• 1

    Estratificación del riesgo en los síndromes coronarios agudos: un problema no resuelto

    Revista Española de Cardiología 2007;60(Supl.3): 23-30

    medes_medicina en español

    SANZ GA

    Revista Española de Cardiología 2007;60(Supl.3): 23-30

    Tipo artículo: Revisión

    Resumen del Autor: <meta http-equiv="Content-Type" content="text/html; charset=windows-1252"> Pagina nueva 1</title> <FONT FACE="Helvetica, Arial, sans-serif" SIZE=2>La evaluación del riesgo en los pacientes con síndrome coronario agudo (SCA) tiene varios objetivos: informar y aconsejar al paciente y su familia, identificar a los pacientes con riesgo elevado de muerte o infarto susceptibles de mejorar su pronóstico con un tratamiento adecuado, identificar los sujetos con un riesgo muy bajo que no requieren estudios invasivos, de manera que se eviten los costes y riesgos innecesarios de estas técnicas, y planificar la rehabilitación cardiaca y la prevención secundaria tras el episodio agudo. <FONT FACE="Helvetica, Arial, sans-serif" SIZE=2>En la última década se han desarrollado modelos de predicción o algoritmos en un intento de predecir la aparición futura de muerte o infarto de miocardio en los pacientes ingresado por un síndrome coronario agudo con (SCACEST) o sin (SCASEST) elevación del segmento ST, con el objetivo de adaptar el tratamiento al riesgo individual. Los modelos más conocidos son: GRACE, PREDICT, TIMI, In-TIME, CPP, GUSTO y PURSUIT. <FONT FACE="Helvetica, Arial, sans-serif" SIZE=2>La mayoría de ellos adolece de problemas derivados de la población seleccionada de la que se extrajeron o del número limitado de variables utilizadas. Su aplicación en la población general no seleccionada y con una elevada comorbilidad no es útil para determinar el riesgo individual de un paciente. Además, estos algoritmos no tienen en consideración aspectos importantes, como la carga aterosclerótica o el grado de inflamación vascular, que pueden influir en el pronóstico. La consideración de todos estos factores, junto con la utilización de métodos estadísticos más modernos, puede proporcionar en el futuro proporcionar modelos más completos y aplicables.

    Notas:

     

    Palabras clave:

    ID MEDES: 37841



    * RECUERDE. Al pulsar el enlace “Texto completo”, usted abandonará el entorno MEDES. En ese caso, la web a la que desea acceder no es propiedad de Fundación Lilly y, por tanto, ésta no se responsabiliza de los contenidos, informaciones o servicios presentes en ella, ni de la política de privacidad que aplique el sitio web de un tercero.