Modelo predictivo de trombos de aurícula y orejuela izquierdas en pacientes con FA no valvular
Investigadores pertenecientes a la División de Cardiología, del Segundo Hospital de la Universidad Médica de Hebei, Shijiazhuang, Hebei, China publicaron la edición del 4 de noviembre de 2022 del Journal of International Cardiology, los resultados de un estudio en el que propusieron la construcción de un modelo clínico predictivo de trombos de aurícula izquierda y orejuela izquierda en pacientes con fibrilación auricular no valvular* que será comentado en la NOTICIA DEL DÍA
La fibrilación auricular (FA) es la taquiarritmia más común, caracterizada por una ritmo cardíaco irregular, y es un factor de riesgo significativo de insuficiencia cardíaca, accidente cerebrovascular, deterioro cognitivo y muerte.
Entre ellos, el accidente cerebrovascular aumenta significativamente la morbilidad y la mortalidad de los pacientes y aumenta la carga para sus familias y la sociedad en su conjunto.
Por lo tanto, el objetivo principal del tratamiento de pacientes con FA es la prevención del ictus.
Estudios previos han encontrado que la principal causa de FA complicada por accidente cerebrovascular es la formación y desprendimiento de trombos en el apéndice auricular izquierdo (LAA por sus siglas en inglés).
En pacientes con fibrilación auricular no valvular (FANV) y accidente cerebrovascular, hasta el 90 % del trombo se origina en la LAA, y el accidente cerebrovascular causado por el trombo LAA (LAAT) tiene un área de embolización más grande y una tasa de mortalidad más alta que otros tipos.
El contraste ecocardiográfico espontáneo de la aurícula izquierda (LASEC) y el sedimento del apéndice auricular izquierdo (LAAS) a menudo se consideran precursores de LAAT, y también aumentan el riesgo de accidente cerebrovascular en pacientes con FANV.
LAAT, LASEC y LAAS se denominan colectivamente trombos LA o LAA.
Clínicamente, la ecocardiografía transesofágica (ETE) a menudo se realiza para prevenir accidentes cerebrovasculares en pacientes con fibrilación auricular antes de la cardioversión o la ablación con catéter.
Sin embargo, requiere un alto grado de cooperación del paciente y no se implementa completamente en todos los centros.
Además, como inspección semiinvasiva, la ETE aumenta la incomodidad del paciente y no es factible en algunos pacientes (hemorragia gastrointestinal y hernia de hiato).
Es necesario establecer un modelo de predicción simple y fácil para descartar los grupos de alto riesgo de trombosis de fibrilación auricular y administrar terapia anticoagulante.
Este estudio tuvo como objetivo investigar los factores de riesgo de pacientes con trombosis LAA con NVAF y establecer y validar modelos predictivos relevantes para guiar el tratamiento clínico.
El propósito de este estudio fue investigar los factores de riesgo de trombos en la aurícula izquierda (LA) o el apéndice auricular izquierdo (LAA) en pacientes con fibrilación auricular no valvular (FANV) y establecer y validar modelos predictivos relevantes.
Podría mejorar la estratificación del riesgo tromboembólico en pacientes con FANV
Se incluyeron retrospectivamente a 1.210 pacientes consecutivos con FANV a los que se les realizó ecocardiografía transesofágica (ETE), de los cuales 139 pacientes presentaban trombos en AI o en LAA.
A través de la revisión de la literatura y el principio de diez eventos por variable (10EPV), finalmente se identificaron 13 variables para su inclusión en el análisis multivariado.
Los modelos se construyeron mediante regresión logística paso a paso multivariado y regresión de operador de selección (lazo) y contracción mínima absoluta.
Después de la regresión logística, finalmente se seleccionaron cinco variables (tipo de FA, edad, péptido natriurético tipo B, relación E/e’ y diámetro de la aurícula izquierda) como modelo 1.
Después de la regresión de Lasso, tipo de FA, edad, sexo, tipo de péptido natriurético tipo B, la relación E/e’, el diámetro de la aurícula izquierda y la fracción de eyección del ventrículo izquierdo finalmente se seleccionaron como modelo 2.
Después de comparar los dos modelos, finalmente se seleccionó el modelo 1 más simple.
El área bajo la curva ROC (AUC) del modelo 1 fue de 0,865 (IC 95%: 0,838-0,892), el test de Hosmer-Lemeshow = 0,898 y el AUC = 0,861 tras validación interna.
La curva de decisión clínica mostró que el nuevo modelo de predicción clínica podía lograr un beneficio clínico neto cuando el umbral esperado estaba entre 0 y 0,6.
Después de completar la construcción del modelo, este estudio también probó la diferenciación, la precisión y el beneficio clínico neto del modelo.
El AUC estima la probabilidad de que los resultados predichos del modelo sean consistentes con los resultados reales observados. El AUC del modelo y el AUC de verificación interna establecidos en este estudio superan el 85 %, lo que indica que el modelo tiene una buena orientación para predecir la incidencia de trombos LA o LAA en pacientes con FANV.
La precisión refleja la coherencia entre el riesgo previsto y el riesgo real. La prueba de Hosmer-Lemeshow muestra que la predicción del modelo se ajusta bien a la situación real.
Las curvas de decisión clínica se utilizan a menudo para evaluar los beneficios netos de los modelos predictivos en el uso clínico.
Este umbral de predicción es de 0 a 0,6. Sin embargo, muchos estudios controlados aleatorios todavía necesitan verificar la determinación de un umbral de probabilidad específico.
Este estudio fue un estudio retrospectivo de un solo centro, y los factores de riesgo identificados están altamente correlacionados con las características de los pacientes ingresados.
Además, en este estudio solo se realizó una validación interna, y aún se necesita una validación externa con datos de otros centros para verificar la reproducibilidad de este modelo de predicción clínica..
Aunque la puntuación CHA2DS2-VASc se calcula de acuerdo con las guías más recientes, algunos indicadores de puntuación no se analizan de forma rutinaria (p. ej., placa aórtica y angiografía coronaria), lo que puede subestimar la puntuación.
Faltaban los datos clínicos de la población de estudio incluida en el momento de la entrada.
Este estudio no adoptó el método de imputación múltiple para tratar los valores perdidos, sino que adoptó el método de imputación única.
Esto puede causar el desplazamiento de datos hasta cierto punto.
En conclusión, el estudio construyó un nuevo modelo de predicción clínica de trombos LA o LAA en pacientes con FANV, que mostró un buen rendimiento en términos de discriminación, precisión y beneficio clínico neto.
Sin embargo, el rendimiento externo de este modelo predictivo aún debe verificarse mediante datos clínicos multicéntricos.
