Antecedentes y pregunta de la revisión
Aunque los pacientes se someten a la cirugía para mantener o aumentar su esperanza de vida o para mejorar su calidad de vida, la cirugía no está exenta de riesgos. Algunos pacientes desarrollarán una complicación relacionada con el corazón después de una cirugía no cardíaca, como un infarto. Varias herramientas intentan predecir la probabilidad de que alguien presente una complicación cardíaca después de la cirugía utilizando la información recogida en el periodo anterior a la misma. El Revised Cardiac Risk Index (RCRI) es una de estas herramientas y trata de determinar la probabilidad de presentar una complicación cardíaca durante el ingreso hospitalario en pacientes sometidos a una intervención quirúrgica no cardíaca. Utiliza información sobre si el paciente ha sufrido en el pasado un infarto, una insuficiencia cardíaca y un ictus a lo largo de su vida, si utiliza insulina para el tratamiento de la diabetes mellitus, su función renal actual y si se trata de una cirugía de alto riesgo o no. El RCRI lo utilizan habitualmente los médicos, pero las predicciones no siempre son muy precisas. Por ello, varios investigadores han intentado mejorar estas predicciones añadiendo información adicional a esta herramienta. Esta información puede derivar de los llamados biomarcadores, que son, por ejemplo, mediciones de la sangre, imágenes u otras características, como la edad, el hábito de fumar o el estado físico del paciente.
El objetivo de esta revisión sistemática fue investigar si añadir dichos biomarcadores al RCRI mejora las predicciones de las complicaciones relacionadas con el corazón durante la hospitalización en pacientes sometidos a una cirugía no cardíaca. Además, se investigó si los biomarcadores y otras herramientas de predicción daban lugar a mejores predicciones de las complicaciones relacionadas con el corazón durante la hospitalización en comparación con las predicciones del RCRI en pacientes sometidos a una cirugía no cardíaca.
Resultados clave
Se identificaron 69 predictores diferentes que se agregaron a la herramienta RCRI para mejorar las predicciones de estas complicaciones relacionadas con el corazón. La evidencia está actualizada hasta el 25 de junio de 2020. Las predicciones parecen mejorar al añadir algunos biomarcadores derivados de la sangre. Se trata de la troponina (que mide el daño muscular del corazón), el péptido natriurético cerebral (BNP) y el (NT-pro)péptido natriurético cerebral (NT-proBNP) (ambos miden la gravedad de la insuficiencia cardíaca).
Además, se estudiaron 60 biomarcadores para comparar sus predicciones con el RCRI. Otros estudios incluidos en esta revisión indican que el BNP y el NT-proBNP por sí solos podrían predecir las complicaciones relacionadas con el corazón incluso mejor que el RCRI. Sesenta y cinco herramientas de predicción distintas del RCRI intentaron mejorar sus predicciones. Las herramientas de puntuación del riesgo quirúrgico del American College of Surgeons National Surgical Quality Improvement (ACS-NSQIP) y ACS-NSQIP-MICA (infarto de miocardio o paro cardíaco) podían hacer mejores predicciones que el RCRI, pero esto sólo fue cierto para algunos desenlaces, y no para las complicaciones relacionadas con el corazón. Sin embargo, para todas estas preguntas de investigación, no se confía en los resultados debido a la gran variación en los métodos de investigación aplicados y a los indicios de que se han utilizado enfoques de investigación menos precisos.
Conclusiones de los autores
La troponina, el BNP y el NT-proBNP podrían mejorar la capacidad del RCRI de predecir las complicaciones relacionadas con el corazón. Las herramientas de puntuación de riesgo quirúrgico ACS-NSQOP-MICA y ACS-NSQIP parecen ser mejores para predecir las complicaciones posoperatorias que la herramienta RCRI, pero no las relacionadas con el corazón. Sin embargo, debido a las deficiencias en la forma en que se realizaron los estudios, no está claro que los resultados encontrados se apliquen a todos los pacientes que se someten a una cirugía distinta de la cirugía cardíaca. Se necesitan más y mejores estudios de investigación sobre biomarcadores con un rendimiento predictivo prometedor en otros entornos.
