Ces mesures, invasives ou non, sont réalisées par les équipes médicales avec lesquelles
nous collaborons.
Références
[1] Clairambault, J., Médigue, C., Bestel, J. ( 1997): Le système cardiovasculaire et sa régulation à
court terme par le système nerveux autonome. In : Journées d’Étude “Automatique et Santé” du
club EEA (organisateurs : E. Dombre et A. Fournier). ISIM, Montpellier, juin 1997.
(inclus en annexe à la fin de cet article)
[2] S. Silbernagl and A. Despopoulos. Atlas de poche de physiologie. Flammarion, Médecine-
sciences, 1995.
[3] G. Chauvet. Traité de Physiologie théorique : De la cellule à l’homme. Vol. 2, Masson, 1987.
[4] A. M. Katz. Physiology of the Heart. Raven Press, 1992.
[5] Clairambault, J., Claude, D. Systèmes dynamiques et biologie : quelques exemples. Séminaire
T. I. P. E. sur les systèmes dynamiques. Journée de formation (ENSTA-UPS) pour les professeurs
de Mathématiques Spéciales (organisateur : Max Bezard). ENSTA, Paris, mai 1996.
[6] Bestel, J., Sorine, M. Modélisation mathématique du système cardio-vasculaire. Rapport de Re-
cherche INRIA, à paraı̂tre.
[7] I. Mirsky and W. W. Parmley. CARDIAC MECHANICS: Physiological, Clinical, and Mathe-
matical Considerations. Chap. 4. 1974.
79
[8] SORIN-BIOMEDICA. Documentation technique sur la sonde BEST.
[9] F. C. Hoppensteadt and C. S. Peskin. Mathematics in Medicine and the Life Sciences. Chap. 5.
Springer Texts in Applied Mathematics, 1992.
[10] Vermeiren, C. Analyse et modélisation du système cardio-vasculaire et sa régulation à court
terme par le système nerveux autonome. Thèse de doctorat en génie biologique et médical,
Université Paris Val de Marne, décembre 1996.
[11] Monti, A. Parameter assessment in a model for the control of cardiovascular functions. Thèse de
fin d’études, Politecnico di Milano, octobre 1998.
[12] Landau, M., Lorente, P., Henry, J., Canu, S. Hysteresis phenomena between periodic and statio-
nary solutions in a model of pacemaker and nonpacemaker coupled cardiac cells. J. Math. Biol.,
25:491-509, 1987.
[13] Taher, M., Cecchini, A.B.P., Allen, M.A., Gobran, S.R., Gorman, R.C., Guthrie, B.L., Lingen-
felter, K.A., Rabbany, S.Y., Rolchigo, P.M., Melbin, J., Noordergraaf, A. Baroreceptor responses
derived from a fundamental concept. Ann. Biomed. Eng., 16: 429-443, 1988.
[14] Clairambault, J. A model of the autonomic control of heart rate at the pacemaker cell level
through G-proteins. 17e IEEE-EMBS, 1379-1380, Montréal, 1995.
80
Annexe : Le système cardiovasculaire et sa régulation
à court terme par le système nerveux autonome
J. Clairambault, C. Médigue, J. Bestel
Journées Automatique et Santé, Montpellier, mai 1997, Réf. [1] du présent article (1999)
Résumé
On présente le système cardiovasculaire (SCV) dans son ensemble, avec ses compartiments : pompe
cardiaque, petite et grande circulation, circuit artériel et circuit veineux, les variables observables en cli-
nique, les mécanismes de contrôle, dont le système nerveux autonome (SNA), et les interactions du SCV
avec la respiration. Les problèmes de modélisation sont abordés sous l’angle de la commande, c’est-à-
dire en fonction d’une mission à remplir pour le SCV et son contrôleur. Les possibilités de commande
pharmacologique du SNA sont également examinées, et des applications à la clinique envisagées.
81
À partir du nœud sinusal l’influx électrique se propage (à vitesse variable, et cette vitesse est aussi
soumise au contrôle du SNA) vers le myocarde ventriculaire, lieu du couplage excitation-contraction.
