El índice de pronóstico inflamatorio predice la mortalidad tardía después del reemplazo quirúrgico de la válvula...

Área de la Ciencia:

• Cardiología
• Resultados de la cirugía
• Los biomarcadores

Sus antecedentes:

• El reemplazo quirúrgico de la válvula aórtica (AVR) es un procedimiento crítico para la enfermedad grave de la válvula aórtica.
• Una estratificación precisa del riesgo preoperatorio es esencial para optimizar los resultados de los pacientes después de la AVR.
• El índice de pronóstico inflamatorio (IPI) es un biomarcador potencial para la inflamación sistémica.

Objetivo del estudio:

• Evaluar el valor pronóstico del índice de pronóstico inflamatorio preoperatorio (IPI) en la predicción de la mortalidad tardía después de la AVR quirúrgica aislada.
• Determinar si el IPI es un predictor independiente de la supervivencia a largo plazo en esta cohorte de pacientes.

Principales métodos:

• Análisis retrospectivo de 400 pacientes sometidos a una AVR quirúrgica electiva y aislada (2015-2023).
• Cálculo del IPI utilizando la proteína C reactiva (CRP), la relación neutrófilos/linfocitos (NLR) y la albúmina.
• Estratificación en grupos de IPI bajo y alto mediante análisis de ROC (cuadro de corte: 0,2588).
• Regresión de riesgos proporcionales de Cox para la identificación del predictor.

Principales resultados:

• Los pacientes con IPI alto (≥0,2588) tuvieron una mortalidad tardía significativamente mayor (10,3% frente a 2,3%, p < 0,001).
• Un IPI alto se asoció de forma independiente con un aumento de la mortalidad tardía (HR = 3,405, p = 0,013) en el análisis multivariado.
• El análisis de Kaplan-Meier mostró una menor supervivencia a largo plazo en el grupo de IPI alto (log-rank p < 0,001).

Conclusiones:

• El IPI preoperatorio es un predictor simple, accesible e independiente de la mortalidad tardía después de la AVR quirúrgica.
• La incorporación de IPI en la evaluación del riesgo preoperatorio puede mejorar la estratificación del pronóstico y orientar el manejo perioperatorio.
• Este biomarcador puede ayudar a identificar a los pacientes de alto riesgo que necesitan un monitoreo más cercano o intervenciones personalizadas.