REVISTA ESPAÑOLA DE
CARDIOLOGÍA
ISSN: 0300-8932 Factor de impacto 2023 7,2

SEC 2023 - El Congreso de la Salud Cardiovascular

Málaga, 26 - 29 de Octubre de 2023


Introducción
Dr. Juan José Gómez Doblas
 Presidente del Comité Científico del Congreso
 Vicepresidente de la SEC
Comités ejecutivo, organizador y científico
Comité de evaluadores
Listado de sesiones
Índice de autores

77. Inteligencia artificial e historia electrónica ya son presente en cardiología

Fecha : 28-10-2023 09:00:00
Tipo : Comunicaciones mini orales
Sala : Sala M5

8. PODER PREDICTIVO DE LOS GRUPOS DE MORTALIDAD AJUSTADOS EN INSUFICIENCIA CARDIACA: ANÁLISIS POBLACIONAL DE 77.554 PACIENTES HOSPITALIZADOS

María del Carmen Basalo Carbajales1, Lidia Alcoberro 1, Santiago Jiménez Marrero1, Emili Vela2, Montse Clèries2, David Monterde2, Raúl Ramos Polo1, Alexandra Pons Riverola1, Alberto Garay1, Núria José Bazan1, Pedro Moliner Borja1, Miriam Corbella1, Cristina Enjuanes Grau1, Cristina Capdevila1 y Josep Comín Colet1

1Hospital Universitari Bellvitge, L´Hospitalet de Llobregat Barcelona, España y 2Servei Català de la Salut CatSalut, Barcelona, España.

Introducción y objetivos: Los grupos de mortalidad ajustados (GMA) han demostrado mayor capacidad predictiva que otros agrupadores en múltiples análisis. Sin embargo, faltan datos sobre su desempeño en el campo de enfermedades crónicas específicas, así como en el ámbito hospitalario. La prevalencia de multimorbilidad en pacientes con insuficiencia cardiaca (IC) es del 98%. Por estas razones, se propone como de gran interés un análisis del valor predictivo de los GMA en la IC de manejo hospitalario.

Métodos: Análisis observacional y longitudinal sobre datos poblacionales del CatSalut. Se incluyeron todos los pacientes consecutivos ingresados con diagnóstico de IC según los códigos de clasificación internacional CIE-9-MC y CIE-10 y dados de alta vivos de todos los hospitales de Cataluña entre enero de 2015 y diciembre de 2019. Esta cohorte se agrupó en riesgo bajo-intermedio, alto o muy alto según el criterio de los GMA. Se analizaron los riesgos de mortalidad y reingresos para cada grupo y año y se compararon entre ellos.

Resultados: De los 77.554 pacientes incluidos en el análisis, 13.981 fueron clasificados como de riesgo intermedio-bajo, 32.138 como de alto riesgo y 31.435 como de muy alto riesgo. Como se muestra en la tabla, las proporciones de eventos disminuyeron en todos los estratos de riesgo (definidos por el índice GMA) entre 2015 y 2019 con una RRR de muerte por cualquier causa del 37,8%, 17% y 15%, de reingreso clínicamente relacionado (CR) del 18,5%, 23% y 20% y de reingreso por IC del 26,4%, 30,2% y 25% en los grupos de riesgo intermedio-bajo, alto y muy alto, respectivamente. Como se muestra en la figura, el riesgo de muerte por cualquier causa, reingreso CR y reingreso por IC aumentó en paralelo con el grado de multimorbilidad definida por el índice GMA durante todo el período de estudio. Como se muestra en la tabla, un análisis de tendencia temporal de la asociación entre los estratos de los grupos de morbilidad y los eventos confirmó estos hallazgos: los estratos de alto y muy alto riesgo tuvieron resultados significativamente peores en comparación con el grupo de riesgo intermedio-bajo a lo largo de todos los años analizados (todos los valores de p < 0,001).

 

Riesgo intermedio-bajo

Riesgo alto

Riesgo muy alto

Riesgo alto vs riesgo interm-bajo

Riesgo muy alto vs riesgo interm-bajo

Período

N (%)

N (%)

N (%)

HR

IC95%

p

HR

IC95%

p

 

Mortalidad por todas las causas

2015

3.794 (15,6%)

7.149 (21,7%)

5.251 (30,6%)

1,274

1,207-1,344

< 0,001

1,804

1,693-1,923

< 0,001

2016

3.110 (12,0%)

6.036 (17,6%)

5.226 (26,9%)

1,340

1,253-1,432

< 0,001

1,853

1,718-1,998

< 0,001

2017

2.535 (10,9%)

6.103 (18,9%)

5.943 (26,5%)

1,475

1,357-1,603

< 0,001

2,030

1,856-2,220

< 0,001

2018

2.258 (12,2%)

6.294 (19,0%)

7.067 (28,0%)

