En España no existen unas cohortes poblacionales suficientemente grandes para hacer predicciones precisas del riesgo cardiovascular. Las ecuaciones de Framingham y EuroSCORE calibradas son las más utilizadas en España. El objetivo es desarrollar la primera ecuación de predicción autóctona para estimar con precisión el riesgo cardiovascular individual en España.
MétodosAnálisis conjunto de siete cohortes españolas de población de mediana edad y anciana. La población del estudio —11.800 personas (6.387 mujeres)— aportó un total de 107.915 personas-año de seguimiento y 1.214 eventos cardiovasculares (633 de ellos, mortales). Se efectuó un análisis de regresión de Cox para examinar la contribución de los diferentes factores al riesgo de cualquier evento cardiovascular (mortal y no mortal).
ResultadosLa edad fue el principal factor de riesgo de eventos cardiovasculares. La presión arterial sistólica, la diabetes mellitus, el tabaquismo y el tratamiento antihipertensivo fueron factores predictivos fuertemente asociados con el riesgo cardiovascular. En cambio, la contribución del colesterol total sérico fue pequeña, especialmente en los mayores de 70 años. El modelo final de riesgo mostró un buen poder discriminatorio (estadístico C=0,789 en varones y C=0,816 en mujeres).
ConclusionesERICE es una nueva ecuación de riesgo cardiovascular genuinamente española obtenida a partir del riesgo concurrente individual de los participantes en varias cohortes. La ecuación ERICE ofrece una estimación directa y fiable del riesgo cardiovascular total teniendo en cuenta factores como la diabetes mellitus y el tratamiento farmacológico de los factores de riesgo cardiovascular, habitualmente no incluidos en otras ecuaciones.
Palabras clave
Las recomendaciones actuales para la prevención de la enfermedad cardiovascular (ECV) en la práctica clínica son favorables a que los profesionales de la salud evalúen la ECV total del individuo, en vez de centrarse en parámetros de ECV específicos individuales1.
Existen varios sistemas de cálculo del riesgo en Europa y Estados Unidos2–5, pero la mayoría de ellos solo se han validado en poblaciones de mediana edad o en zonas con un riesgo relativamente alto de enfermedad coronaria (EC) y no tienen en cuenta el efecto de las medicaciones utilizadas para el control de los factores de riesgo6–8. Se ha realizado una calibración de estas puntuaciones de otros lugares en países con unas tasas de EC inferiores, como China y España, y se ha validado en el estudio VERIFICA8. Sin embargo, hasta el momento no se dispone de una escala propia para evaluar el riesgo cardiovascular partiendo de los datos de seguimiento de cohortes amplias de la misma población en que posteriormente se aplicará. No obstante, hasta el momento, en la mayoría de los países del sur de Europa no ha habido cohortes de base poblacional lo suficientemente amplias para proporcionar estimaciones exactas y fiables del riesgo de ECV según edad y sexo9. Además, la repercusión de la diabetes mellitus (DM) —un aspecto importante que se debe considerar en las evaluaciones del riesgo de ECV— no se ha incluido en las ecuaciones elaboradas para establecer una puntuación del riesgo en Europa, por lo que no se tiene en cuenta la posible influencia de la DM en la evaluación del riesgo de ECV en la clínica2.
Las puntuaciones de riesgo existentes difieren ampliamente en lo relativo al riesgo basal de las poblaciones en estudio, los predictores y los resultados que tienen en cuenta (la puntuación de Framingham se centra en la incidencia de EC y la función SCORE (Systematic COronary Risk Evaluation), en la mortalidad por ECV en vez de en el riesgo total de ECV). La mayoría de ellas pueden usarse hasta los 75 años de edad. Las puntuaciones no tienen en cuenta los posibles efectos del control farmacológico de los factores de riesgo en la población en estudio, por lo que subestiman el riesgo cardiovascular real. La función SCORE no incluye la DM como factor de riesgo, y el algoritmo de Framingham subestima su repercusión.
Además, la mayoría de las puntuaciones existentes se han elaborado a partir de cohortes formadas principalmente por personas de mediana edad en la situación inicial, con lo que las personas ancianas han quedado infrarrepresentadas. Por ejemplo, la función SCORE se centra en personas de mediana edad y solo se recomienda su uso dentro de la franja etaria de 40–65 años4. La estimación del riesgo cardiovascular en las personas > 70 años resulta problemática, ya que el poder predictivo de los factores de riesgo de ECV clásicos disminuye según avanza la edad. Por ejemplo, la puntuación de Framingham parece tener poca utilidad en personas ancianas según el estudio Leiden 85-plus, que puso de manifiesto una discriminación muy mala, con un área bajo la curva de características operativas del receptor de tan solo 0,53 (intervalo de confianza del 95% [IC95%], 0,43-0,64)7.
Según la guía del grupo de trabajo conjunto Fourth Joint Task Force2, es importante desarrollar una puntuación del riesgo de ECV europea para zonas geográficas específicas e incluir a individuos de edades avanzadas para hacer posible una identificación más precisa de las personas asintomáticas con un riesgo elevado de ECV y poder aplicar de manera más efectiva las intervenciones preventivas destinadas a reducir el riesgo total de ECV. Así pues, hay espacio para una nueva puntuación de la ECV que supere algunas de las limitaciones de los instrumentos previos.
