Calculadora de riesgo para la fibrilación auricular incidente a lo largo de un rango de horizontes de predicción.

La fibrilación auricular (FA) constituye un problema de salud mundial que afecta a más de 37 millones de personas y confiere un mayor riesgo de eventos adversos, tales como ictus, insuficiencia cardiaca, deterioro cognitivo y muerte. Se calcula que un 35% de los casos están aún sin diagnosticar y que el 15% de los ictus se producen en pacientes con FA no diagnosticada. Estos datos resaltan la importancia de realizar cribados más amplios para detectar arritmias en etapas tempranas. Estudios previos han demostrado un rendimiento bajo de las estrategias poblacionales para detectar FA. Los modelos de predicción no tienen en cuenta que los factores de riesgo para el desarrollo de FA pueden variar a lo largo del tiempo. El objetivo del estudio fue desarrollar modelos de predicción sencillos (empelando datos disponibles en atención primaria) que permitan identificar pacientes con alto riesgo de desarrollar FA.

Se emplearon datos de registros electrónicos de atención primaria, en el Reino Unido, que incluyeron individuos ≥30 años, sin diagnóstico de FA, entre el 2 de enero de 1.998 y el 30 de noviembre de 2.018. Se seleccionó una cohorte de derivación (80%) y otra de validación (20%). Se utilizaron modelos de regresión logística para determinar los factores predictores del desarrollo de FA a 6 meses, 1 año, 2 años, 5 años y 10 años y se compararon con las escalas CHA2DS2-VASc y C2HEST. Se incluyeron 2.081.139 individuos (1.664.911 en la cohorte de derivación y 416.228 en la cohorte de validación). La edad media fue de 49,9±15,4 años, siendo mujeres el 50,7%. La incidencia de nuevos casos de FA fue de 7.386 pacientes (0,4%) en 6 meses, 15.349 (0,7%) en 1 año, 38.487 (1,8%) en 5 años y 79.997 (3,8%) en 10 años. La valvulopatía y la insuficiencia cardiaca fueron los predictores independientes más potentes. Los modelos de riesgo óptimos incorporaron la edad, el sexo, la etnia y 8 comorbilidades. Los modelos demostraron una discriminación catalogada entre “buena” y “excelente”, en todos los horizontes de predicción. El estadístico C (AUC) de la curva ROC fue de 0,803 (IC95% 0,789–0,821) para el modelo predictivo a 6 meses; 0,807 (IC95% 0,794–0,819) a 1 año; 0,815 (IC95% 0,807–0,823) a 2 años; 0,807 (IC95% 0,803–0,812) a 5 años y 0,780 (IC95% 0,777–0,784) a 10 años, siendo todas ellas puntuaciones superiores a las obtenidas por las escalas CHA2DS2-VASc y C2HEST. Los modelos están disponibles en la calculadora virtual FIND-AF, en la web.

Los modelos FIND-AF demuestran una alta discriminación y calibración como escalas predictoras del desarrollo de FA a corto y largo plazo. No obstante, se requieren más estudios que avalen su utilidad para informar sobre la inclusión en ensayos o las decisiones clínicas a tomar, de cara a realizar un cribado poblacional de FA.

ES-32845 Noviembre 2024