la perspectiva clinica en la estratificacion pronostica. los sistemas de “ score “ basados en la...
TRANSCRIPT
LA PERSPECTIVA CLINICA EN LA ESTRATIFICACION PRONOSTICA.
LOS SISTEMAS DE “ SCORE “ BASADOS EN LA CLINICA
Pilar Sampériz Legarre
Hospital Clínico Universitario “Lozano Blesa”
PRONOSTICO
“ Un diagnóstico de lo por venir según un diagnóstico de lo presente” (Laín Entralgo )
PRONOSTICO
El médico actual tiende a evitar la discusión explícita del pronóstico La muerte habitualmente se percibe como fallo
“ El médico “, El Greco
•La actividad pronóstica ha pasado de ser un proceso “ impresionístico”
PRONOSTICO
a ser cada vez más objetivo, basado en un conjunto de métodos científicos, totalmente reproducibles
PRONOSTICO
INTERES: Para el propio paciente o familiares Identificar el riesgo de los pacientes (estratificación
del riesgo): planificar la estrategia terapéutica más
adecuada corregir factores que influyen en el pronóstico En investigación, estratificación pronóstica de los
grupos analizados, que los haga comparables entre sí.
PRONOSTICO
Curvas de supervivencia de un grupo de pacientes afectos de una enfermedad concreta:
historia natural de dicha entidad nosológica, su mortalidad global
Por otro lado, ayudan a caracterizar el modelo de mortalidad de la citada afección
Aislar diversos datos pronósticos, al comparar las curvas de supervivencia .
Determinar la eficacia de determinados tratamientos
(Métodos actuariales: de Kaplan y Meier )
PRONOSTICO
Curvas de supervivencia de un grupo de pacientes afectos de una enfermedad concreta:
historia natural de dicha entidad nosológica, su mortalidad global
Por otro lado, ayudan a caracterizar el modelo de mortalidad de la citada afección
Aislar diversos datos pronósticos, al comparar las curvas de supervivencia .
Determinar la eficacia de determinados tratamientos
(Métodos actuariales: de Kaplan y Meier )
PRONOSTICO
Curvas de supervivencia de un grupo de pacientes afectos de una enfermedad concreta:
historia natural de dicha entidad nosológica, su mortalidad global
Por otro lado, ayudan a caracterizar el modelo de mortalidad de la citada afección
Aislar diversos datos pronósticos, al comparar las curvas de supervivencia .
Determinar la eficacia de determinados tratamientos
(Métodos actuariales: de Kaplan y Meier )
PRONOSTICO
Curvas de supervivencia de un grupo de pacientes afectos de una enfermedad concreta:
historia natural de dicha entidad nosológica, su mortalidad global
Por otro lado, ayudan a caracterizar el modelo de mortalidad de la citada afección
Aislar diversos datos pronósticos, al comparar las curvas de supervivencia .
Determinar la eficacia de determinados tratamientos
(Métodos actuariales: de Kaplan y Meier )
PRONOSTICO
Variables potenciales predictoras,
Análisis univariante, Regresión logística multivariable: predictores
independientes . ( coef.regres,Odd-R, Hazard-R) Modelos pronósticos - Fiabilidad - Capacidad discriminativa* Grupos pronósticos,
*El área bajo la curva (AUC)
PRONOSTICO
Sistemas de score facilmente aplicable
( los coeficientes de regresión ajustados del modelo, se modifican, y se suman sus puntos )
A cada categoría de score, le corresponde un determinado riesgo.
(Bowy, Heart 2003;89;605-609 )
Un sistema de score es de valor clínico, si funciona transferido a otra población de la que ha derivado
PRONOSTICO DE INSUFICIENCIA CARDIACA
Importancia del problema
IC pronóstico adverso, mortalidad al año del 33-40%
En nuestro medio supone un 9-11% de los ingresos en MI , el motivo más frecuente de ingreso en nuestro servicio
Alto riesgo para readmisión en el hospital. ( 1/3 en los seis meses siguientes ).
PRONOSTICO DE INSUFICIENCIA CARDIACA Importancia del problema Curso clínico y calidad de vida de los pacientes es
dificil de predecir Tratamientos enlentecen, pero no paran su
progresión Aunque es una entidad común, existen pocos
métodos para estimar cuantitativamente el pronóstico.
Muchos de los factores pronósticos identificados y de las tasas encontradas de los estudios realizados, en la comunidad pueden ser diferentes.
PRONOSTICO DE INSUFICIENCIA CARDIACA dificultades - variables - Más de 50 variables ( exámen univariable o
multivariable ) han mostrado ser razonables predictores de mortalidad en IC.