El objetivo de este estudio es desarrollar un nuevo instrumento de evaluación del riesgo de ECV que permita predecir con exactitud el riesgo individual total de ECV en la población de España.
MÉTODOSOrígenes de los datosEl proyecto ERICE (Ecuación de Riesgo Cardiovascular Española) incluyó siete estudios de cohorte de base poblacional realizados en diferentes zonas geográficas de España. El diseño de los estudios originales se ha descrito detalladamente en otra publicación10–20. Se creó una base de datos colaborativa conjunta con los datos individuales de todos los participantes de esas siete cohortes (tabla 1).
Características de las cohortes incluidas en el proyecto ERICE
Estudio | Localización | Población en estudio (n) | Media de edad (franja etaria basal, años) | Año de reclutamiento (seguimiento [años]) | Seguimiento (personas-años) | Casos con pérdida del seguimiento | ||
---|---|---|---|---|---|---|---|---|
Varones | Mujeres | Total | ||||||
EPICARDIAN11,12 | Madrid, Lugo, Ávila (centro, noroeste) | 1.463 | 2.015 | 3.478 | 74±6,8 (> 65) | 1994 (8,0±3,0) | 27.789 | 2 (0,1) |
VIVA13,14 | Lugo, Barcelona (noroeste, nordeste) | 365 | 374 | 739 | 48,9±9,1 (35-64) | 1996 (9,4±1,2) | 6.963 | 33 (4,5) |
REGICOR17 | Girona (nordeste) | 765 | 846 | 1611 | 52,4±12,7 (30-74) | 1994/1996 (6,7±1,2) | 10.756 | 83 (5,2) |
CORSAIB15 | Mallorca (este) | 736 | 833 | 1569 | 53,3±11,3 (35-74) | 1999 (7,4±1,2) | 11.549 | 0 (0,0) |
Talavera19 | Toledo (centro) | 561 | 627 | 1188 | 54,8±13,3 (30-74) | 1994 (9,5±2) | 11.283 | 21 (1,8) |
Albacete18 | Albacete (sudeste) | 450 | 534 | 984 | 53,1±14,6 (> 30) | 1992 (11±2,2) | 10.834 | 0 (0,0) |
Murcia20 | Murcia (sudeste) | 1.073 | 1.158 | 2.231 | 44,8±10,2 (30-65) | 1991 (12,9±2) | 28.741 | 245 (11,0) |
Total | 5.413 | 6.387 | 11.800 | 57,6±15,4 (> 30) | (9,1±3,1) | 107.915 | 384 (3,3) |
Se determinó la situación vital del 100% de los participantes.
Se consideró pérdida del seguimiento cuando no había información acerca de la situación vital en el momento del cierre de la cohorte.
Salvo otra indicación, los datos expresan n (%) o media ± desviación estándar.
Los estudios debían cumplir los siguientes criterios: estudios de un solo centro o multicéntricos llevados a cabo en la población general adulta de ambos sexos y de edad ≥ 20 años; descripción clara de la población objetivo y de los métodos de selección de la muestra, selección aleatoria de los participantes, participación suficiente en el estudio basal (> 60%), periodo de seguimiento lo bastante largo, bajo número de participantes perdidos durante el seguimiento, descripción de la determinación estandarizada de las variables de valoración clínica (presión arterial, lípidos en sangre, tabaquismo y glucemia en ayunas) y un método fiable de evaluar los episodios de ECV durante el seguimiento. En este análisis solo se incluyó a los individuos de edad ≥ 30 años y sin ECV clínica en la situación basal.
Medición y definición de los factores de riesgo cardiovascularSe evaluaron los factores de riesgo de ECV en el examen basal. La base de datos común final incluyó las siguientes variables en estudio: edad, sexo, lugar de residencia, índice de masa corporal, presión arterial sistólica (PAS), presión arterial diastólica, consumo de cigarrillos, colesterol total (CT) en suero, glucemia en ayunas o aleatoria y antecedentes personales de hipertensión, hipercolesterolemia, DM y tratamiento farmacológico de la hipertensión, la hipercolesterolemia y la DM. Los valores de glucosa en sangre total y capilar se convirtieron a valores plasmáticos aplicando la fórmula propuesta por Carstensen et al21. Para la elaboración de los modelos de Cox, las variables independientes se clasificaron de la siguiente forma: la edad se agrupó por categorías de 10 años, excepto para las mujeres < 50 años, ya que en este grupo de edad hubo pocos eventos cardiovasculares. La PAS se clasificó en las siguientes categorías: < 140, 140-159, 160-179 y ≥ 180mmHg. Las categorías de CT establecidas fueron: < 5,2, 5,2-6,4, 6,5-7,7 y ≥ 7,8 mmol/l. El tabaquismo se valoró clasificando a los pacientes como no fumadores y fumadores (incluidos los ex fumadores que habían dejado de fumar < 6 meses antes y los que eran fumadores en la situación basal).