Los estudios incluidos en esta revisión indican que el rendimiento predictivo del RCRI para predecir los ECAG mejora cuando se agregan el NT-proBNP, la troponina o su combinación. Otros estudios indican que el BNP y el NT-proBNP, cuando se utilizan de forma aislada, podrían tener incluso un mayor rendimiento discriminatorio que el RCRI. No hubo evidencia suficiente de una diferencia entre la exactitud predictiva del RCRI y otros modelos de predicción en la predicción de los ECAG. Sin embargo, el ACS-NSQIP-MICA y el ACS-NSQIP-SRS superaron al RCRI en la predicción del infarto de miocardio y el paro cardíaco combinados, y de la mortalidad por todas las causas, respectivamente. No obstante, los resultados no se pueden interpretar como concluyentes debido a los elevados riesgos de sesgo en la mayoría de los trabajos, y la agrupación fue imposible debido a la heterogeneidad de los desenlaces, los horizontes de predicción, los biomarcadores y las poblaciones estudiadas.
Los estudios de investigación futuros sobre el valor pronóstico agregado de los biomarcadores a los modelos de predicción existentes se deberían centrar en los biomarcadores con buena precisión predictiva en otros entornos (p.ej., el diagnóstico de infarto de miocardio) y la identificación de biomarcadores a partir de datos ómicos. Se deben comparar con los nuevos biomarcadores que hasta ahora no tienen suficiente evidencia en comparación con los establecidos, incluyendo el NT-proBNP o las troponinas. Se recomienda encarecidamente el cumplimiento de las guías recientes para los estudios de modelos de predicción (p.ej., TRIPOD; PROBAST) y el uso de definiciones estandarizadas de desenlaces en los estudios primarios para facilitar la revisión sistemática y los metanálisis en el futuro.
El Revised Cardiac Risk Index (RCRI) es un modelo pronóstico ampliamente reconocido para determinar de forma preoperatoria la probabilidad de desarrollar eventos cardíacos adversos graves (ECAG) intrahospitalarios en pacientes sometidos a cirugía no cardíaca. Sin embargo, el RCRI no siempre hace predicciones exactas, por lo que varios estudios han investigado si los biomarcadores añadidos o comparados con el RCRI podrían mejorar esta predicción.
Principal: Investigar el valor predictivo de los biomarcadores añadido al RCRI para predecir de forma preoperatoria los ECAG intrahospitalarios y otros desenlaces adversos en pacientes sometidos a cirugía no cardíaca.
Secundario: Investigar el valor pronóstico de los biomarcadores en comparación con el RCRI para predecir de forma preoperatoria los ECAG intrahospitalarios y otros desenlaces adversos en pacientes sometidos a cirugía no cardíaca.
Terciario: Investigar el valor pronóstico de otros modelos de predicción comparados con el RCRI para predecir de forma preoperatoria los ECAG intrahospitalarios y otros desenlaces adversos en pacientes sometidos a cirugía no cardíaca.
Se realizaron búsquedas en MEDLINE y Embase desde el 1 de enero de 1999 (año en que se publicó el RCRI) hasta el 25 de junio de 2020. También se buscó en ISI Web of Science y SCOPUS artículos que hicieran referencia al estudio original de desarrollo del RCRI en ese periodo.
Se incluyeron los estudios entre adultos sometidos a cirugía no cardíaca, que informaran sobre la validación (externa) del RCRI y:
- biomarcador(es) añadidos al RCRI; o
- la comparación de la exactitud predictiva del/de los biomarcador/es con el RCRI; o
- la comparación de la exactitud predictiva del RCRI con otros modelos.
Además de los ECAG, se consideraron para inclusión todos los demás desenlaces adversos.
Se desarrolló un formulario de extracción de datos basado en la lista de verificación CHARMS. Parejas de autores independientes revisaron las referencias, extrajeron los datos y evaluaron el riesgo de sesgo, así como las dudas respecto a la aplicabilidad según PROBAST. Para los biomarcadores y los modelos de predicción que se agregaron o compararon con el RCRI en ≥ tres artículos diferentes, se describieron las características del estudio y los hallazgos con más detalle. No se aplicó el método GRADE, ya que no se dispone de una guía para las revisiones de modelos de pronóstico.
