Predicción del riesgo cardiovascular con tablas de la Organización Mundial de la Salud y modelo predictivo diseñado con inteligencia artificial
Palabras clave:
modelos predictivos; riesgo cardiovascular; factores de riesgo cardiovascular; inteligencia artificial; atención primaria de salud.Resumen
Introducción: Hace más de dos décadas, las enfermedades cardiovasculares son las principales causas de muerte en el mundo y en Cuba, las insuficiencias en las funciones de predicción del riesgo de la enfermedad cardiovascular disponibles, dificultan una predicción eficaz del riesgo de la enfermedad cardiovascular en la atención primaria de salud.
Objetivo: Comparar la predicción del riesgo de enfermedad cardiovascular en una fracción de la población cubana entre las tablas de la Organización Mundial de la Salud de 2019 y el modelo predictivo diseñado con inteligencia artificial.
Métodos: Se realizó un estudio descriptivo para comparar las tablas de la Organización Mundial de la Salud de 2019 y un modelo predictivo con técnicas de inteligencia artificial, la fuente de casos fue la base de datos de una cohorte de una fracción de la población cubana, seguida durante 10 años.
Resultados: Las tablas de la Organización Mundial de la Salud de 2019, sobreestiman o infraestiman el riesgo de enfermedad cardiovascular en 457 personas, al comparar con el modelo predictivo, este añade predictores novedosos relacionados con la inflamación crónica o de bajo grado, y la patogenia de la aterosclerosis, por lo que permite diagnosticar la dislipemia metabólica, además de sospechar la resistencia de la insulina y la aterosclerosis subclínica.
Conclusiones: El modelo predictivo diseñado con técnicas de inteligencia artificial fue más eficaz que las tablas de la Organización Mundial de la Salud de 2019 en la predicción del riesgo de enfermedad cardiovascular.
Descargas
Citas
1. World Health Organization (WHO) CVD Risk Chart Working Group. World Health Organization cardiovascular disease risk charts: revised models to estimate risk in 21 global regions. Lancet Glob Health 2019. 2019;1-11. DOI: http://dx.doi.org/10.1016/S2214-109X (19)30318-3
2. Vega Abascal J, Guimará Mosqueda M, Vega Abascal L. Riesgo cardiovascular, una herramienta útil para la prevención de las enfermedades cardiovasculares. Rev Cubana Med Gen Integr. 2011 [acceso 12/12/2024];27(1):91-7. Disponible en: http://scielo.sld.cu/pdf/mgi/v27n1/mgi10111.pdf
3. Organización Mundial de la Salud. Enfermedades no transmisibles. 2022 [acceso 29/04/2013]. Disponible en: https://www.who.int/es/health-topics/noncommunicable-diseases
4. Anuario Estadístico de Salud. MINSAP. Cuba. 2023 [acceso 26/09/2024]. Disponible en: https://files.sld.cu/dne/files/2024/09/Anuario-Estad%c3%adstico-de-Salud-2023-EDICION-2024.pdf
5. Grillo-Martín M, Mezquia de Pedro N, González-García S. Tablas de predicción de riesgo cardiovascular empleadas en Cuba. Revista Cubana de Cardiología y Cirugía Cardiovascular. 2023 [acceso 20/05/2023];29(1):1408. Disponible en: https://revcardiologia.sld.cu/index.php/revcardiologia/article/view/1408
6. Siniawski DA, Masson WM, Barbagelata L. Limitaciones de los puntajes de riesgo cardiovascular en prevención primaria. ¿Una oportunidad para los moduladores de riesgo? Revista Argentina de Cardiología. 2023 [acceso 12/03/2025];91(2):109-16. Disponible en: https://www.redalyc.org/journal/3053/305377366003/html/
7. Pizarro R, Masson W. Estudios prospectivos poblacionales: las fortalezas de las cohortes históricas. Acta Gastroenterol Latinoam. 2020 [acceso 23/03/2021];50(4):382-7. Disponible en: https://actagastro.org/estudios-prospectivos-poblacionales-las-fortalezas-de-las-cohortes-historicas/