Se consideró que había hipertensión cuando el valor de la PAS era ≥ 140mmHg o la presión arterial diastólica era ≥ 90mmHg o el paciente recibía tratamiento con fármacos antihipertensivos22. Se consideró que había hipercolesterolemia cuando el valor del CT era ≥ 5,1 mmol/l o el paciente recibía tratamiento con fármacos hipolipemiantes23. La DM se definió como glucosa plasmática en ayunas en sangre venosa ≥ 7,0 mmol/l, glucosa capilar aleatoria ≥ 11,1 mmol/l o un tratamiento con fármacos antidiabéticos orales o con insulina en la situación basal. Se calculó el índice de masa corporal de cada individuo empleando la fórmula peso en kilogramos dividido por el cuadrado de la estatura en metros, y la obesidad se definió como un índice de masa corporal ≥ 30.
Seguimiento y eventos cardiovascularesLa información sobre los eventos de ECV se obtuvo mediante búsqueda en todas las posibles fuentes de información (historia clínica de atención primaria y hospitalaria, entrevistas con los médicos generales, Instituto Nacional de Estadística, envíos postales y llamadas telefónicas a los participantes o a sus familiares). La fecha y la causa de la muerte de cada individuo de la cohorte fallecido se confirmaron también a través del Índice Nacional de Defunciones de España y los registros de mortalidad de cada comunidad autónoma.
Registro de eventos de enfermedad cardiovascularEmpleando la Clasificación Internacional de Enfermedades (CIE-9 y CIE-10), se definieron las causas de la muerte como EC (CIE-9: 410-414, CIE-10: I20-I25), enfermedad cerebrovascular (CIE-9: 430-434, 436-438; CIE-10:I58-I61), y otros posibles trastornos cardiovasculares (CIE-9: 797-799; CIE-10: I46, R96, R98, I50).
Clasificación de los eventos de enfermedad cardiovascularLos eventos coronarios se clasificaron según las tendencias y determinantes del World Health Organization MONICA Project24 adaptado por el REGICOR25. Los casos cerebrovasculares se clasificaron según el algoritmo de estudio del ictus del MONICA26.
La ECV está formada por la combinación del primer evento coronario «duro» (infarto de miocardio mortal o no mortal definitivo e infarto de miocardio mortal posible) o evento cerebrovascular (incluido el ictus isquémico agudo y otros eventos de ictus no determinados).
Métodos estadísticosPara la descripción de los datos seleccionados, se utilizó la media aritmética ± desviación estándar cuando las variables eran de tipo continuo y la distribución de frecuencias relativas cuando eran categóricas. Para la comparación de proporciones, se utilizó la prueba de la χ2 de Pearson y la D de Sommer en el caso de las variables ordinales. Para la comparación de grupos, se aplicó la prueba de la t de Student-Fisher en el caso de variables de valoración binarias independientes y un análisis de la varianza para las variables con más de dos categorías.
Modelos multivariables y estimación de las funciones de riesgo generales de enfermedad cardiovascularPara analizar la asociación entre cada variable independiente recogida (edad, sexo, PAS, presión arterial diastólica, tabaquismo, DM, CT, colesterol unido a lipoproteínas de alta densidad y triglicéridos en suero) y las variables correspondientes a los resultados clínicos, se aplicaron análisis bivariables y multivariables. Dado que se dispuso de datos precisos de los tratamientos de los factores de riesgo, fue posible una modelización del impacto de los valores de PAS o de CT con o sin tratamiento farmacológico para estos dos factores de riesgo.
Se llevó a cabo un análisis de regresión de Cox para identificar y examinar la contribución de las diferentes variables en la ECV como posible fundamento para la ecuación ERICE. Los coeficientes asociados de manera independiente con cada posible factor de riesgo del primer evento de ECV registrado se estimaron para varones y mujeres por separado. Se aplicó una extrapolación de Kaplan-Meier del primer evento de ECV mortal o no mortal durante el periodo de 10 años para calcular la media general de incidencia acumulativa del evento de ECV en la ecuación ERICE. Para estimar la función de supervivencia, el análisis se realizó con el método de Kaplan-Meier con estratificación por sexo y edad (≤ 70 o > 70 años). Los modelos de Cox se ajustaron también según la cohorte de estudio. Se utilizó una prueba ómnibus para la validación del modelo (p < 0,05). Se prepararon hojas de puntuación de riesgo específicas para cada sexo usando las variables categóricas, basadas en los coeficientes β de los modelos de riesgos proporcionales de Cox.
Se llevó a cabo una inspección gráfica de la proporcionalidad de la presunción de riesgo. Las posibles violaciones del supuesto de riesgos proporcionales en la regresión de Cox se evaluaron con métodos gráficos. Además, se evaluó el cumplimiento de las presunciones del modelo.
La puntuación ERICE se dividió en seis categorías de riesgo total de ECV en 10 años: riesgo bajo: < 5%; riesgo leve: 5-9%; riesgo moderado: 10-14%; riesgo moderado-alto: 15-19%; riesgo alto: 20-39%, y riesgo muy alto: ≥ 30%.