82
deux sommets) de l’onde de pression aortique, due à la réflexion de l’onde de propagation sur les
résistances périphériques, lorsque les valvules sigmoı̈des sont fermées.
83
2 Le contrôleur à court terme : le système nerveux autonome
2.1 Capteurs et voies afférentes
Des barorécepteurs, sensibles à la distension, sont situés dans la paroi des artères au niveau de
la crosse de l’aorte et du sinus carotidien (élargissement de la lumière de l’artère carotide, situé à la
hauteur de la bifurcation entre carotides externe et interne), et aussi sur le circuit veineux de retour,
au niveau de l’oreillette droite. Les barorécepteurs artériels sont sensibles à des variations de pression
minimes, de l’ordre de quelques mm Hg. Ces barorécepteurs transmettent des messages nerveux,
sous la forme de trains d’impulsions électriques, codés en fréquence, par des fibres afférentes (= de
la périphérie vers le centre) qui rejoignent les IXe et Xe paires crâniennes pour se terminer dans le
noyau du tractus solitaire (NTS, sous le plancher du 4e ventricule, dans le tronc cérébral).
Les barorécepteurs de l’oreillette droite, ainsi que des mécanorécepteurs pulmonaires stimulés
comme eux pendant l’inspiration, envoient des messages au NTS qui ont pour effet d’adapter le SNA
à la pression veineuse de retour et aux variations de la pression intrathoracique dues à la respiration.
84
paravertébraux, donc loin du cœur. Or les fibres préganglionnaires sont myélinisées, et transmettent
les impulsions électriques beaucoup plus rapidement que les fibres postganglionnaires, qui ne le sont
pas ou peu. D’autre part, la synapse ganglionnaire sympathique est à simple entrée pour des sorties
multiples (environ 1 pour 20, d’où un codage en fréquence, mais aussi en amplitude si on considère
la sommation des potentiels d’action sur plusieurs voies parallèles), contre un codage (1 pour 1), en
fréquence pure pour la voie parasympathique, d’où une possibilité de perte en ligne sur la voie sym-
pathique. Enfin, la synapse neuro-effectrice cardiaque a un neuromédiateur différent dans les deux
voies : acétylcholine pour la parasympathique, noradrénaline pour la sympathique, et la synapse no-
radrénergique serait plus lente que la synapse acétylcholinergique.
Il résulte de ces considérations anatomiques qu’on peut considérer la voie sympathique comme
une voie à retard par rapport à la voie parasympathique.
85
2.4.3 La contractilité du myocarde
Le couplage excitation-contraction dans la cellule ventriculaire est encore mal connu, mais le
principal facteur de la puissance de la pompe cardiaque est la vitesse de raccourcissement des fibres
contractiles. Là encore le SNA joue un rôle : le sympathique augmente la contractilité (c’est l’effet
inotrope positif du sympathique) ; en revanche il y a peu, ou pas, de terminaisons nerveuses parasym-
pathiques ventriculaires, et donc peu d’effet inotrope direct du parasympathique.
86
L’explication mécanique est fortement liée à la modification de la pression veineuse de retour due
à l’inspiration : l’abaissement de la coupole diaphragmatique induit un pompage de sang abdominal
dans la cage thoracique, avec distension de mécanorécepteurs (barorécepteurs du circuit veineux)
situés dans l’oreillette droite, qui transmettent par la voie du nerf vague un message aux centres
autonomes, provoquant une inhibition parasympathique, ce qui revient à une stimulation sympathique
immédiate (réflexe de Bainbridge). Il faut y ajouter une stimulation parallèle de mécanorécepteurs
pulmonaires à l’inspiration, qui produit les mêmes effets.
Enfin une explication mécanique locale directe, par étirement des fibres du nœud sinusal à l’inspi-
ration (donc indépendamment du SNA) existe aussi, mais son importance est sans doute négligeable.
