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

SEC 2024 - El Congreso de la Salud Cardiovascular

Bilbao, 24 - 26 de Octubre de 2024


Introducción
Dr. José María de la Torre Hernández
Presidente del Comité Científico del Congreso. Vicepresidente de la SEC

Comités ejecutivo, organizador y científico
Comité de evaluadores
Listado completo de comunicaciones
Índice de autores

4004. Riesgo vascular global

Fecha : 24-10-2024 10:45:00
Tipo : Comunicaciones orales
Moderadores : Alejandro Berenguel Senén, Hospital Universitario de Toledo, Toledo

4004-3. Identificación de pacientes con cardiopatía isquémica, o muy alto riesgo cardiovascular, con mayores posibilidades de tener Lp(a) elevada mediante un algoritmo de machine learning

Gustavo Cortez Quiroga1, María Rosa Fernández Olmo2, Miriam Sandín Rollán3, Miriam Auxiliadora Martín Toro4, Javier Mora Robles5, Armando Oterino Manzanas6, Magdalena Carrillo Bailén2, Leopoldo Fernández Ruz5, Candela Carla González Vicario4, Pedro Urbiola Sáez6, Juan Quiles Granado3, David Sirera Hernández7, Leopoldo Fernández Ruz5, María del Carmen Durán Torralba1 y Alberto Cordero Fort7

1Hospital Alto Guadalquivir, Andújar (Jaén), España, 2Complejo Hospitalario de Jaén, Jaén, España, 3Hospital General Universitario de Alicante, Alicante, España, 4Hospital Universitario de Puerto Real, Cádiz, España, 5Hospital Regional Universitario Carlos Haya, Málaga, España, 6Hospital Clínico Universitario de Salamanca, Salamanca, España y 7Hospital IMED Elche, Elche (Alicante), España.

Introducción y objetivos: Los algoritmos de árboles de decisión, obtenidos mediante aprendizaje automático, proporcionan agrupaciones de pacientes con patrones clínicos similares mediante la identificación de las variables que mejor se fusionan con una determinada variable dependiente. Los niveles séricos de lipoproteína-a [Lp(a)] tienen un valor predictivo para el desarrollo de cardiopatía isquémica (CI) independientemente de los niveles de colesterol de lipoproteínas de baja densidad (LDLc), pero no se determinan de forma rutinaria en España.

Métodos: Realizamos un registro multicéntrico, con 7 hospitales de España, de pacientes con o alto riesgo de padecer cardiopatía isquémica. Se recogieron 2,507 pacientes y se dispuso de Lp(a) en 2,301 (91,8%) de ellos; se definió Lp(a) elevada como > 50 mg/dl y ECC prematura cuando el inicio era < 55 en hombres o < 65 en mujeres. Se obtuvieron árboles de decisión basados en aprendizaje automático mediante la detección automática de interacciones chi-cuadrado.

Resultados: La edad media fue de 51,1 (19,0) años, 1.007 (43,7%) eran mujeres, el 40,2% tenían cardiopatía isquémica y el 19,5% tenían y el 29,5% tenían antecedentes familiares (HF) de cardiopatía isquémica prematura. La mediana de Lp(a) era de 26,7 (9,2-80,0) mg/dl y 887 (38,5%) pacientes tenían Lp(a) > 50 mg/dl. Como se muestra en la figura, el algoritmo de aprendizaje automático identificó 6 clústeres basados en cLDL, CI, HF de CI prematura y edad. Los clústeres 1 (LDLc < 100 mg/dl, sin cardiopatía coronaria y sin HF de cardiopatía coronaria) y 3 (LDLc < 100 mg/dl, cardiopatía coronaria y sin HF y edad 180 mg/dl fue 1,0%, 3,0% y 7,6%, respectivamente.

Conclusiones: Un algoritmo de árbol de decisión, realizado mediante aprendizaje automático, pudo identificar qué pacientes con cardiopatía isquémica, o con alto riesgo de padecerla, tienen mayores probabilidades de presentar valores elevados de Lp(a).

Comunicaciones disponibles de "4004. Riesgo vascular global"

4004-1. Modera
Alejandro Berenguel Senén, Hospital Universitario de Toledo, Toledo

4004-2. Efecto de los triglicéridos en el pronóstico en un primer infarto frente a infarto recurrente
Alberto Cordero Fort1, María Rosa Fernández Olmo2, José Ramón González Juanatey3, Leticia Fernández-Friera4, Sergio Manzano Fernández5, Clara Bonanad Lozano6, Gustavo Cortez Quiroga7, Armando Oterino Manzanas8, José M. Castellano Vázquez4, Belén Álvarez Álvarez3 y Deepak Bhatt9