ÉticaEl presente estudio estudio cumple lo establecido en la Declaración de Helsinki. Todos los estudios individuales obtuvieron el consentimiento informado de los participantes en el examen basal y todos los estudios obtuvieron la aprobación de los comités éticos locales.
RESULTADOSCaracterísticas de la población en estudioHubo un total de 11.800 participantes (5.413 varones y 6.387 mujeres) que suponían 107.915 años-persona de seguimiento. La mediana de seguimiento para el conjunto del estudio fue de 9,1 años. Se registró el seguimiento completo en 11.416 personas (el 96,7% de la población total; 5.235 varones y 6.181 mujeres). No se pudo determinar el estado vital del 100% de los participantes de la cohorte (tabla 1).
En la tabla 2 se indica la distribución de los factores de riesgo cardiovascular y de los eventos cardiovasculares registrados por sexo y cohorte de estudio. En total, se produjeron 1.214 eventos de ECV en la cohorte total durante el periodo de seguimiento de 10 años (638 en los varones y 576 en las mujeres), de los que 633 correspondieron a muertes por ECV (325 en los varones y 308 en las mujeres). La distribución por sexo de las categorías de factores de riesgo de ECV en el estudio ERICE se detallan en la tabla 1 del material suplementario). Variables como la presión arterial diastólica, el índice de masa corporal y el uso de medicación hipolipemiante no mostraron una asociación significativa con la ECV (tabla 2 del material suplementario), y solo se dispuso de datos respecto a concentración de triglicéridos y colesterol unido a lipoproteínas de alta densidad en un tercio de los participantes.
Información de factores de riesgo y eventos según sexo y cohorte de estudio
Estudio | N | Edad basal (años) | Fumadores (%) | IMC | Obesidad (%) | cHDL (mmol/l) | CT (mmol/l) | Hipercolesterolemia (%) | GPA (mmol/l) | DM (%) | PAS (mmHg) | HTA (%) | Mortalidad total (todas las causas), n | Primeros eventos CV (eventos mortales), n | Incidencia acumulada, % (seguimiento [años]) |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Total varones | 5.413 | 56,9±15,2 | 61,9 | 27,1±3,8 | 20,8 | 1,3±0,4 | 5,5±1,1 | 18,1 | 5,7±1,6 | 8,8 | 136,2±19,5 | 48,7 | 1.107 | 638 (325) | 11,79 (8,9±3,2) |
EPICARDIAN11,12 | 1.463 | 73,7±6,6 | 74,2 | 26,9±3,9 | 19,1 | 1,2±0,3 | 5,4±1,2 | 18,2 | 5,9±1,7 | 10,7 | 143,0±19,6 | 64,1 | 703 | 356 (222) | 24,33 (7,5±3,2) |
VIVA13,14 | 365 | 48,6±9,1 | 72,9 | 27,1±3,6 | 20,3 | 1,2±0,3 | 5,7±1,0 | 20,5 | 5,6±1,1 | 5,5 | 124,2±18,4 | 26,3 | 17 | 15 (5) | 4,11 (9,3±1,4) |
REGICOR17 | 765 | 52,7±12,8 | 65,3 | 26,7±3,7 | 18,4 | 1,2±0,4 | 5,8±1,1 | 25,8 | 5,9±1,5 | 10,3 | 134,0±19,5 | 41,6 | 52 | 33 (9) | 4,31 (6,5±1,3) |
CORSAIB15 | 736 | 53,3±11,5 | 36,5 | 27,5±4,0 | 23,6 | 1,2±0,3 | 5,6±1,1 | 20,5 | 5,9±1,8 | 14,9 | 136,1±18,8 | 50,8 | 74 | 57 (20) | 7,74 (7,2±1,5) |
Talavera19 | 561 | 55,3±13,3 | 36,9 | 27,3±3,8 | 22,3 | 1,2±0,3 | 5,5±1,0 | 15,5 | 5,2±1,7 | 7,1 | 137,9±19,4 | 47,4 | 92 | 66 (33) | 11,76 (9,2±2,3) |