8. Organización Panamericana de la Salud. HEARTS: Paquete técnico para el manejo de las enfermedades cardiovasculares en la atención primaria de salud. Riesgo cardiovascular: Manejo de las ECV basado en el riesgo. Washington, D.C.: OPS; 2024. DOI: https://doi.org/10.37774/9789275328507
9. Vega-Abascal J, Piriz-Assa A, Nápoles-Riaño D. Modelo predictivo de enfermedad cardiovascular basado en inteligencia artificial en la atención primaria de salud. Rev Cuban Med Gen Int. 2023 [acceso 23/10/2023];39(3):e2768. Disponible en: https://revmgi.sld.cu/index.php/mgi/article/view/2768
10. Vega Abascal J, Piriz Assa A, Guimará Mosqueda M, Vega Abascal L, Caballero González L, Nápoles Riaño D. PredRCG_aps: Predicción del riesgo cardiovascular global en la atención primaria de salud. CCM. 2022 [acceso 19/09/2022];26(2). Disponible en: http://www.revcocmed.sld.cu/index.php/cocmed/article/view/4202/2136
11. World Medical Assocition Declaration of Helsinki: Ethical Principles for Medical Research Involving Human Subjects. JAMA. 2013;310(20):1-95. DOI: https://doi.org/10.1001/jama.2013.281053
12. Colectivo de autores. Enfermedades no trasmisibles en Cuba. Tamayo Muñiz S, Pérez Perea L, Pérez González RD, coordinadores. La Habana: Editorial Ciencias Médicas; 2022. [acceso 18/05/2023]. Disponible en: http://www.bvscuba.sld.cu/libro/enfermedades-notransmisibles-en-cuba
13. Badawy M, Naing L, Johar S, Ong S, Rahman HA, Tengah D, et al. Evaluation of cardiovascular diseases risk calculators for CVDs prevention and management: scoping review. BMC Public Health. 2022;22(1):1742. DOI: https://doi.org/10.1186/s12889-022-13944-w
14. Organización Mundial de la Salud. Estimaciones de salud mundial 2019: defunciones por causa, edad, sexo, país y región, 2000-2019. 2020 [acceso 28/04/2023]. Disponible en: https://www.who.int/es/news/item/09-12-2020-who-reveals-leading-causes-of-death-and-disability-worldwide-2000-2019
15. Revueltas-Agüero M, Valdés-González Y, Serra-Larín S, Suárez-Medina R, Ramírez-Sotolongo JC. Estimación del riesgo cardiovascular en una población, según dos tablas predictivas. Arch Méd Camagüey. 2020 [acceso 07/02/2021];24(5). Disponible en: http://www.revistaamc.sld.cu/index.php/amc/article/view/7533/3636
16. Ouchi G, Komiya I, Taira S, Wakugami T, Ohya Y. Triglyceride/low-density-lipoprotein cholesterol ratio is the most valuable predictor for increased small, dense LDL in type 2 diabetes patients. Lipids in Health and Disease. 2022;21(1):4. DOI: https://doi.org/10.1186/s12944-021-01612-8
17. Babic N, Valjevac A, Zaciragic A, Avdagic N, Zukic S, Hasic S. The Triglyceride/HDL Ratio and Triglyceride Glucose Index as Predictors of Glycemic Control in Patients with Diabetes Mellitus Type 2. Med Arch. 2019 [acceso 10/07/2021];73(3):163-8. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6643328/
18. Sáenz-San Martín A, Méndez-Ocampo P, Gutiérrez-Moctezuma I, Amezcua-Guerra LM. Proteína C reactiva, aspectos cardiovasculares de una proteína de fase aguda: una actualización para el médico. Arch Cardiol Mex. 2024 [acceso 12/12/2024];94(2):191-202. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11160552/
19. Castro M, Castro D, Seoane J, Torres L, González A, Aguirre C. Aterosclerosis subclínica en trabajadores de una institución de salud. Rev Cuban Med. 2021 [acceso 01/04/2022];60(3):e2134. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0034-
20. Aray-Andrade M, López-Montanero E, Preciado-Gómez J. Dislipidemia aterogénica, factor subdiagnosticado para las complicaciones cardiovasculares. Salud Pública Méx. 2018 [acceso 07/10/2020];60(4):381-2. Disponible en: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0036-36342018000400007&lng=es
