• Título:  GENERACIÓN Y VALIDACIÓN DE UN MODELO PREDICTIVO EN PACIENTES CON INSUFICIENCIA CARDIACA APLICABLE EN SERVICIOS DE URGENCIAS Y CENTROS DE ATENCIÓN PRIMARIA
• Autor:  CAMPILLO RECIO, DAVID
• Universidad:  Universidad Complutense de Madrid
• Departamento:  Universidad Complutense de Madrid
• Fecha de Lectura:  29/05/2017
• Programa de doctorado:  Programa Oficial de Doctorado en Ciencias Biomédicas
• Dirección: 
  • COLLADO YURRITA, LUIS RODOLFO (DIRECTOR)
  • TORRES GÁRATE, RAQUEL (DIRECTOR)
  • Portero Sánchez, Isabel (DIRECTOR)
• Tribunal: 
  • Calvo Manuel, Elpidio (PRESIDENTE)
  • MARCO MARTINEZ, JAVIER (SECRETARIO)
  • GARCÍA ROMO, EDUARDO (VOCAL)
  • VALLE BORREGO, BEATRIZ (VOCAL)
  • Martín Martínez, Alfonso (VOCAL)
• Descriptores: 
  • MEDICINA INTERNA
• Localización:  E-PRINTS COMPLUTENSE
• https://eprints.ucm.es/id/eprint/47112/
• Resumen:
  Introducción: la mortalidad de los pacientes con insuficiencia cardiaca sigue siendo muy elevada a pesar de los esfuerzos realizados en los últimos años encaminados a mejorar su manejo y su pronóstico. Esto puede explicarse en parte por el cambio poblacional (con pacientes de mayor edad y mayor número de comorbilidades) y por las dificultades para identificar pacientes de alto riesgo.. El objetivo de este estudio es describir el patrón de mortalidad de los pacientes con IC, describir las variables asociadas con la mortalidad al año y establecer un modelo pronóstico de fácil acceso y aplicación universal en función de dichas variables. Material y métodos: el estudio se dividió en dos fases. En una primera fase, o fase de generación del modelo predictivo, se realizó un estudio retrospectivo en el que se incluyeron todos los pacientes con diagnóstico de IC atendidos en un servicio de urgencias, siendo la IC el motivo de atención. Se recogieron variables epidemiológicas, antecedentes personales, comorbilidades y tratamiento aplicado y se realizó un seguimiento al año y a los 5 años. Posteriormente se describió el patrón de mortalidad, se identificaron las variables asociadas con la mortalidad al año y a los 5 años, y se elaboró un modelo predictivo multivariable en función de dichas variables. Posteriormente en una segunda fase o fase de validación del modelo predictivo, se validó dicho modelo en una cohorte externa de 3403 pacientes. Se compararon las variables epidemiológicas entre ambas cohortes, se identificaron factores pronósticos no identificados durante la fase I y se aplicó dicho modelo predictivo en esta segunda cohorte. Resultados: se incluyeron un total 144 pacientes en la primera fase de estudio. Un 50 % de los pacientes falleció durante los 5 años de seguimiento con un 25 % de fallecidos en el primer año. Las variables asociadas con la mortalidad al año fueron la edad, el sexo, los niveles de creatinina, la TAD o el antecedente de HTA (p < 0,05). Se estableció la relación de dependencia entre las variables descritas y la variable mortalidad y se generó un modelo predictivo con dichas variables. Los resultados mostraron que dicho modelo era un buen predictor de supervivencia al año en pacientes con IC siendo peor predictor de mortalidad. Posteriormente se validó dicho modelo predictivo en una cohorte externa de 3403 pacientes. A pesar de objetivarse diferencias epidemiológicas importantes entra ambas cohortes, incluso en algunas de las variables incluidas en el modelo predictivo, se obtuvieron resultados equiparables en cuanto a la capacidad predictiva de supervivencia al año de nuestro modelo. Conclusión: hemos obtenido una mortalidad del 50% a los 5 años con un 25% de pacientes fallecidos durante el primer año, evidenciando una vez más las dificultades para reducir la mortalidad en los pacientes con IC. Esto es debido al nuevo escenario en el que nos encontramos, con pacientes de mayor edad y mayor número de comorbilidades. El objetivo para reducir dicha mortalidad radica en el manejo multidisciplinar de este tipo de pacientes dentro de un modelo integral, así como el desarrollo de herramientas que ayuden en el manejo inicial de estos pacientes con idea de identificar pacientes de alto riesgo y optimizar su tratamiento. Los modelos predictivos desarrollados hasta ahora son modelos complejos, que requieren variables no disponibles en muchas ocasiones en los servicios de urgencias y centros de atención primaria. Hemos obtenido un modelo predictivo de fácil acceso, aplicación universal y validado en una cohorte externa, siendo un buen predictor de supervivencia al año en pacientes con IC. Dicho modelo podría ayudar en la toma de decisiones en Centros de Atención Primera y Servicios de Urgencias con las implicaciones pronosticas que eso conllevaría.