Albacete18 | 450 | 52,1±14,5 | 67,1 | 27,5±4,0 | 23,6 | — | 5,4±1,0 | 13,6 | 5,7±1,6 | 8,4 | 133,9±19,3 | 47,1 | 67 | 38 (13) | 8,44 (10,8±2,4) |
Murcia20 | 1.073 | 45,0±10,5 | 67,5 | 27,2±3,6 | 21,0 | 1,5±0,4 | 5,3±1,1 | 13,3 | — | 3,4* | 132,5±17,2 | 40,1 | 102 | 73 (23) | 6,80 (12,7±2,3) |
Total mujeres | 6.387 | 58,1±15,5 | 15,2 | 27,8±5,1 | 29,6 | 1,5±0,4 | 5,6±1,1 | 20,9 | 5,6±1,7 | 8,4 | 136,0±22,5 | 50,8 | 875 | 576 (308) | 9,02 (9,4±2,9) |
EPICARDIAN11,12 | 2.015 | 74,3±6,9 | 8,0 | 27,7±5,0 | 29,4 | 1,3±0,3 | 5,9±1,2 | 29,9 | 5,9±1,9 | 12,1 | 146,9±20,6 | 74,3 | 638 | 412 (235) | 20,45 (8,4±2,8) |
VIVA13,14 | 374 | 49,3±9,1 | 16,1 | 27,1±4,7 | 25,4 | 1,5±0,3 | 5,7±1,0 | 20,3 | 5,2±1,2 | 3,5 | 124,4±19,9 | 27,8 | 6 | 8 (0) | 2,14 (9,5±1,0) |
REGICOR17 | 846 | 52,2±12,6 | 18,7 | 26,6±4,5 | 19,9 | 1,5±0,4 | 5,8±1,1 | 25,1 | 5,6±1,5 | 7,2 | 129,7±20,9 | 38,4 | 31 | 16 (9) | 1,89 (6,9±1,0) |
CORSAIB15 | 833 | 53,3±11,1 | 19,2 | 27,6±5,3 | 29,1 | 1,5±0,3 | 5,6±1,0 | 19,4 | 5,5±1,5 | 8,4 | 131,3±22,2 | 43,3 | 29 | 30 (5) | 3,60 (7,5±1,0) |
Talavera19 | 627 | 54,3±13,3 | 12,8 | 29,4±5,3 | 40,2 | 1,3±0,3 | 5,6±1,0 | 17,9 | 5,1±1,7 | 7,3 | 135,7±21,9 | 45,8 | 61 | 42 (22) | 6,70 (9,8±1,7) |
Albacete18 | 534 | 53,9±14,6 | 16,3 | 28,6±5,3 | 35,8 | — | 5,3±0,9 | 10,5 | 5,7±1,9 | 10,9 | 137,7±23,4 | 51,7 | 47 | 31 (17) | 5,81 (11,2±2,0) |
Murcia20 | 1.158 | 44,7±10,0 | 22,6 | 28,1±4,9 | 30,1 | 1,7±0,5 | 5,0±1,1 | 9,7 | — | 4,1* | 128,3±19,9 | 33,9 | 63 | 37 (20) | 3,20 (13,1±1,5) |
Total de ERICE | 11.800 | 57,5±15,4 | 36,6 | 27,5±4,6 | 25,5 | 1,4±0,4 | 5,5±1,1 | 19,6 | 5,6±1,7 | 8,6 | 136,1±21,2 | 49,8 | 1.982 | 1.214 (633) | 10,3 (9,1±3,1) |
cHDL: colesterol unido a lipoproteínas de alta densidad; CT: colesterol total; CV: cardiovascular; DM: diabetes mellitus; GPA: glucosa plasmática en ayunas; HTA: hipertensión arterial; IMC: índice de masa corporal; PAS: presión arterial sistólica.
Hipertensión arterial: presión arterial sistólica > 140 mmHg o presión arterial diastólica > 90 mmHg o tratamiento antihipertensivo.
Diabetes mellitus: glucosa plasmática en ayunas > 7 mmol/l, glucemia capilar aleatoria > 11 mmol/l o tratamiento antidiabético.
Hipercolesterolemia: colesterol total > 6,5 mmol/l o tratamiento hipolipemiante.
Obesidad: índice de masa corporal > 30kg/m2.
Salvo otra indicación, los dato expresan media ± desviación estándar.
Las razones de riesgos (HR) de ECV con ajuste multivariable por los diferentes factores de riesgo cardiovascular incluidos en el modelo de Cox final de varones y mujeres se muestran en las tablas 3 y 4. El tratamiento farmacológico antihipertensivo tuvo una repercusión significativa, más elevada en los varones que en las mujeres. El colesterol sérico elevado aumentaba el riesgo de eventos coronarios agudos en los varones (HR=1,50; IC95%, 1,02-2,19) y las mujeres (HR=3,64; IC95%, 1,64-8,11) de edad < 70 años, pero a edades más avanzadas el riesgo no se incrementaba. El colesterol sérico elevado no aumentaba de manera significativa el riesgo de enfermedad cerebrovascular.
