Los factores socioeconómicos como predictores de cardiopatía

Un estudio de cohortes de la Cleveland Clinic muestra que las diferencias de enfermedad cardiovascular entre vecindarios se explican mejor por las condiciones socioeconómicas que por los factores de riesgo tradicionales.

Annals of Internal Medicine, 3 de octubre de 2017

Resumen

Antecedentes: en Estados Unidos está aumentando la desigualdad en los resultados de salud relacionada con la posición socioeconómica.

Objetivo: en primer lugar, evaluar la relación espacial entre el nivel de desventaja del vecindario y los eventos cardiovasculares mayores (ECV); en segundo lugar, evaluar en qué proporción relativa se explica la variación de tasas de  ECV entre vecindarios por las desventajas del vecindario y por el riesgo derivado de variables fisiológicas de sus habitantes.

Diseño: análisis de cohortes observacionales de registros de salud electrónicos longitudinales geocodificados.

Ajuste: un único centro de salud académico y sus vecindarios circundantes en el noreste de Ohio.

Pacientes: 109.793 pacientes del Sistema de Salud de la Cleveland Clinice (CCHS) que tenían un examen de lípidos para pacientes ambulatorios realizado entre 2007 y 2010. La fecha del primer panel de lípidos calificadores sirvió como base de referencia del estudio.

Mediciones: tiempo desde la línea de base hasta la primera ocurrencia de un ECV mayor (infarto de miocardio, accidente cerebrovascular o muerte cardiovascular) dentro de los 5 años, modelado como una función del índice de desventaja del vecindario (IDV) y de la tasa predicha de ECV a 5 años según las ecuaciones  del Pooled Cohort Equations Risk Model (PCERM) del Colegio Americano de Cardiología y la American Heart Association. Los datos de resultados se censuraron si no hubo encuentros con el sistema de salud durante 2 años consecutivos o cuando ya no se disponía de los datos del registro de mortalidad (es decir, a partir de 2014).

Resultados: el PCERM subestimó sistemáticamente el riesgo de ECV entre los pacientes de las comunidades desfavorecidas. La discriminación del modelo fue más pobre entre estos pacientes (índice de concordancia [C] 0,70 [IC95%: 0,67 a 0,74]) que en las comunidades más acomodadas (C 0,80 [IC95% 0,78 a 0,81]). El IDV explicaba por sí mismo el 32,0% de la variación entre unidades censales en las tasas de ECV, en comparación con sólo el 10,0% que quedaba justificado por los factores de riesgo tradicionales calculados con el PCERM.

Limitaciones: los pacientes de las comunidades afluentes estaban sobre-representados. Se asumió que los resultados de los pacientes que recibieron tratamiento para ECV en la Cleveland Clinic eran independientes de si los pacientes procedían de un barrio en desventaja o un barrio afluente.

Conclusión: un vecindario desfavorecido puede ser un regulador poderoso del riesgo de ECV. Además de agregar factores suplementarios a los modelos de riesgo y de mejorar los criterios de selección clínica, es necesario implementar soluciones basadas en la población para mejorar los efectos perjudiciales del vecindario desfavorecido en los resultados de salud.

El artículo:

Dalton JE, Perzynski AT, Zidar DA, Rothberg MB, Coulton CJ, Milinovich AT, et al. Accuracy of Cardiovascular Risk Prediction Varies by Neighborhood Socioeconomic Position: A Retrospective Cohort Study. Ann Intern Med. 2017;167:456–464. doi: 10.7326/M16-2543

Disponible en: http://bit.ly/2xPHhjw