-
Estudio
-
Resultados
-
Comentario
Bandolier se ha preguntado desde
hace tiempo por qué la información de los estudios aleatorizados
no se utiliza mejor (o incluso no se utiliza en absoluto) para informarnos
sobre el diagnóstico o el pronóstico. Cuando hablamos con
los profesionales, a menudo comentan que quieren menos información
sobre qué tratamiento usar, y mucha, muchísima más
información sobre con qué pacientes usarlo. El diagnóstico,
o la valoración del riesgo, es la clave, especialmente en las sobrecargadas
consultas de atención primaria.
Lo curioso es que la respuesta a sus oraciones
probablemente subyace en los muchos estudios aleatorizados que les hablan
de tratamiento. Piensen en ello por un momento. Estudios sobre el tratamiento
A en la enfermedad X tienen que reclutar pacientes con la enfermedad X.
Muchos son filtrados, y algunos escogidos. Así que, lo primero de
todo, tenemos un conglomerado de información sobre aquellos que
"tienen" la enfermedad de acuerdo con una definición actualizada,
aquellos que "no tienen" la enfermedad, y aquellos que, tratados o no tratados,
tiene resultados deseables o no deseables. A pesar de la complejidad de
cualquier diagnóstico, seguramente alguien podría analizar
este volumen de información y decirnos si hay alguna regla sencilla
que pueda guiarnos a aquellos de nosotros que no estamos inmersos en estudios
clínicos, a la hora de decidir a quién tratar.
¡Pues qué pena!. No la hay,
o soloen contadas ocasiones. Las razones son tan complejas como los estudios
y las estadísticas, pero alcanzan al hecho de que en las empresas
de atención sanitaria, las criaturas cuasi-cerebrales que custodian
los datos, no pueden ver por qué el diagnóstico es tan complicado.
Eso es similar a los círculos industriales, pero otras áreas
están más abiertas, y pueden mostrarnos al resto cómo
hacerlo [1].
Estudio
El estudio [1] está basado en
el análisis de los datos individuales de pacientes de estudios sobre
intervenciones frente a la hipertensión. Esto incluye todos los
grandes estudios aleatorizados sobre medicación antihipertensiva
en los que la información individual de los pacientes estaba disponible
en 1995. Hubo 47.000 individuos. De estos, 3.001 habían muerto durante
el tiempo medio de seguimiento de 5,2 años, y 1639 habían
muerto por causas cardiovasculares.
En los ocho estudios, 16 factores iniciales
eran comunes y con probabilidad a priori de ser factores de riesgo. Estos
eran:
-
Edad
-
Sexo
-
Talla
-
Índice de masa corporal (IMC)
-
Consumo actual de tabaco
-
Presión arterial sistólica y
diastólica
-
Frecuencia cardiaca
-
Colesterol total en suero
-
Creatinina sérica
-
Ácido úrico en suero
-
Infarto de miocardio previo
-
Ictus previo
-
Diabetes
-
Hipertrofia ventricular izquierda
-
Tratamiento
El análisis multivariable mostró
que el IMC, la presión arterial diastólica, la frecuencia
cardiaca y el ácido úrico en suero no eran predictores significativos.
El modelo final utilizó los 12 factores restantes, y estos fueron
agrupados en intervalos convenientes de presión arterial y colesterol.
Resultados
La relación entre la puntuación
total de la escala de riesgo, resultante de sumar todos los factores individuales,
y el riesgo de muerte por causas cardiovasculares en los próximos
cinco años, se muestra en la Figura 1. Por ejemplo, un hombre (12
puntos) de 54 años de edad (11 puntos) que no fuma (0 puntos), de
1,7 metros de altura (3 puntos) con una presión arterial sistólica
de 130 (2 puntos), un colesterol total de 5.4 mmol/L (2 puntos) y una creatinina
de 80 mmol/L (1 punto), y sin historia de enfermedades cardiacas, cerebrovasculares
o de diabetes, tendría una puntuación total de 31 puntos.
Esto se traduciría en un riesgo de muerte por causas cardiovasculares
en cinco años de alrededor del 1%.
Figura 1: Mortalidad
cardiovascular y puntuación de la escala riesgo
|