1,296

1,175-1,430

< 0,001

1,880

1,697-2,083

< 0,001

2019

2.284 (9,7%)

6.556 (18,0%)

7.948 (25,9%)

1,513

1,308-1,751

< 0,001

2,109

1,813-2,453

< 0,001

 

Reingresos CR

2015

3.794 (25,4%)

7.149 (38,6%)

5.251 (54,9%)

1,371

1,298-1,448

< 0,001

1,683

1,574-1,799

< 0,001

2016

3.110 (25,5%)

6.036 (38,0%)

5.226 (52,0%)

1,429

1,344-1,520

< 0,001

1,646

1,531-1,770

< 0,001

2017

2.535 (22,9%)

6.103 (32,7%)

5.943 (48,1%)

1,382

1,286-1,485

< 0,001

1,784

1,647-1,932

< 0,001

2018

2.258 (22,1%)

6.294 (31,5%)

7.067 (47,8%)

1,401

1,289-1,522

< 0,001

1,736

1,589-1,896

< 0,001

2019

2.284 (20,7%)

6.556 (29,4%)

7.948 (43,7%)

1,397

1,252-1,559

< 0,001

1,729

1,542-1,938

< 0,001

 

Reingresos por IC

2015

3.794 (15,9%)

7.149 (27,5%)

5.251 (42,5%)

1,414

1,322-1,511

< 0,001

1,711

1,581-1,852

< 0,001

2016

3.110 (14,7%)

6.036 (26,8%)

5.226 (40,5%)

1,539

1,424-1,663

< 0,001

1,778

1,628-1,942

< 0,001

2017

2.535 (11,7%)

6.103 (22,2%)

5.943 (35,3%)

1,556

1,415-1,710

< 0,001

1,974

1,782-2,187

< 0,001

2018

2.258 (12,6%)

6.294 (21,3%)

7.067 (34,9%)

1,457

1,307-1,623

< 0,001

1,760

1,572-1,972

< 0,001

2019

2.284 (11,7%)

6.556 (19,2%)

7.948 (31,9%)

1,381

1,196-1,594

< 0,001

1,776

1,532-2,060

< 0,001

Conclusiones: El índice GMA es una herramienta útil para predecir la mortalidad y los reingresos de pacientes ingresados por IC y debería considerarse para clasificarlos en la fase vulnerable posalta.

Comunicaciones disponibles de "Inteligencia artificial e historia electrónica ya son presente en cardiología"

1. MODERA
Jordi Bañeras Rius, Hospital Universitari Vall d'Hebron, Barcelona
 
2. MODELOS PREDICTIVOS BASADOS EN INTELIGENCIA ARTIFICIAL (IA) EN LA ESTIMACIÓN DEL RIESGO DE EVENTOS CARDIOVASCULARES TRAS SÍNDROME CORONARIO AGUDO CON ELEVACIÓN DEL SEGMENTO ST
Carlos Peña Gil1, Dimitris Gatsios2, Nikos Pappas2, Manuela Sestayo Fernández3, Marta Alonso Vázquez4, Violeta González Salvado5, Estíbaliz Díaz Balboa4, Carmen Neiro Rey6 y José Ramón González Juanatey6

1Rehabilitación Cardiaca. Complejo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España, 2Capemed, Ioannina, Grecia, 3Rehabilitación Cardiaca. Instituto de Investigación Sanitaria Santiago de Compostela IDIS, Santiago de Compostela (A Coruña), España, 4Instituto de Investigación Sanitaria Santiago de Compostela IDIS, Santiago de Compostela (A Coruña), España, 5Cardiología. Hospital Clínico Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España y 6Cardiología. Complejo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España.
3. PLATAFORMA CLARIFY: UNA HERRAMIENTA BASADA EN INTELIGENCIA ARTIFICIAL PARA LA EVALUACIÓN DEL RIESGO DE DISFUNCIÓN CARDIACA SECUNDARIA AL TRATAMIENTO EN EL PACIENTE ONCOLÓGICO
María Torrente Regidor1, Pedro da Costa Sousa2, Óscar Salvador Montañés3, Mariola Blanco Clemente1, Beatriz Núñez García4, Gracinda Guerreiro2, Joao Pimentao2, Blanca Cantos Sánchez4 y Mariano Provencio Pulla4

1Hospital Universitario Puerta de Hierro, Majadahonda (Madrid), España, 2NOVA School of Science and Technology. Universidade Nova de Lisboa, Caparica Lisboa, Portugal, 3Cardiología. Hospital Universitario de Torrejón, Torrejón de Ardoz Madrid, España y 4Oncología Médica. Hospital Universitario Puerta de Hierro, Majadahonda (Madrid), España.
4. EVALUACIÓN DEL POTENCIAL DE CHATGPT PARA EL DIAGNÓSTICO Y TRATAMIENTO DE ENFERMEDADES CARDIOVASCULARES
Cristina Villabona Rivas, Maite Odriozola Garmendia, Julene Ugarriza Ortueta, Jara Amaiur Garcia Ugaldebere, Arturo Lanaspa Gallego, Betel Olaizola Balboa, Pablo Raposo Salas, Leire Goñi Blanco, Virginia Álvarez Asiain, Mayte Basurte Elorz, Marina Virosta Gil, Amaia Loyola Arrieta, Andoni Fernández González, Teresa Borderías Villarroel y Gonzalo Luis Alonso Salinas

