Añadir la capacidad cardiorrespiratoria (CRF, por sus siglas en inglés) a los factores de riesgo tradicionales mejora de forma significativa la predicción de mortalidad a 10 años y refina la estratificación del riesgo individual. Los autores concluyen que debería considerarse incorporar la CRF en los esquemas rutinarios de evaluación del riesgo clínico.
Qué se estudió: capacidad cardiorrespiratoria y predicción de mortalidad a 10 años
El estudio analizó a 562.234 adultos de una cohorte clínica de pruebas de esfuerzo, todos con datos completos de las covariables. La CRF se midió mediante los equivalentes metabólicos (METs) máximos alcanzados en una prueba en cinta rodante. Para el análisis, se dicotomizó a los participantes en aptos y no aptos: se definió como “no aptos” al quintil con menor capacidad (<5,0 METs).
Se construyeron modelos de riesgos proporcionales de Cox para estimar la mortalidad por todas las causas a 10 años. El modelo base incluía factores de riesgo tradicionales (edad, sexo, hipertensión, diabetes, dislipidemia y tabaquismo), y se comparó con y sin CRF. El valor pronóstico adicional se evaluó con:
- Mejora neta de la reclasificación (NRI) categórica y continua.
- Mejora de la discriminación integrada (IDI).
- Estadístico C de Harrell, que indica qué tan bien un modelo distingue a quienes fallecen de quienes no.
Qué encontraron: mejor reclasificación del riesgo de muerte con la CRF
El seguimiento medio fue de 10,2 ± 5,1 años. La CRF se asoció de forma independiente con la mortalidad: cada MET adicional se relacionó con un 16 % menos de riesgo de muerte (hazard ratio 0,84; IC 95 % 0,838-0,842; p<0,001).
| Indicador | Resultado |
|---|---|
| NRI categórica | 0,06 (p<0,001) |
| NRI continua | 0,37 (p<0,001) |
| IDI | Mejora significativa |
| Estadístico C sin CRF → con CRF | 0,662 → 0,682 (ΔC = 0,020; p<0,001) |
| Mortalidad ajustada a 10 años, no aptos vs. aptos | 32,9 % vs. 13,4 % |
Qué significa para la práctica: usar la CRF en la valoración del riesgo
Estos datos respaldan que la CRF aporta información que los factores tradicionales no capturan. A continuación, algunas aplicaciones prudentes.
Incluir una medida de CRF en la evaluación inicial
- Si trabajas en un entorno con acceso a pruebas de esfuerzo, conviene registrar la CRF (en METs) junto con edad, presión arterial, glucemia, lípidos y tabaquismo, en lugar de basar el perfil de riesgo solo en estos últimos.
- Una persona con perfil de riesgo tradicional similar a otra puede tener un pronóstico muy distinto según su capacidad cardiorrespiratoria. Esto ayuda a identificar a quienes tienen más riesgo del que sugieren sus factores clásicos, y viceversa.
Priorizar a las personas con baja capacidad
- El grupo con menos de 5,0 METs tuvo una mortalidad ajustada a 10 años de 32,9 %, frente a 13,4 % en el grupo apto. Se trata de un grupo en el que la mejora de la condición física merece atención prioritaria dentro del plan de salud.
- Ante un resultado de este tipo, lo adecuado es derivar y coordinar con el equipo médico, y no tomar decisiones clínicas desde el entorno del entrenamiento.
Usar la CRF para comunicar y dar seguimiento
- El hallazgo de que cada MET adicional se asocia con un 16 % menos de riesgo ofrece una referencia sencilla para explicar a los clientes y pacientes por qué mejorar la condición aeróbica es relevante.
- Repetir la medición de la capacidad aeróbica permite seguir la evolución, aunque este estudio no evaluó si mejorarla reduce el riesgo.
Precauciones al interpretar
- Los resultados son de asociación y predicción, no demuestran que aumentar la CRF cause por sí misma la reducción de mortalidad.
- La mejora de discriminación (ΔC = 0,020) es estadísticamente significativa y modesta en magnitud; la ganancia es más evidente en la reclasificación individual (NRI continua 0,37).
- El resultado es mortalidad por todas las causas, no eventos cardiovasculares específicos.
Limitaciones
- Es una cohorte clínica de personas que se sometieron a pruebas de esfuerzo, por lo que los resultados pueden no aplicarse a la población general ni a personas que nunca se hacen una prueba así.
- El modelo incluyó solo seis factores de riesgo tradicionales; otros factores no considerados podrían influir en los resultados.
- La dicotomización en apto/no apto (quintil inferior, <5,0 METs) simplifica un rasgo que es continuo.
- El diseño observacional impide establecer causalidad.
- El resumen no detalla el tipo de protocolo de la prueba ni las características de los participantes.
Conclusiones aplicables
- La CRF mejora significativamente la predicción de mortalidad a 10 años más allá de los factores de riesgo tradicionales.
- Cada MET adicional se asocia con un 16 % menos de riesgo de muerte (HR 0,84).
- La mortalidad ajustada a 10 años fue de 32,9 % en personas no aptas (<5,0 METs) frente a 13,4 % en aptas.
- Los autores plantean considerar la CRF en los marcos rutinarios de evaluación del riesgo clínico.
- Al ser un estudio observacional, los resultados indican asociación y capacidad predictiva, no un efecto causal demostrado.