Modelo de Cox multivariable para un primer evento cardiovascular mortal o no mortal medio a 10 años. Varones
N (total de eventos, n) | β | EE | HR | IC95% | p | |
---|---|---|---|---|---|---|
Edad basal, grupos de edad (años) | ||||||
40-49 | 964 (25) | 0,638 | 0,343 | 1,89 | 0,97-3,71 | 0,063 |
50-59 | 788 (59) | 1,681 | 0,310 | 5,37 | 2,93-9,90 | < 0,001 |
60-69 | 1323 (208) | 2,402 | 0,299 | 11,04 | 6,15-19,83 | < 0,001 |
70-79 | 963 (223) | 2,862 | 0,310 | 17,50 | 9,54-32,12 | < 0,001 |
≥ 80 | 309 (110) | 3,519 | 0,323 | 33,75 | 17,91-63,58 | < 0,001 |
Fumadora | ||||||
Sí | 3209 (428) | 0,282 | 0,092 | 1,33 | 1,11-1,59 | 0,002 |
Diabéticob | ||||||
Sí | 471 (93) | 0,283 | 0,116 | 1,33 | 1,06-1,67 | 0,015 |
PAS (mmHg) | ||||||
No tratados | ||||||
140-159 | 1.141 (181) | 0,407 | 0,107 | 1,50 | 1,22-1,85 | < 0,001 |
160-179 | 342 (61) | 0,490 | 0,150 | 1,63 | 1,22-2,19 | 0,001 |
≥ 180 | 75 (15) | 0,552 | 0,270 | 1,74 | 1,02-2,95 | 0,041 |
Tratados | ||||||
< 140 | 225 (54) | 0,753 | 0,158 | 2,12 | 1,56-2,90 | < 0,001 |
140-159 | 295 (67) | 0,585 | 0,146 | 1,80 | 1,35-2,39 | < 0,001 |
160-179 | 187 (53) | 0,850 | 0,160 | 2,34 | 1,71-3,20 | < 0,001 |
≥ 180 | 69 (22) | 0,925 | 0,230 | 2,52 | 1,61-3,96 | < 0,001 |
Colesterol total (mmol/l) | ||||||
5,2-6,4 | 2.243 (275) | 0,018 | 0,089 | 1,02 | 0,86-1,21 | 0,835 |
6,5-7,7 | 764 (101) | 0,068 | 0,119 | 1,07 | 0,85-1,35 | 0,570 |
≥ 7,8 | 131 (14) | −0,041 | 0,276 | 0,96 | 0,56-1,65 | 0,881 |
EE: error estándar; HR: hazard ratio; IC95%: intervalo de confianza del 95%; PAS: presión arterial sistólica.
Categoría de referencia: jóvenes (varones de 30-39 años; mujeres de 30-49 años), no fumadores, no diabéticos, no tratados con fármacos antihipertensivos, presión arterial sistólica < 140mmHg, colesterol total < 5,2 mmol/l.
Se introdujo en el modelo un ajuste para el efecto de cohorte.
Estadístico c de Harrel=0,792.
Modelo de Cox multivariable para un primer evento cardiovascular mortal o no mortal medio a 10 años. Mujeres
N (total de eventos, n) | β | EE | HR | IC95% | p | |
---|---|---|---|---|---|---|
Edad basal, grupos de edad (años) | ||||||
50-59 | 908 (38) | 2,119 | 0,330 | 8,32 | 4,36-15,89 | < 0,001 |
60-69 | 1.494 (132) | 2,739 | 0,318 | 15,47 | 8,30-28,84 | < 0,001 |
70-79 | 1.245 (227) | 3,471 | 0,329 | 32,18 | 16,87-61,38 | < 0,001 |
≥ 80 | 472 (166) | 4,368 | 0,339 | 78,86 | 40,58-153,22 | < 0,001 |
Fumadora | ||||||
Sí | 910 (46) | 0,407 | 0,159 | 1,50 | 1,10-2,05 | 0,011 |
Diabéticob | ||||||
Sí | 530 (98) | 0,446 | 0,113 | 1,56 | 1,25-1,95 | < 0,001 |
PAS (mmHg) | ||||||
No tratados | ||||||
140-159 | 1.106 (147) | 0,065 | 0,124 | 1,07 | 0,84-1,36 | 0,603 |
160-179 | 321 (32) | −0,121 | 0,197 | 0,89 | 0,60-1,30 | 0,540 |
≥ 180 | 79 (19) | 0,449 | 0,248 | 1,57 | 0,96-2,55 | 0,070 |
Tratados | ||||||
< 140 | 384 (55) | 0,272 | 0,160 | 1,31 | 0,96-1,79 | 0,089 |
140-159 | 605 (93) | 0,193 | 0,136 | 1,21 | 0,93-1,58 | 0,157 |
160-179 | 392 (68) | 0,178 | 0,151 | 1,19 | 0,89-1,61 | 0,241 |
≥ 180 | 159 (34) | 0,355 | 0,195 | 1,43 | 0,97-2,09 | 0,068 |
Colesterol total (mmol/l) | ||||||
5,2-6,4 | 2.628 (254) | 0,014 | 0,100 | 1,01 | 0,83-1,23 | 0,892 |
6,5-7,7 | 1.058 (131) | −0,024 | 0,118 | 0,98 | 0,77-1,23 | 0,840 |
≥ 7,8 | 188 (20) | −0,227 | 0,244 | 0,80 | 0,49-1,28 | 0,352 |
EE: error estándar; HR: hazard ratio; IC95%: intervalo de confianza del 95%; PAS: presión arterial sistólica.
Categoría de referencia: jóvenes (varones de 30-39 años; mujeres de 30-49 años), no fumadores, no diabéticos, no tratados con fármacos antihipertensivos, presión arterial sistólica < 140 mmHg, colesterol total < 5,2 mmol/l.
Se introdujo en el modelo un ajuste para el efecto de cohorte.
Estadístico c de Harrel=0,819.
El conjunto del modelo mostró buena capacidad de discriminación (estadístico C=0,789 en los varones y C=0,816 en las mujeres). Se elaboraron hojas de puntuación para la predicción de los eventos de ECV en varones y mujeres a partir de los coeficientes β de los modelos de riesgos proporcionales de Cox. Las figuras 1–4 muestran el riesgo a 10 años de varones y mujeres con y sin tratamiento antihipertensivo de presentar un evento de ECV mortal o no mortal.
