Se trata de “EN-PESA”, un nuevo algoritmo desarrollado por el Centro Nacional de Investigaciones Cardiovasculares (CNIC) que es capaz de personalizar el riesgo cardiovascular de las personas sanas en función de parámetros muy sencillos como la edad, la tensión arterial, la dieta y determinados marcadores en sangre y orina.
Este algoritmo, publicado este mes de octubre en la prestigiosa revista “The Journal of American Collage of Cardiology”, es resultado del análisis y selección de la información obtenida a partir de la cohorte PESA (Progression of Early Subclinical Atherosclerosis) que recopila toda una serie de datos de 4.000 personas voluntarias de mediana edad (de entre 40 y 55 años) con buen estado de salud, a los que se analizó parámetros relacionados con la aparición de la aterosclerosis a través de técnicas de imagen, el estilo de vida, el perfil bioquímico y molecular, así como la condición médica. El análisis de estos datos ha permitido identificar un pequeño conjunto de variables que se ha visto son clave en el desarrollo de la enfermedad cardiovascular y que, además, son fácilmente medibles en atención primaria.
Según predicen los expertos, este nuevo algoritmo será sobre todo beneficioso en atención primaria, puesto que permitirá conocer y estratificar el riesgo cardiovascular de aquellas personas aparentemente “sanas” que no han sido nunca derivadas a un especialista en cardiología, a partir del uso de una herramienta fácil de usar y muy económica. Así lo apunta el cardiólogo e investigador del CNIC Xavier Roselló, “en función del resultado de nuestro ‘score’, pacientes sanos y asintomáticos podrían recibir recomendaciones de su médico de familia para realizar cambios en sus hábitos de vida o ser derivados a los cardiólogos para realizarles pruebas más detalladas”.
En concreto, este trabajo también ha servido para conocer cuáles son aquellos marcadores que desconocíamos hasta el momento y que se ha observado que también influyen en el desarrollo de la enfermedad vascular, como el nivel de la hemoglobina glicosilada o niveles normales de colesterol LDL. En este sentido, la Dra. Fátima Sánchez Cabo, jefa de la Unidad de Bioinformática del CNIC señala que, “EN-PESA utiliza un modelo de aprendizaje máquina llamado Elastic Net que permite utilizar de manera no sesgada un número alto de variables, lo que posibilita la identificación de nuevos predictores más allá de los factores de riesgo tradicionales”. Además, añade, “la información de estos predictores se usa además de manera cuantitativa, sin necesidad de simplificaciones dicotómicas del tipo “colesterol alto: sí/no”, lo que mejora la predicción y tiene en cuenta las características específicas de cada persona para personalizar su perfil de riesgo cardiovascular”; así, solo hay que introducir los datos cuantitativos de cada marcador que vienen indicados en la analítica.
Los expertos indican que, gracias al uso de este algoritmo se pretende mejorar el manejo clínico de personas aparentemente sanas y con un bajo riesgo cardiovascular según los marcadores tradiciones, pero que presentan una extensión generalizada de aterosclerosis subclínica o probabilidad alta de que la enfermedad cardiovascular progrese significativamente en el tiempo.
Así, la idea es que a partir de estos resultados se puedan diseñar estrategias de prevención personalizadas para adultos sanos y de mediana edad (de menos de 55 años) que presenten determinados factores de riesgo, con el fin de revertir o retrasar al máximo la aparición de la enfermedad cardiovascular. Esta detección precoz nos permitirá detectar la enfermedad aterosclerótica antes de que aparezca, con lo que se podrán evitar muchos eventos cardiovasculares (ictus, infartos de miocardio, etc.) y, por consiguiente, se prevé un gran éxito en la implantación de ésta y similares estrategias preventivas, puesto que además de ser económicas están encaminadas a la prevención primaria, es decir, a ser aplicadas en adultos sanos para prevenir la aparición de la enfermedad cardiovascular.
Otro algoritmo que va en la misma línea es la calculadora de la edad del corazón, diseñada para identificar qué personas tienen más posibilidades de presentar enfermedades cardiovasculares calculando la “la edad del corazón”. La calculadora obtiene la edad vascular de una persona cruzando los datos no modificables de sexo y edad, así como factores de riesgo que se pueden mejorar, como son las cifras de presión arterial y de colesterol y si es o no fumador. Gracias a este algoritmo matemático se puede establecer, por ejemplo, que una persona de 40 años, fumadora, hipertensa e hipercolesterolémica, con un riesgo SCORE del 2% (moderado), tendría el corazón de una persona de 63 años. Por lo tanto, si esa persona mejorara sus factores de riesgo cardiovascular, podría rejuvenecer su corazón hasta 23 años.
Fuentes:
- ABC. Octubre 2020. Este algoritmo avisa del riesgo cardiovascular en personas sanas. Disponible aquí.
- Sánchez-Cabo, Fátima; Rossello, Xavier; Fuster, Valentín; Benito, Fernando; Manzano, José Pedro; et al. Machine Learning Improves Cardiovascular Risk Definition for Young, Asymptomatic Individuals. Journal of American College of Cardiology. Volume 76, Issue 14, October 2020 28. También disponible en: https://www.onlinejacc.org/content/76/14/1674
- Calculadora de la edad del Corazón. Disponible aquí.