1Hospital IMED Elche, Elche (Alicante), España, 2Complejo Hospitalario de Jaén, Jaén, España, 3Complexo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España, 4Hospital Universitario HM Montepríncipe, Madrid, España, 5Universidad de Murcia, Murcia, España, 6Hospital Clínico Universitario de Valencia, Valencia, España, 7Hospital Alto Guadalquivir, Andújar (Jaén), España, 8Complejo Asistencial Universitario de Salamanca, Salamanca, España y 9Mount Sinai Medical Center, Nueva York (Estados Unidos).
4004-3. Identificación de pacientes con cardiopatía isquémica, o muy alto riesgo cardiovascular, con mayores posibilidades de tener Lp(a) elevada mediante un algoritmo de machine learning
Gustavo Cortez Quiroga1, María Rosa Fernández Olmo2, Miriam Sandín Rollán3, Miriam Auxiliadora Martín Toro4, Javier Mora Robles5, Armando Oterino Manzanas6, Magdalena Carrillo Bailén2, Leopoldo Fernández Ruz5, Candela Carla González Vicario4, Pedro Urbiola Sáez6, Juan Quiles Granado3, David Sirera Hernández7, Leopoldo Fernández Ruz5, María del Carmen Durán Torralba1 y Alberto Cordero Fort7

1Hospital Alto Guadalquivir, Andújar (Jaén), España, 2Complejo Hospitalario de Jaén, Jaén, España, 3Hospital General Universitario de Alicante, Alicante, España, 4Hospital Universitario de Puerto Real, Cádiz, España, 5Hospital Regional Universitario Carlos Haya, Málaga, España, 6Hospital Clínico Universitario de Salamanca, Salamanca, España y 7Hospital IMED Elche, Elche (Alicante), España.
4004-4. Selección de los pacientes prioritarios para el tratamiento con isopento de etilo tras un síndrome coronario mediante un algoritmo de aprendizaje automático
Alberto Cordero Fort1, María Rosa Fernández Olmo2, Clara Bonanad Lozano3, Sergio Manzano Fernández4, Armando Oterino Manzanas5, Leticia Fernández Friera6, Gustavo Cortez Quiroga7 y José Ramón González Juanatey8

1Hospital IMED Elche, Elche (Alicante), España, 2Complejo Hospitalario de Jaén, Jaén, España, 3Hospital Clínico Universitario de Valencia, Valencia, España, 4Universidad de Murcia, Murcia, España, 5Complejo Asistencial Universitario de Salamanca, Salamanca, España, 6Hospital HM Sanchinarro, Madrid, España, 7Hospital Alto Guadalquivir, Andújar (Jaén), España y 8Complexo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España.
4004-5. Semaglutida modula el fenotipo proinflamatorio de neutrófilos inducido por niveles suprafisiológicos de la adipoquina FABP4 en pacientes con enfermedad cardiovascular
David Sánchez López1, David García Vega2, Rumeysa Basdas1, Xiaoran Fu1, José Ramón Núñez Caamaño3, Saja Al-Rubaye1, Juan Evaristo Viñuela Roldán2, Laura Reija López2, José Manuel Martínez Cereijo2, Ángel Luis Fernández González2, José Ramón González Juanatey4 y Sonia Eiras Penas3

1Instituto de Investigación Sanitaria Santiago de Compostela (IDIS), Universidad de Santiago de Compostela, Santiago de Compostela (A Coruña), España, 2Complexo Hospitalario Universitario de Santiago de Compostela, Santiago de Compostela (A Coruña), España, 3Instituto de Investigación Sanitaria Santiago de Compostela (IDIS), Santiago de Compostela (A Coruña), España y 4Complexo Hospitalario Universitario de Santiago de Compostela, CIBERCV, ISCIII, Madrid, Santiago de Compostela (A Coruña), España.
4004-6. Utilidad de combinar el riesgo residual inflamatorio y lipídico en un nuevo índice aterogénico basado en la ratio proteína C reactiva/HDL para determinar enfermedad coronaria significativa en pacientes estudiados por dolor torácico
Víctor Eduardo Vallejo García1, Óscar Fabregat Andrés1, M. Carmen León del Pino1, Victoria Jacas Osborn1, Gregory Herrera Cañizares1, Francisco Ridocci Soriano2, Francisco José Ferrer Sargues3, Blanca Trejo Velasco4, David González Calle5, Carlos Barrios Pitarque6 y Javier Borrego Rodríguez7

1Servicio de Cardiología. IMED Valencia, Valencia, España, 2Servicio de Cardiología. Hospital General Universitario de Valencia, Valencia, España, 3Departamento de Fisioterapia y Enfermería. Universidad CEU Cardenal Herrera, Valencia, España, 4Servicio de Cardiología. Hospital General Universitario de Castellón, Castellón, España, 5Servicio de Cardiología. Complejo Asistencial Universitario de Salamanca, Salamanca, España, 6Facultad de Medicina. Universidad Católica de Valencia San Vicente Mártir, Valencia, España y 7Servicio de Cardiología. Hospital de Urduliz, Urduliz (Vizcaya), España.
4004-7. Evaluando el riesgo de eventos cardiovasculares en pacientes con discordancia cLDL/Apolipoproteína B: un giro inesperado
Lucía Cobarro Gálvez, Cristina Contreras Lorenzo, Emilio Arbas Redondo, Borja Rivero Santana, Jesús Saldaña García, Ana Torremocha López, Ricardo Martínez González, Daniel Tébar Márquez, Clara Ugueto Rodrigo, Joaquín Vila García, Adrián Martínez Roca, Lucía Canales Muñoz, Alejandro Lara García, José Raúl Moreno Gómez y Almudena Castro Conde

Hospital Universitario La Paz, Madrid, España.

Más comunicaciones de los autores

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