1 LA PERSPECTIVA CLINICA EN LA ESTRATIFICACION PRONOSTICA. LOS SISTEMAS DE “ SCORE “ BASADOS EN LA CLINICA Pilar Sampériz Legarre Hospital Clínico Universitario “Lozano Blesa”
2 PRONOSTICO “ Un diagnóstico de lo por venir según un diagnóstico de lo presente” (Laín Entralgo )
3 PRONOSTICO El médico actual tiende a evitar la discusión explícita del pronóstico La muerte habitualmente se percibe como fallo “ El médico “, El Greco
4 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
5 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.
6 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 )
7 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 )
8 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 )
9 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 )
10 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)
11 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
12 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 ).
13 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.
14
15 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
16 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
17 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 reagudizaciones Transplante urgente Pronóstico a corto, medio o largo plazo
18 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
19 Modelos pronosticos en IC avanzada
20 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= 0,12 seg 6.Peak O2 7.Sodio sangre Modelo invasivo : + Presión capilar pulmonar
21 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
22 COWIE MR, et al ( Heart 2000;83:505-510)
23 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%,respectivamente área bajo la curva 0.84, IC 95% 0.7-0.9 Una combinación de variables facilmente obtenidas, predice la mortalidad a los 18 meses.
24 (Bowy, Heart 2003;89;605-609 )
25 VALIDACIÓN DE MODELOS EN IC AVANZADA.
27 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
28 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)
29 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)
30 Modelos pronosticos en hospitalizados
31 Modelos pronósticos pacientes 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
32 EFFECT Heart Failure Risk Scoring System ( Lee DS,et al.JAMA 2003,290:2581-7 ) www.ccort.ca/chfriskmodel.asp
33 Modelos pronósticos Ancianos 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
34 Modelos pronósticos Ancianos 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)
35 Modelos pronósticos Ancianos 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)
36 MODELOS EN PACIENTES AMBULATORIOS
37 Modelos pronósticos Pacientes 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)
38 Modelos pronósticos Pacientes 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
39
40
41 Modelos pronósticos Pacientes ambulatorios The Seattle Heart Failure Model UTILIDAD Estimar 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.orgWWW.seatleheartfailuremodel.org:
42 MODELOS EN PACIENTES SIN INSUFICIENCIA CARDIACA
43 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.
44 Heart Failure Score puntosdisneaIzqdoderechoTTo 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 ortopneacrepitantes ---- Hospitalización y uso de diuréticos IV 4 Disnea de reposo Edema pulmonar ----- Vasodilatado res
45 Heart Failure Score (HFS) (Lewis EF. Am Heart J,2006 )
46 MODELOS PRONOSTICOS EN LA PRACTICA CLINICA
47 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.
48 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.
49 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)
50 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.
51 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
52 GRACIAS POR SU ATENCION
53
54
55
56 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 meses Muertes de causa cardiovascular, muerte de todas las causas/ hospitalizaciones por IC 21 variables. El predictor más fuerte fue edad ( >60a) Diabetes M., FE (
57 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.