Identificación y predicción de la fibrilación auricular en pacientes con enfermedad coronaria

Investigadores chinos que se desempeñan en la Facultad de Informática Médica, en la Academia de Ciencias de Datos Médicos, en el Hospital Bishan y en el Departamento de Servicios Médicos del Tercer Hospital Afiliado de Chongqing, todas de la Universidad Médica de Chongqing, realizaron un estudio retrospectivo multicéntrico basado en una red bayesiana que se propuso identificar y predecir la incidencia de nueva FA en pacientes portadores de enfermedad coronaria (EC)

Para introducir el tema los autores destacan que la enfermedad coronaria (EC) es la enfermedad cardiovascular más común en la práctica clínica y se ha convertido en uno de los problemas de salud pública más graves a nivel mundial debido a su alta morbilidad y mortalidad. 

Asimismo, la fibrilación auricular (FA) es la arritmia sostenida más común que requiere tratamiento, a menudo coexistiendo con otras enfermedades cardiovasculares y está fuertemente asociada con el riesgo de muerte, accidente cerebrovascular y embolia periférica. 

Se espera que su prevalencia sea más del doble en los próximos 30 años y aumente con la edad, especialmente en adultos mayores, donde el riesgo aumenta en un 10% por cada 5 años de edad. 

Sin embargo, muchos pacientes con FA actualmente no son detectados y por lo tanto no reciben tratamiento, ya sea porque son asintomáticos o sus síntomas son ignorados, o porque sufren FA paroxística.

La EC y la FA comparten muchos de los mismos factores de riesgo y con frecuencia coexisten. 

Alrededor de un tercio de los pacientes con FA también tienen EC, y las personas con ambas tienen riesgo de reducir su esperanza de vida. 

Mientras tanto, el tratamiento de la EC y la FA es distinto, ya que los anticoagulantes se utilizan en la FA para reducir los eventos tromboembólicos como el accidente cerebrovascular, y los fármacos antiplaquetarios se utilizan en la coronariopatía para reducir los eventos isquémicos miocárdicos, la combinación de anticoagulantes y fármacos antiplaquetarios puede provocar un sangrado excesivo y dar lugar a complicaciones graves. 

Por lo tanto, el plan de tratamiento óptimo para pacientes diagnosticados tanto con FA como con EC ha ganado una atención significativa en la investigación clínica. 

En consecuencia, un examen más profundo de los pacientes con EC para descartar o diagnosticar definitivamente la FA puede ayudar a los médicos y a los pacientes a trabajar juntos para desarrollar estrategias seguras de prevención y tratamiento en las primeras etapas.

Se ha sugerido que las pruebas de detección, como el electrocardiograma (ECG) y la monitorización Holter repetida, son un método para aumentar las tasas de detección de FA y reducir la incidencia de accidente cerebrovascular isquémico mediante el inicio más temprano de la terapia anticoagulante. 

Sin embargo, los grupos de trabajo internacionales actualmente recomiendan no realizar pruebas de detección, citando las implicaciones de costo y la incertidumbre sobre los beneficios de un programa de detección sistemático en comparación con la atención habitual.

Las suposiciones causales subyacentes y la interpretabilidad de la red bayesiana (BN por sus siglas en inglés de Bayesian networks) la convierten en la opción preferida para el modelado de enfermedades. 

Su capacidad para capturar relaciones complejas entre variables y estimar probabilidades mejora la comprensión de la enfermedad, particularmente para dilucidar la intrincada red de interacciones entre los factores de riesgo y sus contribuciones al desarrollo de la enfermedad. 

Por lo tanto, este estudio tuvo como objetivo utilizar redes bayesianas para establecer y validar un nuevo modelo predictivo para pronosticar la incidencia de nueva FA en pacientes con EC, con el fin de evaluar la probabilidad de ocurrencia.

Reiterando lo dicho, la fibrilación auricular (FA) coexistente con la enfermedad coronaria (EC) sigue siendo un problema frecuente que suele dar lugar a malos resultados a corto y largo plazo para los pacientes. 

Se ha propuesto el cribado como método para aumentar las tasas de detección de FA y reducir la incidencia de mal pronóstico mediante una intervención temprana. 

Sin embargo, debido a las implicancias económicas y a la incertidumbre sobre los beneficios de un programa de cribado sistemático, el Grupo de Trabajo Internacional actualmente recomienda no realizar el cribado. 

Este estudio tuvo entonces como objetivo emplear redes bayesianas (BN) para evaluar la probabilidad pretest (PTP) de FA en pacientes con EC.

