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: Las enfermedades cardiovasculares representan una de las causas principales de morbimortalidad a escala global. Específicamente, el síndrome coronario agudo (SCA) mantiene una alta mortalidad a largo plazo tras el alta. Por tanto, es de gran importancia profundizar en el conocimiento y la predicción de la mortalidad de manera precisa.
Métodos: Los estudios EPICOR y EPICOR ASIA son dos investigaciones internacionales, prospectivas y observacionales que abarcan cohortes de pacientes hospitalizados en un plazo de 24 horas desde el inicio de los síntomas y que tuvieron un diagnóstico final de síndrome coronario agudo con elevación del segmento ST (SCACEST) o síndrome coronario agudo sin elevación del segmento ST (SCASEST). Esta investigación incluye a 23.489 pacientes de 28 países. Se llevó a cabo un análisis de conglomerados (clúster) empleando el método k-prototypes y, posteriormente, se realizó una serie de regresiones de Cox por pasos hacia delante de manera general y para cada clúster. La capacidad predictiva de cada regresión se estimó mediante el índice de concordancia (c-index).
Resultados: El análisis de conglomerados identificó cinco grupos de pacientes con diferentes factores de riesgo, pronósticos clínicos y tasas de mortalidad. Estos grupos presentaron variaciones significativas en las curvas de supervivencia. Además, el análisis de conglomerados permitió descubrir patrones de riesgo tanto evidentes como sutiles, como el impacto de la depresión en el pronóstico adverso. La regresión de Cox general demostró un índice de concordancia elevado (c-index = 0,80). Sin embargo, las regresiones de Cox específicas para cada clúster mostraron índices de concordancia inferiores en comparación con el modelo general.
Curvas de Kaplan-Meier estratificado por clústeres.
Conclusiones: El análisis de clúster identificó cinco grupos con distintos perfiles clínicos, sociodemográficos y de supervivencia. Sin embargo, las regresiones de Cox realizadas para cada clúster no aumentaron la capacidad predictiva en comparación con el modelo general.