Cardiología. Hospital Universitario Navarra, Pamplona/Iruña (Navarra), España.
5. UTILIDAD DEL ANÁLISIS COMPUTARIZADO DEL ELECTROCARDIOGRAMA PARA PREDECIR LA PRESENCIA DE FIBRILACIÓN ATRIAL PAROXÍSTICA EN LOS PACIENTES CON ICTUS CRIPTOGÉNICOS
Dafne Viliani1, Alberto Cecconi2, Miguel Spínola Tena3, Alba Osorio Míguez4, Beatriz López Melgar5, Álvaro Montes2, Álvaro Ximénez Carrillo6, Carmen Ramos6, Clara Aguirre6, José Vivancos6, Agustín Ramos2, Alberto Vera2, Fernando Alfonso Manterola2, Guillermo José Ortega3 y Luis Jesús Jiménez Borreguero2

1Servicio de Cardiología. Ospedale Santa Chiara, Trento, Italia, 2Servicio de Cardiología. Hospital Universitario de La Princesa, Madrid, España, 3Unidad Análisis Datos. Hospital Universitario de La Princesa, Madrid, España, 4Universidad Rey Juan Carlos, Madrid, España, 5Servicio de Cardiología. Hospital Universitario de La Princesa, Madrid, España y 6Servicio de Neurología. Hospital Universitario de La Princesa, Madrid, España.
6. IMPLICACIONES PRONÓSTICAS DE LA IMPLEMENTACIÓN DE CONSULTA ELECTRÓNICA EN PACIENTES CON INSUFICIENCIA CARDIACA: DIFERENCIAS DEL IMPACTO ENTRE PACIENTES CON Y SIN HOSPITALIZACIONES PREVIAS
David García-Vega1, Pilar Mazón-Ramos2, Manuel Portela-Romero3, Moisés Rodríguez-Mañero2, Daniel Rey-Aldana4, Manuela Sestayo-Fernández2, Inés Gómez-Otero2, Sergio Cinza-Sanjurjo4 y José Ramón González-Juanatey2

1Complexo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España, 2Cardiología. Complexo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España, 3Hospital Clínico Universitario de Santiago de Compostela, Investigación Sanitaria de Santiago de Compostela IDIS y CIBERCV, Santiago de Compostela (A Coruña), España y 4Instituto de Investigación Sanitaria de Santiago de Compostela IDIS y Xerencia de Xestión Integrada de Santiago XXIS/SERGAS y CIBERCV, Santiago de Compostela (A Coruña), España.
7. HERRAMIENTA COMPUTACIONAL DE TELEMEDICINA ÚTIL PARA CLASIFICAR ALERTAS DE INSUFICIENCIA CARDIACA EN PACIENTES CON DISPOSITIVOS CARDIACOS IMPLANTABLES
Jesús Flores Soler1, Carmen Sánchez Vallejo1, María Jesús García Torrent1, Francisco José García González2, Victoria Cañadas Godoy1, Ricardo Salgado Aranda1, Juan José González Ferrer1, Carmen Martínez Rincón2, María Herreros Gil1, María Sánchez Sánchez1, Beatriz Cerrón Rodríguez1, Aránzazu de Miguel López1, Mónica Lamuedra del Olmo1, Julián Pérez-Villacastín Domínguez1 y Nicasio Pérez Castellano1

1Hospital Clínico San Carlos, Madrid, España y 2Facultad de Enfermería, Fisioterapia y Podología. Universidad Complutense, Madrid, España.
8. PODER PREDICTIVO DE LOS GRUPOS DE MORTALIDAD AJUSTADOS EN INSUFICIENCIA CARDIACA: ANÁLISIS POBLACIONAL DE 77.554 PACIENTES HOSPITALIZADOS
María del Carmen Basalo Carbajales1, Lidia Alcoberro 1, Santiago Jiménez Marrero1, Emili Vela2, Montse Clèries2, David Monterde2, Raúl Ramos Polo1, Alexandra Pons Riverola1, Alberto Garay1, Núria José Bazan1, Pedro Moliner Borja1, Miriam Corbella1, Cristina Enjuanes Grau1, Cristina Capdevila1 y Josep Comín Colet1

1Hospital Universitari Bellvitge, L´Hospitalet de Llobregat Barcelona, España y 2Servei Català de la Salut CatSalut, Barcelona, España.

Más comunicaciones de los autores

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?