La ecuación ERICE tiene unas características únicas porque se basa en una cohorte amplia de 11.800 adultos españoles, que cubren un amplio intervalo de edades, con unos datos basales uniformes y armonizados. A diferencia de otras puntuaciones previas, como la de Framingham y EuroSCORE, que se basaron en poblaciones reclutadas antes de la década los noventa, las estimaciones del presente estudio se basan en cohortes más recientes y proporcionan gráficos diferentes para los individuos tratados y no tratados con fármacos antihipertensivos. Las tasas de incidencia de la ECV de este estudio resaltan la necesidad de mejorar las medidas de prevención primaria, ya que más de la mitad de los primeros eventos de ECV condujeron a la muerte del paciente; la elevada letalidad de los eventos coronarios y de ictus se conoce ya por lo observado en estudios previos.
Componentes de la puntuación de riesgoLa edad es el más potente predictor del riesgo de ECV tanto en varones como en mujeres. A pesar de la influencia de la edad, unos niveles favorables de todos los factores de riesgo de ECV modificables aseguran un riesgo de ECV mínimo en una población mediterránea de edad < 70 años9.
Los resultados indican que se observa un patrón completamente diferente entre los dos sexos por lo que respecta a los factores de riesgo cardiovascular modificables. En los varones, la PAS alta es el factor de riesgo de ECV con mayor valor predictivo, seguido de la DM y el tabaquismo, que tienen repercusiones similares. En las mujeres, la DM desempeña un papel crucial, seguida por el del tabaquismo y la PAS muy alta (> 180mmHg). El tratamiento farmacológico antihipertensivo tiene más influencia en los varones que en las mujeres. La contribución de las concentraciones de CT altas al riesgo cardiovascular fue baja tanto en los varones como en las mujeres. Estos resultados concuerdan con las observaciones previas respecto al riesgo de ECV en la población española27. Además, se confirma que es importante derivar el modelo de predicción de la ECV en la misma población a la que luego se aplicará la ecuación de riesgo28.
Comparación con estimaciones del riesgo previasHasta la fecha, las tablas de predicción de los eventos de ECV en España se han basado en estimaciones del riesgo derivadas de poblaciones norteamericanas (REGICOR)5,29,30 o europeas (SCORE)7,31, y las puntuaciones adaptadas a España han tenido limitaciones importantes, al proceder de muestras de población pequeñas, la mayoría basadas en cohortes ocupacionales y limitadas geográficamente a la zona nororiental de España32–34. Otra limitación importante de las estimaciones previas es que se limitan al riesgo de EC o a las muertes por ECV. Al calcular el riesgo total de ECV, se presenta una mejor estimación del riesgo individual total en una región europea con tasas bajas de ECV, como es España.
Además, las estimaciones previas no incluyen la DM en absoluto o, como en el caso del algoritmo de Framingham, se basan en un reducido número de personas diabéticas (el 4%, puesto que la DM en el momento de obtenerse los datos iniciales del estudio de Framingham no era tan frecuente como ahora) y han utilizado su propia definición de DM. Las tablas de la ERICE, siguiendo las recomendaciones del Joint Task Force of the European Societies1, incluyen un número representativo de personas con DM y proporcionan datos de este factor de riesgo por separado.
Por último, los datos de la ERICE tienen la característica única de incluir apartados para personas de 70-79 años y ≥ 80 años, puesto que la cohorte incluía un elevado porcentaje de personas > 75 años y tuvo en cuenta el uso de fármacos modificadores de los factores de riesgo, lo cual permite cubrir la importante laguna existente en los instrumentos de evaluación del riesgo previos6. No obstante, la estimación del riesgo de muerte a 10 años en sujetos de edad ≥ 80 años tiene escasa utilidad. En Europa, sobre todo en el sur, la esperanza de vida está aumentando de manera notable. En consecuencia, se hace necesario empezar a prestar más atención al riesgo de ECV en los individuos de edad muy avanzada. Se ha demostrado que los individuos de edad ≥ 80 años obtienen un efecto beneficioso con las intervenciones preventivas como el tratamiento con fármacos antihipertensivos si tienen hipertensión35. Se llevará a cabo un análisis adicional para explorar la estimación del riesgo a 5 años en un futuro próximo, basado en los ancianos incluidos en este proyecto. Otros investigadores han iniciado también el desarrollo de ecuaciones de riesgo en cohortes de ancianos7.
Limitaciones y puntos fuertesLos gráficos de la ERICE tienen en cuenta solo los principales factores de riesgo de ECV, pero en la práctica hay otros que pueden modular también el riesgo de ECV (antecedentes familiares, colesterol unido a lipoproteínas de alta densidad, fibrinógeno, ejercicio físico, perímetro de cintura, etc.). Los sujetos perdidos durante el seguimiento eran más jóvenes e incluían un mayor número de fumadores entre las mujeres. No se observaron otras diferencias significativas en la distribución de los factores de riesgo, por lo que el sesgo de selección es mínimo. Los métodos de determinación del colesterol unido a lipoproteínas de alta densidad son diferentes en cada centro, lo que podría haber influido en la intervención de este factor en las predicciones del riesgo. La cohorte de Murcia no disponía de datos relativos a la glucemia, pero se registró información sobre el tratamiento farmacológico de la DM. El valor predictivo de los factores de riesgo clásicos, como la hipercolesterolemia y la hipertensión sistólica, se debilita según aumenta la edad36,37, y las estimaciones del riesgo absoluto en algunas de las casillas, en especial las de los grupos de adultos de más edad con valores muy altos de CT (> 7,8 mmol/l) y PAS, podrían ser menos exactas debido a este hecho y el menor número de individuos.
