Video Experimental Relacionado
Updated: Feb 28, 2026

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
Trayectorias de resultados en insuficiencia cardíaca hospitalizada con fracción de eyección preservada: un análisis
Marco Spagnolin1, Luca Fazzini2, Cinzia Giaccherini3
1Division of Cardiology, Fondazione IRCCS Policlinico San Matteo, Pavia, Italy.
El análisis de clústeres identificó tres grupos de riesgo distintos para la insuficiencia cardíaca con fracción de eyección preservada (HFpEF) después de la hospitalización. Este enfoque puede permitir una atención personalizada para pacientes con HFpEF, mejorando la asignación de recursos y los resultados.
Área de la Ciencia:
- Cardiología
- Informática Médica
- Investigación de Servicios de Salud
Sus antecedentes:
- Se recomienda un seguimiento intensivo después de la hospitalización por insuficiencia cardíaca (HHF), pero es difícil de implementar.
- Se necesita la estratificación del riesgo para HHF con fracción de eyección preservada (HFpEF) para una mejor asignación de recursos.
- Ningún estudio ha utilizado el análisis de clústeres en el entorno agudo para la estratificación del riesgo de HFpEF.
Objetivo del estudio:
- Aplicar el análisis de clústeres para identificar fenotipos distintos de HFpEF agudo.
- Estratificar el riesgo en pacientes hospitalizados con HFpEF.
- Explorar el potencial de estrategias de manejo personalizadas.
Principales métodos:
- Se realizó un análisis de clústeres en 471 pacientes hospitalizados con HFpEF (fracción de eyección ventricular izquierda >40%) al alta.
- Se evaluó un punto final compuesto de muerte, trasplante cardíaco urgente, hospitalización por insuficiencia cardíaca o visita a urgencias por insuficiencia cardíaca descompensada a los 12 meses.
- Se utilizaron la regresión de Cox y el análisis de árboles de clasificación y regresión para identificar predictores de resultados adversos.
Principales resultados:
- Se identificaron tres clústeres distintos de pacientes con HFpEF basados en variables clínicas, comorbilidades y biomarcadores.
- Clúster 1: HF de novo más joven, menos comorbilidades, función renal preservada, BNP y NLR más bajos.
- Clúster 2: mujeres ancianas, hipertensión, fibrilación auricular (HR 2,9 frente a Clúster 1).
- Clúster 3: HF más antigua y en empeoramiento, clase NYHA más alta, disfunción renal, anemia, BNP y NLR elevados (HR 4,8 frente a Clúster 1).
- La clase NYHA y la relación neutrófilos-linfocitos (NLR) fueron indicadores pronósticos clave.
Conclusiones:
- El análisis de clústeres identificó con éxito fenotipos de HFpEF de riesgo bajo, intermedio y alto en el entorno agudo.
- Estos fenotipos identificados pueden guiar estrategias de manejo personalizadas para pacientes hospitalizados con HFpEF.
- La investigación adicional puede validar estos clústeres para la toma de decisiones clínicas y la asignación de recursos.
Videos de Conceptos Relacionados
Heart Failure IV: Classification and Diagnostic Evaluation
Pathophysiology of Heart Failure
Heart Failure II: Pathophysiology
Heart Failure III: Clinical Manifestations
Heart Failure I: Introduction
Heart Failure V: Medical Management