No se han hecho estudios manejando todas simultaneamente / multivariable / adecuado número de pacientes / distintos grados de IC / seguimiento suficientemente largo para validar los hallazgos.
Heterogeneidad de los trabajos realizados Muy difícil asignar a estas variables su rango de
importancia
PRONOSTICO DE INSUFICIENCIA CARDIACA dificultades pacientes-enfermedad
IC aguda o estable Fracción de eyección preservada / disfunción
sistólica En estadíos tempranos o avanzados Etiologia de la enfermedad Edad Comorbididad
PRONOSTICO DE INSUFICIENCIA CARDIACA dificultades - end-point - Mortalidad: Por IC progresiva o IC refractaria Por otros eventos cardiovasculares ( IAM,..) Multifactorial ( IC más al menos otra causa no
cardiovascular) Muerte súbita ( > 1/2 mueren de muerte súbita ).Reingresos. Pacientes no ingresados, pero con
reagudizacionesTransplante urgentePronóstico a corto, medio o largo plazo
PRONOSTICO DE INSUFICIENCIA CARDIACA
Tal vez la estimación del pronóstico y la estratificación del riesgo sea un elemento clave para el manejo de la IC.
Los modelos pronósticos existentes han tenido una utilidad limitada en la práctica general.
Modelos simples de sistemas de score pronósticos, no son necesariamente menos válidos que otros más complejos
Modelos pronosticos en IC avanzada
Modelos pronósticos
Heart Failure Survival Score (HFSS)( Aaronson KD, Circulation 1997)Indice para predecir la supervivencia en 1 año,en pacientes ambulatorios, enviados para evaluación del transplante cardiaco
268 pacientes. 70 años FE<40% Alto-medio-bajo riesgo(43%-72%-93%)Su fiabilidad predictiva ha sido subóptima en otras validaciones
Modelo no invasivo1. Cardiopatía isquémica2. Frecuencia en reposo3. LVEF (%)4. TA media5. QRS >= 0,12 seg 6. Peak O2 7. Sodio sangreModelo invasivo : + Presión capilar pulmonar
Modelos pronósticos
COWIE MR, et al ( Heart 2000;83:505-510)
Supervivencia en pacientes con diagnóstico reciente de IC.
220 pacientes. 18 meses
Variables : Edad TA sistólica Creatinina Crepitantes
En pacientes con diagnóstico reciente de IC, la mortalidad es alta en los primeros meses del diagnóstico.
Estas variables clínicas identifican un grupo de pacientes de alto riesgo de muerte.
76 años
Clase II-IV (68%)
82% disfunción sistólica
COWIE MR, et al ( Heart 2000;83:505-510)
Modelos pronósticos Bowy score: (Heart 2003;89;605-609 )
Prospectivo. 152 pac ambulatorios e ingresados. Moderada a severa IC Mortalidad a los 6 -12 - 18 meses Variables: Edad, sexo, clase NYHA III-IV,
diabetes, disfunción renal, bajo peso, bajaTA, edemas en piernas, y uso de B-bloqueantes.
70 años (37-91).2/3 mujeres.más frecuente fue la isquémica, 1/3 con B-Bloq Mortalidad 17%-28%-34%,respectivamenteárea bajo la curva 0.84, IC 95% 0.7-0.9
•Una combinación de variables facilmente obtenidas, predice la mortalidad a los 18 meses.
(Bowy, Heart 2003;89;605-609 )
VALIDACIÓN DE MODELOS EN IC AVANZADA.
Modelos pronósticos
VALIDACIÓN DE MODELOS PRONÓSTICOS EN IC AVANZADA. (FRANKEL, J Cardiol Fail, 2006; 12:430-438)
280 pacientes ( WHARF trial) Multicéntrico randomizado. Después del alta de hospital. Mortalidad o transplante 4 años de seguimiento IC avanzada (III-IV NYHA). FE </=35%.
De 13 modelos de pronóstico en IC avanzada, seleccionados 4: al menos un año de seguimiento mortalidad como end point primario al menos cuatro citaciones en la literatura; 4 estudios (Aaronson, Alla, Cowie, Bouvy )
Modelos pronósticos
Los factores que se hallaron más fuertes en predecir la mortalidad en sus respectivos modelos fueron:
edad, cardiomiopatía isquémica, conocida cardiomiopatía ausencia de Beta -bloqueantes.
(FRANKEL, J Cardiol Fail, 2006; 12:430-438)•Edad 59 años, •FE 21%.73% clase III.99% tratados.•excluidos con creat >4mg/dl, y supervivencia prevista menor de 6 meses
Modelos pronósticos
CONCLUSIONES: Estos modelos no son adecuados para
predecir el seguimiento en esta población de pacientes con IC avanzada y baja FE, tienen defectos significativos, y han quedado menos útiles, por los tratamientos actuales.
