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
Introducción y objetivos: Aproximadamente el 30% de los pacientes que reciben terapia oncológica tendrán complicaciones cardiovasculares (CV). Como resultado, la evaluación del riesgo de enfermedad cardiovascular debe abordarse no solo durante el tratamiento sino también durante todo el periodo de seguimiento. En los largos supervivientes de cáncer la causa de muerte por enfermedad CV supera la posibilidad de mortalidad relacionada con el cáncer. Por ello, la identificación de los factores de riesgo de mal pronóstico y la elaboración de perfiles de pacientes con técnicas y herramientas de inteligencia artificial (IA) es factible y tiene una aplicación potencial en entornos clínicos. El objetivo de este estudio es identificar los factores clínicos asociados con un mayor riesgo de tener un evento CV con el uso de una herramienta basada en IA para adecuar el manejo de estos pacientes en el seguimiento y estratificarlos por riesgo.
Métodos: CLARIFY ((https://www.clarify2020.eu/), ha desarrollado una plataforma digital que permite centralizar y analizar datos clínicos anonimizados, procedentes de historia clínica electrónica, datos genómicos, imagen, y dispositivos de monitorización portátiles a tiempo real. El análisis de estos datos permite el desarrollo de modelos y scores de riesgo CV con elevada eficiencia. Se analizaron las características clínicas y aparición de eventos CV durante o después del tratamiento del cáncer de 5.275 pacientes diagnosticados de cáncer de pulmón, cáncer de mama y linfoma no Hodgkin en el Hospital Universitario Puerta de Hierro-Majadahonda.
Resultados: Tras una mediana de seguimiento de 15,9 meses, se registraron los siguientes eventos CV: alteraciones electrocardiográficas 25,2%, insuficiencia cardiaca congestiva 13,2%, embolismo pulmonar 8,9%, síndrome coronario agudo 2,8%, miocarditis 0,5% y pericarditis 0,5%. La mortalidad cardiaca específica fue del 5,7%. En cuanto a factores de riesgo CV detectados postratamiento oncológico se diagnosticó hipertensión arterial en un 40,7% de los pacientes, 54% sobrepeso y dislipemia en 30,4%. Tras la detección de estos factores se obtuvieron perfiles de alto y bajo riesgo y se adaptó el seguimiento de los casos en la consulta CLARIFY de largos supervivientes.
Eventos CV (A), factores de riesgo CV (B) y perfiles de riesgo CV (C) en largos supervivientes oncológicos incluidos en el proyecto CLARIFY.
Conclusiones: La implementación de herramientas de IA puede contribuir a la optimización del manejo de largos supervivientes oncológicos mejorando su calidad de vida y supervivencia.