Se examinaron 3960 registros y se incluyeron 107 artículos.
En todos los objetivos el riesgo de sesgo se consideró alto en ≥ un dominio en el 90% de los estudios incluidos, particularmente en el dominio de análisis. El agrupamiento estadístico o el metanálisis de los resultados proporcionados fue imposible debido a la heterogeneidad en varios aspectos: desenlaces utilizados, escala por la que se agregó/comparó el biomarcador con el RCRI, horizontes de predicción y poblaciones estudiadas.
Valor predictivo agregado de los biomarcadores al RCRI
Cincuenta y un estudios informaron sobre el valor agregado de los biomarcadores al RCRI. Se identificaron 69 predictores diferentes derivados de la sangre (29%), las imágenes (33%) u otras fuentes (38%). El agregado de NT-proBNP, troponina o su combinación mejoró el RCRI para predecir los ECAG (mediana de la diferencia del estadístico c: 0,08; 0,14 y 0,12 para el NT-proBNP, la troponina y su combinación, respectivamente). La mediana del índice de reclasificación neta (IRN) total fue de 0,16 y 0,74 tras agregar la troponina y el NT-proBNP al RCRI, respectivamente. No se informó sobre la calibración. Para predecir el infarto de miocardio, mediana de la diferencia del estadístico c cuando se agregó el NT-proBNP al RCRI fue 0,09, y 0,06 para la predicción de la mortalidad por todas las causas y los ECAG combinados. Para el BNP y la copeptina, los datos no fueron suficientes para proporcionar resultados sobre su rendimiento predictivo agregado, en cualquiera de los desenlaces.
Comparación del valor predictivo de los biomarcadores con el RCRI
Cincuenta y un estudios evaluaron el rendimiento predictivo de los biomarcadores solos en comparación con el RCRI. Se identificaron 60 predictores únicos derivados de la sangre (38%), las imágenes (30%) u otras fuentes, como la clasificación de la American Society of Anesthesiologists (ASA) (32%). Las predicciones fueron similares entre la clasificación ASA y el RCRI para todos los desenlaces estudiados. En los estudios diferentes a los identificados en el objetivo 1, mediana de la diferencia del estadístico c fue 0,15 y 0,12 a favor del BNP y del NT-proBNP solos, respectivamente, en comparación con el RCRI, para la predicción de los ECAG. En el caso de la proteína C reactiva, el rendimiento predictivo fue similar al del RCRI. Para otros biomarcadores y desenlaces, los datos no fueron suficientes para proporcionar resultados generales. Un estudio informó sobre la calibración y ninguno sobre la reclasificación.
Comparación del valor predictivo de otros modelos pronósticos con el RCRI
Cincuenta y dos artículos compararon la capacidad predictiva del RCRI con otros modelos pronósticos. De ellos, el 42% desarrolló un nuevo modelo de predicción, el 22% actualizó el RCRI u otro modelo de predicción, y el 37% validó un modelo de predicción existente. Ninguno de los otros modelos de predicción mostró un mejor rendimiento en la predicción de los ECAG que el RCRI. Para predecir el infarto de miocardio y el paro cardíaco, el SCA-NSQIP-MICA tuvo una mediana de la diferencia del estadístico c más alta, de 0,11, en comparación con el RCRI. Para predecir la mortalidad por todas las causas, la mediana de la diferencia del estadístico c fue 0,15 más alta a favor del ACS-NSQIP-SRS en comparación con el RCRI. El rendimiento predictivo no fue mejor con el CHADS2, el CHA2DS2-VASc, el R2CHADS2, el índice Goldman, el índice Detsky o el VSG-CRI en comparación con el RCRI en ninguno de los desenlaces. La calibración y la reclasificación sólo se proporcionaron en uno y tres estudios, respectivamente.
La traducción de las revisiones Cochrane ha sido realizada bajo la responsabilidad del Centro Cochrane Iberoamericano, gracias a la suscripción efectuada por el Ministerio de Sanidad del Gobierno de España. Si detecta algún problema con la traducción, por favor, contacte con comunica@cochrane.es.