(FRANKEL, J Cardiol Fail, 2006; 12:430-438)
Modelos pronósticos
LIMITACIONES Necesarios estudios en IC menos avanzada. Utilizando variables no contempladas en éstos No se validaron otros modelos existentes. Algunas variables se sustituyeron por otras. No incluidas algunas comorbididades (cáncer,
cirrosis, EPOC)
(FRANKEL, J Cardiol Fail, 2006; 12:430-438)
Modelos pronosticos
en hospitalizados
Modelos pronósticospacientes hospitalizados EFFECT Heart Failure Risk Scoring System Retrospectivo . 4031(2624/1407) pacientes primer episodio de IC ( estudio EFFECT). Datos recogidos al ingreso en el hospital ( primeras 24 horas ). Riesgo de mortalidad global a los 30 días y 1 año Variables: -demográficas: edad, -clínicas/analíticas: TA sistólica, frecuencia respiratoria, hiponatremia <136, BUN, Hbna*. -comorbididad: enfermedad cerebrovascular, demencia, EPOC , cirrosis, cáncer
( *Hbna predictora al año, no a los 30 días).
( Lee DS,et al.JAMA 2003,290:2581-7)
•76.3 años. Mitad mujeres. •Mitad FE <40%.•Mortalidad a los 30 días 10.7%, a 1 año 32.9%•Estratificación por quintiles del score de riesgo. •El área bajo la curva ROC fue 0.80 para la mortalidad a los 30 días, y 0.77 la de un año.
Factores identificables en las primeras horas de hospitalización predecían el riesgo de mortalidad a los 30 días y un año.
EFFECT Heart Failure Risk Scoring System
( Lee DS,et al.JAMA 2003,290:2581-7 )
www.ccort.ca/chfriskmodel.asp
Modelos pronósticosAncianos hospitalizados Huynh BC, et al Prospectivo, randomizado 282 pacientes,ancianos, Hospitalizados por IC agudizada. Seguimiento de 14 años. Datos en el momento de la admisión. Mortalidad a 6m- 12m -5 años
( Arch Intern Med 2006;166:1892-98)
edad 79,2+/-6.1 años
95% fallecieron (supervivencia media fue 894 días)
Su capacidad predictiva : 0.84, 0.79, y 0.75
Modelos pronósticosAncianos hospitalizados Huynh BC, et al Variables:
Edad, TA sistólica, sodio menor de 135, nitrógeno ureico, enf coronaria, demencia, enf vascular periférica.
Se construyó un score de riesgo con las 7 variables ( un punto a cada una). Bajo de 0-1 factor de riesgo, moderado (2-3), alto (>= 4)
Modelos pronósticosAncianos hospitalizados Huynh BC, et al Variables:
Edad, TA sistólica, sodio menor de 135, nitrógeno ureico, enf coronaria, demencia, enf vascular periférica.
Se construyó un score de riesgo con las 7 variables ( un punto a cada una). Bajo de 0-1 factor de riesgo, moderado (2-3), alto (>= 4)
MODELOS EN PACIENTES AMBULATORIOS
Modelos pronósticosPacientes ambulatorios
The Seattle Heart Failure Model 11.000 pacientes .(1125 con IC del PRAISE1). Validado
prospectivamente en 5 cohortes adicionales, (9942 pacientes: ELITE2, Val-HeFT, UWRENAISSANCE, IN-CHF).
Pacientes ambulatorios Supervivencia a 1, 2 y 3 años. Variables: datos clínicos facilmente obtenibles,
datos de laboratorio, medicaciones para IC y dispositivos.
( Levy WC, et al Circulation,2006; 113:1424-33 ). •65 años, predominantemente con disfunción sistólica, •NYHA III-IV. ( La validación en todas las edades, clases funcionales, FE, 46 paises)•Supervivencia 88.2% - 77.6% - 68.0% .r:0.97 ; AUC: 0.72. (95%IC,0.71-0.74)
Modelos pronósticosPacientes ambulatorios
Variables:
Clase NYHA etiología isquémica dosis de diuréticos fracción de eyección TA sistólica
sodio sangre hemoglobina % linfocitos ac.úrico colesterol
• Incorporación del uso de medicaciones y dispositivos ( predice el cambio de supervivencia asociado ).
The Seattle Heart Failure Model
Modelos pronósticosPacientes ambulatorios
The Seattle Heart Failure ModelUTILIDADEstimar el pronóstico, aumentar la adherencia al tto, y aumento del uso
de medicaciones y dispositivos que mejoran supervivencia.
