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

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.

Introducción y objetivos: El ictus criptogénico (IC) supone hasta un 30% de los accidentes cerebrales isquémicos, siendo la fibrilación auricular (FA) paroxística la causante en alrededor de 1/3 de los pacientes. La identificación precoz de la FA paroxística en esta población resulta fundamental para la implementación de una terapia anticoagulante en prevención secundaria. Sin embargo, a menudo es un reto debido a su presentación intermitente. En este contexto, el análisis computarizado de los ECG (electrocardiogramas) podría representar una herramienta útil para identificar a los pacientes con mayor riesgo de presentar esta arritmia. El objetivo del presente estudio es evaluar si el análisis computarizado de los ECG basales en ritmo sinusal pueda predecir la presencia de una FA paroxística subyacente en estos pacientes.

Métodos: Se incluyeron prospectivamente 77 pacientes ingresados por IC en el Hospital Universitario de La Princesa entre 2019 y 2022. Mediante el software Philips 12-leads algorithm se analizaron los ECG de 12 derivaciones en ritmo sinusal obtenidos durante el ingreso. Para cada ECG se cuantificaron 341 variables. Además, para cada paciente se recogieron las principales variables clínicas, analíticas y ecocardiográficos. Todos fueron monitorizados al alta con Holter ECG de 15 días para detectar eventuales episodios de FA.

Resultados: La edad media de la población estudiada fue de 78,11 años (± 7,66), y la incidencia de FA en la monitorización prolongada fue del 28,6%. Utilizando las variables ECG que resultaran predictoras de FA en el análisis univariado, se diseñó un modelo de regresión logística multivariado al que se aplicó un procedimiento de optimización para la selección de modelo usando el criterio de información de Akaike (AIC) en la modalidad backward stepwise. Se añadieron predictores conocidos de FA (strain auricular izquierdo y NT PRO-BNP), obteniendo como variables significativas el NT-proBNP, el strain auricular izquierdo, la amplitud de la onda R en V3 y la duración del ST en I (tabla). Se validó el modelo final usando el índice D de Somers (0,91).

Odds ratio e intervalos de confianza de las variables significativas del modelo

Variable

Cutoff

OR

2,5%

97,5%

p

NT-proBNP

158 pg/ml

1,24

1,02

1,49

0,029

Strain AI r

27%

0,83

0,70

0,99

0,043

V3_Ramp

708 microV

1,24

1,05

1,47

0,012

I_STdur

123 mseg

1,31

1,1

1,55

0,003

OR: odds ratio; Strain AI r: strain auricular izquierdo reservorio; V3_Ramp: amplitud de la onda R en V3; I_STdur: duración del segmento ST en I.

Principales variables ECG medidas.

Conclusiones: En nuestro estudio el análisis ECG computarizado ha mostrado un valor añadido en predecir la presencia de FA paroxística en una población de pacientes con IC, pudiendo ser una herramienta adicional en la estratificación del riesgo de estos pacientes y en la consecuente elección de la terapia adecuada en prevención secundaria.

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?