Mejorando modelos para predecir enfermedades cardiovasculares en individuos con disfunción renal

Un nuevo estudio revela que ciertos cambios en los modelos que predicen el riesgo de desarrollar problemas cardiovasculares en la población general pueden ayudar a los médicos a mejorar la predicción del riesgo en personas con enfermedad renal. Los hallazgos, que se publican en JASNse puede utilizar para ayudar a proteger la salud del corazón de los pacientes con enfermedad renal.

Las personas con enfermedad renal crónica (ERC) a menudo desarrollan enfermedad cardiovascular aterosclerótica (ECV), como accidentes cerebrovasculares y ataques cardíacos, pero las herramientas de predicción comunes para determinar el riesgo de ECV de una persona se desarrollaron para la población general y es posible que no incluyan ciertos factores relevantes para los pacientes con ERC. Mejorar la predicción del riesgo de ECV en pacientes con ERC puede ayudar a identificar a aquellos de esta población en crecimiento que realmente tienen un alto riesgo, así como a identificar a aquellos que tienen un riesgo bajo y es menos probable que se beneficien de las intervenciones invasivas.

Un equipo dirigido por Jiang He, MD, Ph.D. y Joshua D. Bundy, Ph.D., MPH (Escuela de Salud Pública y Medicina Tropical de la Universidad de Tulane) tenían como objetivo crear nuevas ecuaciones utilizando muchas variables clínicamente disponibles y nuevos biomarcadores que pueden ser especialmente importantes en pacientes con ERC. En el análisis de los investigadores de 2604 participantes del Estudio de cohorte de insuficiencia renal crónica, encontraron que varios factores no incluidos en los modelos de predicción anteriores eran importantes para la predicción de ECV aterosclerótica entre pacientes con ERC. Estos incluyeron medidas de glucemia a largo plazo (HbA1c), inflamación (proteína C reactiva de alta sensibilidad), lesión renal (relación albúmina-creatinina urinaria) y lesión cardíaca (troponina-T y NT-proBNP).

«Creamos dos nuevas herramientas de predicción para pacientes con CKD: la primera es un modelo simple que incluye factores medidos de forma rutinaria por los proveedores de atención médica y el segundo es un modelo ampliado con variables adicionales particularmente importantes para los pacientes con CKD, incluidas medidas de análisis de sangre a largo plazo. azúcar, inflamación y lesiones renales y cardíacas», dijo el Dr. He. «Descubrimos que los nuevos modelos pueden clasificar mejor a los pacientes que tendrán o no un accidente cerebrovascular o un ataque cardíaco dentro de 10 años en comparación con los modelos estándar».

«Las nuevas herramientas pueden ayudar mejor a los proveedores de atención médica ya los pacientes con ERC en la toma de decisiones compartida para la prevención de enfermedades del corazón», agregó el Dr. Bundy.