Un total de 12.552 pacientes con enfermedad coronaria se dividieron en el grupo de pacientes con EC y FA (grupo EC-FA) y el grupo de pacientes con EC sin FA (grupo sin FA). 

Se incluyeron catorce indicadores en el modelo de BN, entre ellos 

– edad, 

– sexo, 

– presión arterial sistólica (PAS), 

– colesterol de lipoproteínas de baja densidad (LDL-C), 

– ácido úrico sérico (AU), 

– gamma-glutamiltransferasa (GGT), 

– bilirrubina directa (DBIL), 

– lipoproteínas [LP(a)], 

– clasificación de la función cardíaca de la NYHA,  

– diabetes mellitus e 

– hipertensión, 

– palpitaciones, 

– disnea y 

– diámetro auricular izquierdo. 

El modelo de BN funciona bien tanto en el conjunto de prueba (AUC = 0,90) como en la validación cruzada interna de 10 veces (AUC = 0,89 ± 0,01).

Para discutir los hallazgos comentados, los autores plantearon que se analizaron los datos clínicos de 12.552 pacientes con enfermedad coronaria y se construyó un modelo de BN. 

El modelo pudo proporcionar una evaluación de riesgo individualizada que podría ayudar a tomar decisiones sobre las opciones de tratamiento, como la planificación del tratamiento posterior y las estrategias de seguimiento, y así reducir la aparición de eventos cardiovasculares fatales. 

Más específicamente, el modelo pudo ayudar a los pacientes con enfermedad coronaria a decidir si debían buscar la prevención temprana o la identificación de la fibrilación auricular o apoyar la toma de decisiones compartida entre médicos y pacientes para decidir sobre el tratamiento adicional a bajo costo y bajo riesgo.

Con ese propósito, se examinaron catorce factores de riesgo de EC combinada con FA, que fueron mencionados.

Entre las variables que se seleccionaron, la edad, el sexo, la PAS, los antecedentes de hipertensión y los antecedentes de diabetes fueron factores de riesgo clave para EC y FA, lo que fue consistente con la literatura existente. 

GGT y DBil fueron marcadores de la función hepática con mecanismos de acción menos informados en el campo cardiovascular, pero también recibieron atención en los últimos años por sus posibles funciones en EC y FA. 

En pacientes con EC, existió una correlación independiente entre la actividad elevada de GGT y FA, lo que sugirió que pudo servir como un marcador circulante de riesgo de FA. 

De manera similar, la DBil se ha asociado con el riesgo de aterosclerosis coronaria, pero es necesario investigar más a fondo el mecanismo exacto.

Los estudios demostraron que el ácido úrico sérico estuvo significativamente asociado con el riesgo de EC y FA, siendo que los pacientes afectados tuvieron más probabilidades de desarrollar FA cuando los niveles de AU fueron altos. 

El estudio chino también incorporó la clasificación NYHA, una medida ampliamente utilizada de la gravedad de la insuficiencia cardíaca (IC). 

Se ha sugerido que la FA puede exacerbar la IC y, de manera similar, la IC puede ser un desencadenante de la FA. 

Aunque no es posible determinar la secuencia exacta de eventos, la realidad es que la FA puede conducir al empeoramiento de la función de bombeo del corazón, y los pacientes con IC es probable que desarrollen FA con el tiempo. 

Cabe destacar que incluso aquellos pacientes cuyo diagnóstico inicial es solo FA pueden tener una miocardiopatía oculta subyacente que la desencadena. 

Por lo tanto, la identificación y clasificación precisas de la IC son particularmente importantes en el manejo individualizado de los pacientes con FA. 

La lipoproteína (a) y el LDL-C estuvieron fuertemente asociados con el desarrollo de la enfermedad cardiovascular. 

Se ha sugerido que los niveles de Lp(a) fueron un factor de riesgo independiente para el desarrollo de FA en pacientes con EC. 

Además, en la progresión de la FA, se ha demostrado que el C-LDL fue un factor de riesgo independiente para eventos tromboembólicos. 

La evidencia de muchos estudios en los últimos años sugirió que el agrandamiento de la aurícula izquierda fue un factor de riesgo importante para el desarrollo de fibrilación auricular. 

Algunos académicos han argumentado que la dilatación auricular izquierda fue un indicador de alto riesgo de FA a través del análisis de datos multicéntricos en el estudio Framingham. 

Sus datos multicéntricos mostraron que por cada aumento de 5 mm en el diámetro interno de la aurícula izquierda, el cociente de riesgo (HR) para la aparición de FA aumentó aproximadamente 1,39 veces. 

De manera similar, se observó que el diámetro de la AI es significativamente mayor en pacientes con EC combinada con FA que en pacientes sin FA y se correlacionó con la prevalencia de FA en aquéllos.