LIMITACIONES: no puede ser generalizado a pacientes hospitalizados,
o con comorbididad importante El score debería ser recalculado después de cambios
clínicos o en la medicación o dispositivos. WWW.seatleheartfailuremodel.org:
MODELOS EN PACIENTES
SIN INSUFICIENCIA CARDIACA
Modelos pronósticos
Heart Failure Score (HFS)(Lewis EF et al, Am Heart J,2006;151:699-705) 1257 pacientes (del MOST:Mode Selection Trial). Edad media 74 años. 47% mujeres. 220 tenían hª previa de IC.Con disfunción
sinusal, pero sin clínica de IC Multicéntrico. Prospectivo.Seguimiento de 33 meses.
Objetivo: valorar el impacto pronóstico del HFS como una medida alternativa de la severidad de IC en pacientes ancianos sin IC
Es un sistema de scoring que cuantifica la presencia de síntomas de disnea, signos de IC, y tratamientos usados por la presencia de IC. De 0-14, representando los más altos, más grado de enfermedad.
Heart Failure Scorepuntos disnea Izqdo derecho TTo
médico
1 Disnea
Iigera a moderada
>20 resp/min
----
Nuevo Tto médico para IC
2 DPN
o severa de ejercicio
Crepitantes en bases o 3º ruido
Edema maleolar
Aumento del tto de IC
3 ortopnea crepitantes
----
Hospitalización y uso de diuréticos IV
4 Disnea de reposo
Edema pulmonar
-----
Vasodilatado
res
Heart Failure Score (HFS)(Lewis EF. Am Heart J,2006 )
MODELOS PRONOSTICOS EN LA PRACTICA CLINICA
PRONOSTICO DE INSUFICIENCIA CARDIACA
Limitaciones de scores clinicos Estudios pequeños Poblaciones
seleccionadas. No comorbididad; Diferentes variables
recogidas en cada base de datos,
No disponibles en todos los medios
Diferentes técnicas de medida
No asumir que las mismas variables estarán asociadas con mortalidad igual en las fases tempranas de la enfermedad como en las avanzadas
En pocos se ha contemplado la FE preservada
El aumento en el uso de B-bloqueantes, puede hacer las conclusiones de estudios previos , menos relevantes.
Pocos trabajos se han hecho contemplando ya el uso de todos los tratamientos que han mostrado su eficacia.
PRONOSTICO DE INSUFICIENCIA CARDIACA
Utilización de scores clinicos Para la correcta utilización de un modelo,
es conveniente saber cómo ha sido obtenido, a qué población se aplica, sus posibilidades y también sus deficiencias.
Es posible que distintos sets de variables sean necesarias en distintos niveles de asistencia.
PRONOSTICO DE INSUFICIENCIA CARDIACA
Utilización de scores clinicos Existe todavía la necesidad de un modelo
clínicamente más relevante desde una población de pacientes tratados adecuadamente de acuerdo a las actuales guías de IC, aplicable a todas las etiologías de IC, y que use sólo variables facilmente disponibles .
(FRANKEL, J Cardiol Fail, 2006; 12:430-438)
PRONOSTICO DE INSUFICIENCIA CARDIACA
Utilización de scores clinicos En esta época de alta tecnología sigue
siendo útil mantener una mentalidad analítica y crítica sobre nuestros conocimientos y recordar que casi siempre los modelos, sobre todo si son estadísticos, sólo son un paso más en el proceso de conocimiento.
La más valiosa información pronóstica de un paciente con IC nos la da la realización de una cuidadosa anamnesis y exploración física, y medir la fracción de eyección del ventrículo izquierdo.
El aspecto más importante del manejo, es la exclusión de causas potencialmente reversibles de IC, y la utilización de aquellas medidas terapeúticas que han demostrado prolongar la supervivencia y mejorar la calidad de vida. (Eichhorn,Am.J.Med 2001)
BNP puede aumentar precisión pronóstica si se utiliza añadido a otras variables
GRACIAS POR SU ATENCION
Modelos pronósticos
Pocock SJ (Predictors of mortality and morbidity in patients with chronic heart failure European Heart Journal (2006) 27, 65–75 del CHARM
7599 pacientes.seguimiento 38 mesesMuertes de causa cardiovascular, muerte de todas
las causas/ hospitalizaciones por IC21 variables . El predictor más fuerte fue edad
( >60a) Diabetes M. , FE ( <45%),Aportaba que estaban tratados, y que tenían FE
preservada (1/4), y no.
Predictores de mortalidad en IC con FE preservada Jones et al (J Am Coll Cardiol 2004) 988 pacientes ambulatorios,con FE
preservada y ritmo sinusal ( del DIG trial). Multicéntrico. Mortalidad y hospitalización por IC. 3.5 años
Predictores importantes de mortalidad: función real alterada (MDRD), empeoramiento de la clase funcional, género masculino, mayor edad.