Au cours du passage à l’orthostatisme, il y a chute brutale de sang veineux vers les membres
inférieurs, diminution de la pression veineuse de retour, diminution du débit cardiaque et donc de
la pression artérielle au niveau des barorécepteurs artériels. Cette stimulation du baroréflexe artériel
entraı̂ne une élévation de la fréquence cardiaque, sans effets immédiats néanmoins, car la chute du
retour veineux ne permet pas au débit cardiaque d’augmenter assez rapidement. C’est pourquoi la
compensation de la pression artérielle lors du passage à l’orthostatisme se fait essentiellement par
l’intermédiaire de la vasoconstriction périphérique, par une inhibition parasympathique consécutive à
la chute de pression au niveau des barorécepteurs.
Les mêmes phénomènes que lors du passage à l’orthostatisme existent ; il s’y ajoute aussi l’inter-
vention d’un chémoréflexe musculaire (sensible aux pressions partielles en oxygène et en gaz carbo-
nique, et un déplacement de la courbe stimulus-réponse du baroréflexe (réajustement d’une grandeur
de consigne sur la pression artérielle) [15].
Mais chez les sujets sportifs entraı̂nés, le tonus vagal est tel qu’il n’y a que très peu de réponse du
sympathique à une chute de pression ; au contraire les cas d’hypotension orthostatique à l’arrêt trop
brusque de l’effort sont fréquents.
Dans l’insuffisance cardiaque, en revanche, le débit cardiaque étant insuffisant, les résistances
périphériques sont stimulées par la voie sympathique au maximum de leurs capacités, avec (régulation
à moyen terme, hormonale) des taux très élevés de catécholamines circulantes.
87
3 Principes de la modélisation du SCV sous le contrôle du SNA
3.1 Problèmes généraux
La construction d’un modèle du SCV sous la dépendance du SNA se heurte à des contraintes très
fortes. Les variables mesurables (autant que possible de manière non invasive, c’est-à-dire par des
instruments de mesure externes) sont bien peu nombreuses : pression artérielle en continu par bras-
sard avec contre-pression (FinapresTM ), électrocardiogramme, respiration, électroencéphalogramme
dans l’étude du sommeil. La pression veineuse centrale est par définition invasive, mais il peut être
nécessaire d’en disposer sur des enregistrements animaux, par exemple, pour estimer le retour vei-
neux. Quelles variables d’état considérer ? Une variable d’“état sympathique” et une autre, d’“état
parasympathique” sont de bons candidats pour décrire l’état interne du contrôleur.
Les conflits entre description microscopique (la cellule) et macroscopique (l’organisme) dans une
modélisation à base physiologique sont représentatifs de l’opposition entre ce qu’on sait de la phy-
siologie, souvent dans des détails très fins au niveau cellulaire, et ce qu’on peut en observer au niveau
intégré du corps entier.
En dehors de l’observabilité, des problèmes d’identifiabilité sont à prévoir, et la construction d’un
modèle doit en tenir compte, si on veut pouvoir s’en servir en clinique ; mais suivant le problème
physiopathologique considéré, tel ou tel aspect du mécanisme de commande peut être privilégié, aux
dépens des autres, afin de rendre un modèle identifiable.
Enfin, signalons que l’intérêt des médecins et des physiologistes, dans notre pays, pour la modéli-
sation mathématique est très variable ; si certains y sont réfractaires, d’autres sont prêts à monter des
expérimentations animales ou humaines pour tester une hypothèse.
La “loi fondamentale du cœur” (l’effet Starling) est que toute augmentation de la précharge (vo-
lume, ou pression au repos, avant la contraction) augmente la force de contraction du ventricule, non
par augmentation de la vitesse de contraction (contractilité), mais par accroissement de la longueur
de la fibre myocardique au repos. Ce mécanisme a pour effet d’égaliser les débits droit et gauche
et d’éviter toute stase, et tout pompage inutile, dans la circulation pulmonaire. En revanche, toute
augmentation de la postcharge diminue la contractilité du myocarde.
