Estratificación de riesgo de pacientes ambulatorios con insuficiencia cardíaca

Abstract

Hipótesis: La estimación del riesgo de muerte puede optimizar el manejo de los pacientes ambulatorios con insuficiencia cardíaca (IC). Objetivos: Analizar el patrón cronobiológico de muerte de estos pacientes, y desarrollar un modelo predictivo de mortalidad que mejore la estimación del riesgo. Métodos: Se han recogido, de manera prospectiva, variables demográficas, clínicas, bioquímicas y ecocardiográficas de dos cohortes diferentes de pacientes ambulatorios con IC. La “cohorte UIC- Sant Pau”, está formada por 1233 pacientes controlados en la Unidad de Insuficiencia Cardíaca del Hospital de la Santa Creu i Sant Pau, entre los años 2003 y 2008. Y, la “cohorte REDINSCOR”, está constituida por 1293 pacientes del registro REDINSCOR (Red Nacional de Insuficiencia Cardíaca en España). Estudio observacional prospectivo realizado con pacientes de 18 hospitales españoles diferentes, incluidos entre los años 2007 y 2011. A partir de la “cohorte UIC- Sant Pau”, en primer lugar, se realiza un análisis retrospectivo para describir la distribución de muerte de los pacientes según el patrón circadiano, día de la semana, mensual y estacional (cronobiología). Posteriormente, con 653 pacientes de esta misma cohorte (se excluyen los pacientes incluidos simultáneamente en la “cohorte REDINSCOR”), se define la “cohorte UIC Sant Pau reducida” como cohorte de derivación para desarrollar modelos predictivos de muerte a 1 y 4 años. Aplicamos métodos estadísticos tradicionales (regresión de Cox) y métodos basados en la utilización de árboles de clasificación y regresión (Classification and regression tree analysis – CART) como técnica alternativa a los métodos estadísticos tradicionales. Comparamos el rendimiento predictivo de los modelos obtenidos por regresión de Cox y por análisis de CART. Finalmente realizamos dos tipos de validación de los modelos predictivos obtenidos. Una interna, por validación cruzada. Y una validación externa, aplicando los modelos obtenidos a la muestra de validación (“cohorte REDINSCOR”). Resultados: En la cohorte UIC- Sant Pau los pacientes no presentaron picos de mortalidad circadianos ni dependientes del día de la semana. Se observa un marcado pico de mortalidad en invierno. Los modelos predictivos obtenidos por regresión de Cox y análisis de CART muestran una capacidad discriminatoria muy similar. El modelo CART de predicción de muerte a 1 año utiliza sólo tres variables (NT-proBNP, edad y score clínico) para clasificar a los pacientes en grupos de alto, intermedio y bajo riesgo de mortalidad. Tiene una notable precisión predictiva (AUC: 0,72; IC(95%): 0,67-0,77), reproducida cuando el modelo se aplica a la cohorte de validación ( AUC: 0,67; IC(95%): 0,62-0,71) (p= 0,12). El árbol CART de predicción de muerte a 4 años, con las variables NT-proBNP, score clínico y sodio, discrimina a los pacientes en los tres grupos de riesgo. Su precisión predictiva es buena (AUC: 0,70; IC(95%): 0,66-0,74), y también se reproduce al aplicarla a la cohorte de validación (AUC: 0,66; IC(95%): 0,63-0,70) (p= 0,23). Conclusiones: La mortalidad de los pacientes ambulatorios con IC no sigue el patrón circadiano observado en la población general para eventos cardiovasculares. Sí se detecta un ritmo estacional con mayor mortalidad en invierno. Proponemos nuevos modelos pronósticos de muerte a 1 y 4 años, fáciles de implementar e interpretar, que quizás ayuden a progresar en el estudio, manejo y pronóstico de estos pacientes.

Hypothesis: Risk of death estimation can optimize the management of ambulatory patients with heart failure (HF). Objectives: To determine the chronobiology of death in these patients, and develop a mortality predictive model that improves the estimation of risk. Methods: Prospectively, demographic, clinical, biochemical and echocardiographic variables of two ambulatory HF patients cohorts were collected. The UIC-Sant Pau cohort consists of 1233 patients and they were controlled at the Hospital de la Santa Creu i Sant Pau HF unit from 2003 till 2008. The REDINSCOR cohort consists of 1293 patients from the REDINSCOR registry (National network of HF in Spain). Prospective observational study conducted with patients of 18 different Spanish hospitals that were included between 2007 and 2011. Firstly, we did a retrospective analysis to describe the distribution of patients death according to the circadian pattern, day of the week, monthly and seasonal (chronobiology) from the UIC - Sant Pau cohort. Subsequently, with 653 patients of the same cohort (excluding patients included simultaneously in the REDINSCOR cohort), we defined the UIC Sant Pau reduced cohort as a derivation cohort to develop predictive models of death at 1 and 4 years. We applied traditional statistical methods (Cox regression) and methods based on the use of Classification and regression tree analysis (CART) as an alternative to traditional statistical methods. We compared the predictive performance of the models obtained by Cox regression and CART analysis. Finally, we performed two types of validation of the obtained predictive models: an internal cross-validation and an external validation, by applying the models obtained to the sample of validation ("REDINSCOR cohort"). Results: In the UIC Sant Pau cohort patients did not show circadian or dependent on the day of the week mortality peaks. There is a marked mortality peak during the winter season. Predictive models obtained by Cox regression and analysis of CART showed a very similar discriminatory capacity. Prediction of death at 1 year CART’s model uses only three variables (NT-proBNP, age and clinical score) to classify patients into groups of high, intermediate and low risk of mortality. It has remarkable predictive accuracy (AUC: 0.72; 95% CI: 0,67-0,77), reproduced when the model is applied to the validation cohort (AUC: 0.67; 95% CI: 0,62-0,71) (p=0.12). CART's prediction model of death at 4 years, uses the NT-proBNP, clinical score and sodium variables, to discriminate patients in the three risk groups. Its predictive accuracy is good (AUC: 0.70; 95% CI: 0,66-0,74), and is also reproduced when applied to the validation cohort (AUC: 0.66; 95% CI: 0,63-0,70) (p=0.23). Conclusions: The mortality of ambulatory HF patients does not follow the circadian pattern observed in the general population for cardiovascular events, but a seasonal rhythm with higher mortality in winter is detected. We propose new predictive mortality models at 1 and 4 years, easy to implement and interpret. That may help to advance in the study, management, and prognosis of ambulatory patients with heart failure.