El estudio tiene varios puntos fuertes. El tamaño muestral es grande, incluyó a participantes de diferentes zonas geográficas de España (norte, centro y sur) y cubre un amplio espectro de edades que incluye una elevada proporción de ancianos (> 3.000, el 25,4% de la muestra total) y diabéticos. Casi la mitad de los participantes estaban recibiendo tratamiento farmacológico para los factores de riesgo (fármacos antihipertensivos o hipolipemiantes) en la situación inicial, lo cual corresponde a la situación actual del tratamiento de los factores de riesgo de ECV de la población. La ecuación ERICE estima el riesgo total de ECV (EC e ictus) e incluye la DM como factor de riesgo, junto con la edad, el tabaquismo, la PAS y el CT. La disponibilidad de información sobre el tratamiento de los factores de riesgo cardiovascular, en especial sobre el tratamiento antihipertensivo, es otro punto fuerte de este estudio, junto con la información adicional útil para los clínicos en el ajuste de la estimación del riesgo cardiovascular de los individuos que están recibiendo ya un tratamiento antihipertensivo.
La cohorte total de la ERICE proporciona un nuevo análisis prospectivo sobre la asociación entre la ECV total y varios factores de riesgo en España, un país europeo con baja incidencia de ECV. La ecuación ERICE permite la estimación directa del riesgo total de ECV en España basada en la estimación del riesgo en la población española, en vez de en puntuaciones originadas en otros países y calibradas para la población europea de bajo riesgo. Estas extrapolaciones pueden presentar amplias variaciones cuando se aplica la fórmula de estimación del riesgo a una población diferente, y pueden no funcionar adecuadamente.
Estos resultados pusieron de manifiesto hasta qué punto el efecto de un factor de riesgo específico, en especial el CT, puede requerir una revaluación en la población específica a la que se pretende aplicarla. Se ha previsto llevar a cabo la validación interna de esta ecuación de riesgo en un futuro próximo. Los pasos siguientes son la validación externa de la ecuación en una cohorte española independiente y la evaluación de su utilidad y su impacto en comparación con otras puntuaciones existentes, a las que se ha prestado especial atención en un reciente número de Revista Española de Cardiología38,39. Por último, mientras se revisaba este artículo, se ha publicado otra función del riesgo cardiovascular total que incluye a la población de 35–79 años40.
CONCLUSIONESLa edad es el más potente factor de riesgo de ECV en ambos sexos, tal como era ya bien conocido. En el presente estudio, los valores altos de PAS son el factor de riesgo de ECV modificable más potente en los varones, seguido de la DM y el tabaquismo. En las mujeres, la DM desempeña un papel crucial, seguida de la PAS elevada y el tabaquismo. La contribución del CT al riesgo de ECV es baja en la población española, y en ambos sexos cuando se consideran todos los grupos de edad de este estudio. La ecuación ERICE aporta un nuevo sistema de estimación del riesgo de ECV en la población española, derivado de una evaluación de factores de riesgo de ECV locales y contemporáneos, que incluye varios estudios de cohorte locales de diferentes partes del país. ERICE proporciona una estimación directa del riesgo total de ECV en vez del de resultados específicos como la EC sola, y resalta la importancia de tener en cuenta el tratamiento farmacológico utilizado para los factores de riesgo cardiovascular elevado, y de la inclusión de personas de edad avanzada y el estado diabético en la estimación del riesgo. La ecuación ERICE es un nuevo instrumento práctico que permite a los clínicos de España estimar la ECV total en las personas a las que atienden.
FINANCIACIÓNInvestigación financiada por el Fondo de Investigación Sanitaria, Instituto de Salud Carlos III, subvenciones G03/065 y PI05/1464 y por RECAVA (Red Temática de Investigación Cooperativa en Enfermedades Cardiovasculares), subvención RD06/0014/0015.
CONFLICTO DE INTERESESNinguno.
A Rosario Madero de la Unidad de Bioestadística, IdiPAZ (Instituto de Investigación Sanitaria del Hospital Universitario La Paz), Hospital Universitario La Paz, Madrid, y a Nuria Soriano del Centre d’Atenció Primària Sardenya, Barcelona, por la ayuda estadística; a Margarita Alonso Arroyo de IdiPAZ, Madrid, y a Teresa R. Pérez Castro del Instituto Universitario de Ciencias de la Salud, Universidad de A Coruña, por el tratamiento de los datos. A Ana Isabel Ortega por la ayuda editorial.
Se puede consultar material suplementario a este artículo en su versión electrónica disponible en doi:10.1016/j.recesp.2014.03.019.