Un effet positif direct d’une augmentation de la fréquence cardiaque sur la contractilité, dit effet
(de l’escalier de) Bowditch, est aussi à prendre en compte. Il est totalement indépendant et de l’effet
Starling et du SNA, et est lié au largage intracellulaire de calcium : plus le cœur bat vite, et plus la
fraction de temps pendant laquelle les canaux calciques membranaires sont ouverts est élevée ; or le
calcium intracellulaire est un déterminant essentiel de la contractilité musculaire.
L’intervention du SNA doit être modélisée à tous les niveaux du cœur. Sur le pacemaker (effet
chronotrope), ce peut être par un oscillateur de type Hodgkin-Huxley à paramètres dépendant du SNA
[18, 5], ou plus simplement par un oscillateur harmonique de fréquence dépendant directement du
SNA [21]. Les effets bathmotrope (excitabilité générale du myocarde) et dromotrope (sorte d’“avance
à l’allumage”) peuvent être négligés dans un premier temps. L’effet inotrope est aussi essentiel à
prendre en compte, la puissance de la pompe dépendant fortement d’une stimulation sympathique.
88
3.2.2 Circulation artérielle systémique
L’impédance et la compliance des grosses artères doivent aussi être prises en compte dans la
modélisation de la pression artérielle systémique, si on veut la mettre en rapport de manière réaliste
avec le débit cardiaque et la résistance systémique.
3.2.3 Baroréflexe
La modélisation des non-linéarités est un aspect crucial. La voie sympathique est vraisemblable-
ment une voie à retard par rapport à la voie parasympathique, et ce seul retard autorise l’apparition
du rythme endogène à basse fréquence ; mais il faut noter que ce n’est pas la seule manière d’obtenir
ce résultat. En particulier, modéliser le baroréflexe central comme un relais avec hystérésis (le dé-
clenchement, l’“onset”, du réflexe se produisant pour un point de consigne en pression plus élevé que
son arrêt, l’“offset”) permet, ainsi que le montre une analyse par la fonction de description, d’obtenir
une stabilisation de la pression au prix de l’apparition d’un cycle limite (le “0.1 Hz”) sans qu’il soit
nécessaire d’introduire un retard. Ce rythme endogène de basse fréquence est-il transitoire ou non ?
On l’a décrit après passage à l’orthostatisme, et aussi dans certaines situations qui peuvent être liées à
des perturbations passagères du baroréflexe. Si un tel phénomène hystérétique est avéré (il ne semble
en particulier pas exister chez le chien au repos [11], et de même le 0.1 Hz est souvent totalement
absent chez l’homme en position couchée au repos), sa quantification (par exemple par la largeur de
la fenêtre d’hystérésis) peut être un élément précieux pour évaluer la sensibilité du baroréflexe.
89
3.2.7 États physiopathologiques complexes
Il s’agit de l’exercice physique extrême (chémoréflexes : [O2 ], [CO2 ], pH), de pathologies impli-
quant des perturbations importantes du SNA ([Link]. diabète avec neuropathie), et du sommeil para-
doxal. Le sommeil paradoxal est un état physiologique du système nerveux central au cours duquel
des interactions très complexes peuvent survenir entre notamment la réticulée et les centres cardiores-
piratoires du bulbe, avec déconnection concomitante du contrôle par l’hypothalamus et le cortex, mais
surtout une interaction moindre que dans le sommeil profond entre centre respiratoire et noyau am-
bigu (donc une diminution de l’arythmie sinusale respiratoire) [1]. C’est pourquoi une identification
des paramètres du SNA doit prendre en compte les états de vigilance et de comportement.
90
par le SNA qui leur donnerait accès aux paramètres internes du SCV.
Références
[1] Benoit, O., Foret, J. Le sommeil humain, bases expérimentales et physiopathologiques. Masson,
Paris, 1992.
[2] Bioulac, B. La neurotransmission dans le système nerveux végétatif. La revue du praticien, 31
(37): 2605-2631, 1981
[3] Cavalcanti, S., Belardinelli, E. Modeling of Cardiovascular Variability Using a Differential
Equation. IEEE-BME, 34 (10): 982-988, 1996.
[4] Chauvet, G. Traité de physiologie théorique (3 tomes). Masson, Paris, 1987.
