La frecuencia cardiaca en reposo es un signo vital disponible con un importante valor pronóstico. Sin embargo, las mediciones tradicionales no tienen en cuenta la magnitud ni la duración de la frecuencia cardiaca elevada a lo largo del tiempo. Este estudio evaluó la asociación entre la carga acumulada de la frecuencia cardiaca en reposo y los desenlaces adversos en pacientes con insuficiencia cardiaca (IC) crónica en ritmo sinusal.

Se analizaron datos de 5 ensayos clínicos aleatorizados (BEST, GUIDE-IT, HF-ACTION, RELAX y TOPCAT). La carga acumulada de la frecuencia cardiaca se calculó como el área bajo la curva (ABC) para una frecuencia ≥ 70 lpm en relación con la AUC total previa a los desenlaces. El desenlace primario fueron los eventos cardiovasculares adversos mayores (MACE), definidos como la combinación de muerte cardiovascular y hospitalización por IC. Se utilizaron modelos de regresión de riesgos proporcionales de Cox para examinar las asociaciones con los desenlaces.

Se incluyó a un total de 5.428 pacientes. Una mayor carga acumulada de frecuencia cardiaca en reposo se asoció de forma significativa con un mayor riesgo de MACE (HR=1,31; IC95%, 1,24-1,38), muerte cardiovascular (HR=1,17; IC95%, 1,08-1,27), hospitalización por IC (HR=1,34; IC95%, 1,26-1,43), mortalidad por todas las causas (HR=1,20; IC95%, 1,12-1,29) y cualquier hospitalización (HR=1,20; IC95%, 1,15-1,25). La carga acumulada de la frecuencia cardiaca en reposo mostró un valor predictivo superior para todos los desenlaces en comparación con la frecuencia cardiaca basal, la frecuencia media, la desviación estándar de la frecuencia cardiaca y el tiempo en rango objetivo de la frecuencia cardiaca con mejoras en la C-estadística, la mejora en la reclasificación neta y la mejora en la discriminación integrada al añadirse a los modelos base.

La carga acumulativa de la frecuencia cardiaca en reposo proporciona un valor pronóstico más sólido para los desenlaces adversos en la IC crónica. La incorporación de este parámetro en la práctica clínica mejoraría la estratificación del riesgo y ayudar a identificar a pacientes de alto riesgo que podrían beneficiarse de una monitorización más intensiva o de intervenciones terapéuticas específicas.