Una herramienta de predicción de riesgo puede identificar pacientes con alto riesgo de enfermedad arterial coronaria, según un estudio publicado en el British Medical Journal (BMJ), dirigido por científicos de la Universidad Erasmus de Rotterdam.
La enfermedad coronaria es una causa importante de muerte en todo el mundo. El dolor en el pecho puede ser el primer signo de la enfermedad, por lo que las directrices actuales recomiendan utilizar una de las dos herramientas de predicción (el modelo de Diamond y Forrester o el Duke Clinical Score), en los pacientes con dolor torácico, para ayudar a los especialistas a calcular el riesgo, y decidir si se necesitan más pruebas. Sin embargo, existen dudas sobre la exactitud de estas herramientas.
Ahora, un equipo de investigadores europeos ha decidido desarrollar un modelo de predicción mejorado, mediante una serie de variables relacionadas con la enfermedad arterial coronaria. Los investigadores analizaron datos de 5.677 pacientes (3.283 hombres y 2.394 mujeres) con dolor torácico, pero sin antecedentes de enfermedad cardíaca, en 18 hospitales de toda Europa y Estados Unidos. Su modelo básico predijo la enfermedad arterial coronaria de acuerdo a la edad, el sexo y los síntomas; además, el modelo clínico incluyó factores de riesgo como la diabetes, la presión arterial alta, los niveles elevados de lípidos y el hábito de fumar; y un modelo extendido agregó el cálculo del calcio coronario (una medida de calcio en las arterias coronarias que se asocia con la presencia de enfermedad arterial coronaria, y también determina el riesgo de un evento coronario).
Los resultados sugieren que el Duke Clinical Score (la herramienta que está actualmente recomendada) sobrestima significativamente la probabilidad de enfermedad coronaria. El nuevo modelo clínico, sin embargo, mejora estas estimaciones y, al agregar el cálculo de calcio coronario, mejoró la predicción de los eventos cardiovasculares.
Además, el nuevo modelo no requiere lecturas ECG del corazón en reposo, por lo que es más adecuado para su uso en la práctica primaria; mientras que otro medidor también desarrollado por el equipo, puede ser integrado fácilmente en los registros electrónicos de pacientes, o en aplicaciones móviles.
Los autores concluyen que su modelo permite a los médicos tomar mejores decisiones en cuanto a qué prueba diagnóstica es la mejor para un paciente en particular, y tomar decisiones sobre la base de dichas pruebas.