21. Fiallos J, Martínez E. Proteína C reactiva como biomarcador de procesos inflamatorios. [TESIS de Licenciada en Ciencias de la Salud en Laboratorio Clínico e Histopatológico]. Ecuador: Universidad Nacional de Chimborazo. 2022 [acceso 12/12/2024]. Disponible en: http://dspace.unach.edu.ec/handle/51000/9496
22. Vera-Ponce VJ, Rodas-Alvarado L, Talavera JE, Cruz-Ausejo L, Torres-Malca JR, et al. Asociación entre resistencia a la insulina y proteína C reactiva en una muestra de peruanos no obesos. Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asenjo. 2021 [acceso 16/07/2022];14(2):124-7. Disponible en: http://www.scielo.org.pe/scielo.php?script=sci_abstract&pid=S2227-47312021000200002&lng=es&nrm=iso&tlng=es
23. Humeres G. Limitaciones del IMC (Grandes limitaciones) - Grupo Sobre Entrenamiento. 2024 [acceso 12/03/2025]. Disponible en: https://g-se.com/es/limitaciones-del-imc-grandes-limitaciones
24. Witten I, Frank E, Hall M. Data Mining: Practical Machine Learning Tools and Techniques. Tercera. San Francisco, California: Morgan Kaufmman, Elsevier; 2011. p. 525. [acceso 12/03/2025]. Disponible en: https://www.academia.edu/23331284/Data_Mining_Practical_Machine_Learning_Tools_and_Techniques_3rd_Edition
25. Fu Y, Wu Y, Liu E. C-reactive protein and cardiovascular disease: From animal studies to the clinic. Exp Ther Med. 2020 [acceso 22/10/2022];20(2):1211-9. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7388508/pdf/etm-20-02-1211.pdf
26. Fan J, Li X, Yu X, Liu Z, Jiang Y, Fang Y, et al. Global Burden, Risk Factors Analysis, and Prediction Study of Ischemic Stroke, 1990-2030. Neurology. 2023;17:10. DOI: https://doi.10.1212/WNL.0000000000207387
27. Rojas N, Caballero G, Madariaga A. Factores de riesgos tradicionales de enfermedad cardiovascular en el adulto mayor y su valor predictivo. Revista Cubana de Medicina. 2023 [acceso 20/07/2023];62(1). Disponible en: https://revmedicina.sld.cu/index.php/med/article/view/2982
28. Cosentino F, Verma S, Ambery P, Treppendahl MB, van Eickels M, Anker SD, et al. Cardiometabolic risk management: insights from a European Society of Cardiology Cardiovascular Round Table. Eur Heart J. 2023;00:1-16. DOI: https://dx.doi.org/10.1093/eurheartj/ehad445
29. Gaytán Ramírez E. La respuesta alostática al ambiente. El medio social como factor regulador de la fisiología y la salud humana | Revista Chilena de Antropología. Rev Chil Antropol. 2021 [acceso 18/03/2022];43. Disponible en: https://revistadeantropologia.uchile.cl/index.php/RCA/article/view/64437/70814
30. Engels F. Anti-Dühring. Capítulo XI. Moral y derecho. Libertad y necesidad. 2016 [acceso 25/07/2022]. Disponible en: https://inter-rev.foroactivo.com/t6105-f-engels-anti-duhring-capitulo-xi-moral-y-derecho-libertad-y-necesidad
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Jorge Baudilio Vega Abascal, Alberto Rubén Piriz Assa, Diego Ambrosio Nápoles Riaño, Mayra Rosa Guimara Mosqueda
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
La Revista Cubana de Medicina protege los derechos patrimoniales del autor. Sin embargo, se encuentra bajo una
Licencia Creative Commons https://creativecommons.org/licenses/by-nc/4.0/deed.es_ES que permite el uso, distribución y reproducción no comercial y sin restricciones en cualquier medio, siempre que sea debidamente citada la fuente primaria de publicación. El autor conserva siempre su derecho moral.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material
- La licencia no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- No Comercial — Usted no puede hacer uso del material con propósitos comerciales.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