Las dos causas principales de la dilatación auricular izquierda son la sobrecarga de presión y la sobrecarga de volumen, respectivamente. 

Los aumentos sostenidos de la presión auricular izquierda aumentan significativamente el riesgo de deformación estructural de la aurícula izquierda y pueden inducir FA.

Los síntomas comunes de los pacientes con FA son disnea, palpitaciones y estos síntomas se superponen con los de los pacientes con EC. 

Por lo tanto, los pacientes pueden confundir fácilmente estas dos enfermedades, lo que también puede conducir a retrasos en el tratamiento. 

Por lo tanto, la inclusión de síntomas comunes y fácilmente pasados por alto de FA en este estudio contribuirá a mejorar la capacidad del público para reconocer los síntomas tempranos de la arritmia y promover el diagnóstico temprano, reduciendo así las graves consecuencias de no detectarla a tiempo.

En la era de la medicina de precisión, los médicos están cada vez más interesados en el uso de modelos predictivos para guiar la prevención y la planificación del tratamiento. 

El uso de la tecnología informática para la predicción y el diagnóstico de enfermedades se ha estudiado con más frecuencia, lo que ha proporcionado ideas y métodos de investigación para este estudio. 

Sin embargo, inevitablemente existen ciertas limitaciones: 

(1) la construcción del modelo se basa solo en los datos, ignorando el consenso clínico aceptado y el conocimiento a priori existente; 

(2) los modelos construidos no son muy flexibles y no pueden responder rápidamente a nuevas situaciones y nuevos conocimientos que puedan surgir en cualquier momento en el entorno clínico. 

(3) Las principales quejas de los pacientes no se incluyeron en el modelado. 

Una cosa que se tuvo que reconocer fue que la propia información de salud del paciente es la primera fuente de información para los médicos, y esto debe tenerse en cuenta en el trabajo clínico. 

El estudio seleccionó un grupo específico de pacientes con EC y eligió una BN flexible para el modelado basado en las características básicas de los pacientes, los índices de pruebas de laboratorio y los principales síntomas combinados con el consenso clínico existente, que resolvió las deficiencias anteriores en cierta medida.

El presente estudio tuvo algunas limitaciones expresadas por los propios autores. 

(1) Debido a la naturaleza retrospectiva de este estudio, hubo valores faltantes y el uso de técnicas para estimarlos pudo estar algo sesgado. 

(2) Los indicadores con valores faltantes >30% (p. ej., IMC) no se incluyeron en este estudio, lo que pudo tener algún impacto en la precisión del modelo. 

(3) En el tratamiento real, algunos pacientes con FA no completaron todas las pruebas necesarias, o los resultados de sus pruebas mostraron falsos negativos, lo que significa que pudo haber un sesgo en los datos en los que se basó el modelo para la predicción, lo que pudo llevar hasta cierto punto a una subestimación de los resultados. 

(4) La gravedad de la EC fue una causa importante de FA, y los estudios futuros deben considerar la incorporación de puntuaciones SYNTAX u otras medidas validadas de la gravedad de la coronariopatía para refinar los modelos de predicción. 

Sin embargo, una de las ventajas de los BN es que se pueden actualizar con nueva evidencia, lo que permite actualizarlos mediante el uso de información sobre nuevos biomarcadores candidatos, que se tendrán en cuenta en estudios posteriores.

En resumen, este estudio determinó los factores de riesgo de FA en pacientes con EC y las interacciones entre esos factores de riesgo y desarrolló un modelo de BN para la toma de decisiones clínicas personalizadas entre médicos y pacientes. 

Además, los resultados de la cohorte de validación interna y externa demostraron que el BN tuvo un buen desempeño y una alta precisión y confiabilidad. 

Los autores creen que el modelo de BN construido en este estudio podría guiar las estrategias de manejo de seguimiento para pacientes con FA y ayudar a los médicos a mejorar el tratamiento individual, así como también podría ofrecer una forma de detectar de manera benéfica la FA en un entorno de atención primaria. 

Mientras tanto, se requiere un estudio multicéntrico y de muestra más grande para validar y mejorar el estudio en el futuro.

* Jian J, Zhang L, He S, Wu W, Zhang Y, Jian C, Xie M, Wang T, Liang B, Xiong X. The identification and prediction of atrial fibrillation in coronary artery disease patients: a multicentre retrospective study based on Bayesian network. Ann Med. 2024 Dec;56(1):2423789. doi: 10.1080/07853890.2024.2423789. Epub 2024 Nov 7. PMID: 39508083.