[5] Clairambault, J. A model of the autonomic control of heart rate at the pacemaker cell level
through G-proteins. Actes de la 17e conférence internationale IEEE-EMBS, 1379-1380, Mont-
réal, septembre 1995.
[6] Clairambault, J., Claude, D. Systèmes dynamiques et biologie : quelques exemples. Séminaire
T. I. P. E. sur les systèmes dynamiques. Journée de formation (ENSTA-UPS) pour les professeurs
de Mathématiques Spéciales (organisateur : Max Bezard). ENSTA, Paris, mai 1996.
[7] Eckberg, D.L., Rea, R.F., Andersson, O.K., Hedner, T., Prnow, J., Lundberg, J.M., Wallin, B.G.
Baroreflex modulation of sympathetic activity and sympathetic neurotransmitters in humans.
Acta Physiol. Scand., 133: 221-231, 1988.
[8] Guyton. A.C. Arterial Pressure and Hypertension. Saunders, Philadelphie, 1980.
[9] Kappel, F., Peer, R.O. A mathematical model for fundamental regulation processes in the car-
diovascular system. J. Math. Biol., 31: 611-631, 1993.
[10] Kitney, R.I. A nonlinear model for studying oscillations in the blood pressure control system. J.
Biomed. Eng., 1 (2): 89-98, 1979.
[11] Levison, W.H., Barnett, G.O., Jackson, W.D. Nonlinear analysis of the baroreceptor reflex sys-
tem. Circ. Res., 18: 673-682, 1966.
[12] Levy, M.N., Scwartz, P.J., Eds. Vagal control of the heart. Futura, New-York, 1994
[13] Melchior, F.M., Sirnivasan, R.S., Charles, J.B. Mathematical modeling of human cardiovascular
system for simulation of orthostatic response. Am. J. Physiol., 262: H1920-H1933, 1992.
[14] Milhorn, H.T. The application of control theory to physiological systems. Saunders, Philadel-
phie, 1966.
[15] Papelier, Y. Adaptation cardiovasculaire à l’exercice physique chez le sportif : rôle de l’interac-
tion entre baroréflexes et chémoréflexe musculaire. Thèse de doctorat en sciences et techniques
des activités physiques et sportives, Université Paris Sud, juin 1994.
[16] Hoppensteadt, F.C., Peskin, C.S. Mathematics in Medicine and the Life Sciences. Springer Texts
in Applied Mathematics, 1992.
[17] Schwaber, J.S., Graves, E.B., Paton, J.F.R. Computational modeling of neuronal dynamics for
systems analysis: application to neurons of the cardiorespiratory NTS in the rat. Brain Res., 604:
126-141, 1993.
[18] Seidel, H., Herzel, H. Modelling Heart Rate Variability Due to Respiration and Baroreflex. In :
E. Mosekilde, O.G. Mouritsen, Eds. Modelling the Dynamics of Biological Systems. Springer
Series in Synergetics, 1995.
91
[19] SilBernagl, S., Despopoulos, A. Atlas de poche de physiologie. Médecine-Sciences, Flamma-
rion, Paris, (4e de la 2e édition française) 1995.
[20] Taher, M., Cecchini, A.B.P., Allen, M.A., Gobran, S.R., Gorman, R.C., Guthrie, B.L., Lingen-
felter, K.A., Rabbany, S.Y., Rolchigo, P.M., Melbin, J., Noordergraaf, A. Baroreceptor responses
derived from a fundamental concept. Ann. Biomed. Eng., 16: 429-443, 1988.
[21] Vermeiren, C. Analyse et modélisation du système cardio-vasculaire et sa régulation à court
terme par le système nerveux autonome. Thèse de doctorat en génie biologique et médical,
Université Paris Val de Marne, décembre 1996.
[22] Wesseling, K.H., Jansen, J.R.C., Settels, J.J., Schreuder, J.J. The computation of aortic flow from
pressure in humans using a nonlinear, three-element model. J. Appl. Physiol., 74 (5): 2566-2573,
1993.
92