ANN ARBOR, Michigan.— Las señales sutiles de daño cardiaco, descubiertas recientemente a plena vista entre horas de grabaciones de electrocardiogramas (ECG) podrían ayudar a que los médicos identifiquen cuáles son los pacientes con riesgo de morir pronto.

Eso es lo que muestra un nuevo estudio en el cual participaron investigadores de la Universidad de Michigan, el Instituto Tecnológico de Massachussets (MIT), la Escuela de Medicina de Harvard, y el Hospital Brigham and Women’s de Boston. El estudio se publica en la edición del 28 de septiembre de la revisa Science Translational Medicine.

Las conclusiones podrían ayudar a que miles de pacientes cardiacos reciban a tiempo el tratamiento que puede salvarles la vida. Aproximadamente un millón de personas tienen ataques cardiacos cada año en Estados Unidos. En ciertos grupos de edad, más de uno de cada cuatro que sobreviven al ataque inicial mueren por complicaciones dentro de un año, según la Asociación Cardiaca Estadounidense.

“Los métodos actuales para determinar cuáles víctimas de ataques cardiacos necesitan los tratamientos más agresivos pueden identificar los grupos de pacientes con alto riesgo de complicaciones. Pero no aciertan con la mayoría de las muertes, le erran en casi el 70 por ciento de ellas”, dijo Cesan Syed, profesor asistente en el Departamento de Ingeniería Eléctrica y Ciencias de Computadora en la UM, y autor principal del estudio.

Los investigadores usaron técnicas de exploración de datos y aprendizaje por máquina para analizar los Ecos continuos de 24 horas de 4.557 pacientes que habían sufrido ataques cardiacos y estaban registrados en una prueba clínica amplia encabezada por el Hospital Brigham and Women’s y el Grupo de Estudio TIMI de la Escuela de Medicina de Harvard, una de las organizaciones pioneras mundiales en la investigación cardiovascular. El electrocardiograma mide y muestra la actividad eléctrica del corazón.

Los investigadores determinaron que las señales de EDG de muchos de los pacientes que luego murieron por causas cardiovasculares contenían patrones erráticos similares que hasta ahora se habían desechado como ruido o simplemente no se detectaban.

“En el ‘ruido’ hay información oculta, y es casi invisible debido al enorme volumen de datos. Pero usando avanzadas técnicas de computación podemos separar lo que es realmente ‘ruido’ de lo que es, en realidad, un comportamiento anormal que nos indica cuán inestable es el corazón”, dijo Syed.

Actualmente los médicos recetan los tratamientos más agresivos después de un ataque cardiaco sobre la base de varios factores incluida la salud general del paciente, su historial médico, los resultados de varios análisis de sangre y un ecocardiograma. El ecocardiograma, que es diferente del electrocardiograma, usa el ultrasonido para obtener una imagen del corazón y medir cuánta sangre bombea en cada palpitación.

“Desafortunadamente es una medición más bien burda y tendemos a no identificar un buen número de pacientes que tienen los corazones más enfermos”, dijo Benjamín Scirica, un cardiólogo del Hospital Brigham and Women’s que también participó en el estudio. “Debemos hacer un trabajo mejor en la identificación de los pacientes con altor riesgo”.

Durante los meses siguientes a un ataque cardiaco los pacientes son vulnerables a la muerte repentina debido a irregularidades en el ritmo cardiaco. Esto puede evitarse con medicamentos o defibriladores implantados que administran descargas eléctricas que retornan el ritmo cardiaco a la normalidad. Ahora, dijo Scirica, es difícil determinar quién necesita esos medicamentos o el defibrilador antes de que sea demasiado tarde. La mayoría de los pacientes que tienen defibriladores implantados, al final, no los necesitan. Y una mayoría de las personas que mueren por paro cardiaco repentino no fue identificada como candidatos para defibriladores con el uso de los exámenes actuales.

A Syed le interesó este problema después que su padre sufrió un ataque cardiaco años atrás. Se le ocurrió que se podría identificar a más de estos pacientes que las pruebas no identificaban.

En un trabajo con los profesores John Guttag y Collin Stultz, del MIT, Syed utilizó una de las herramientas más antiguas en cardiologría: el electrocardiograma que mantiene una vigilia junto al paciente de ataque cardiaco internado en el hospital. Ese ECG funciona de manera continua mientras el paciente está hospitalizado, pero para los médicos es difícil determinar los predictores de resultado más importantes a partir de esas largas grabaciones. Los médicos, típicamente, observan estos datos en “instantáneas” que duran unos pocos segundos.

“Estamos llegando en la medicina a un punto en el cual nuestra capacidad para recolectar datos supera de lejos nuestra capacidad para analizarlos o digerirlos”, dijo Guttag, profesor en el Departamento de Ingeniería Eléctrica y Ciencias de Computadora en el MIT, y un líder de grupo en el Laboratorio de Ciencias de Computadora e Inteligencia Artificial del MIT (CSAIL). “No se le puede exigir a un médico que estudie los datos recolectados en 72 horas de ECG, y por eso los médicos deberían enfocarse en lo que se puede aprender observando pequeñas porciones de los datos”.

“Lo que es sorprendente es que, probablemente, usamos sólo una fracción pequeña de la información que recoge el ECG”, dijo Scirica.

Syed y sus colegas desarrollaron nuevas formas para examinar los datos y encontrar anormalidades –“biomarcadores computacionales” que señalan defectos en el músculo cardiaco y el sistema nervioso y que evolucionan con el tiempo. Los biomarcadores se conocen como variabilidad morfológica, motivos del ritmo cardiaco y desajuste simbólico.

La variabilidad morfológica es el grado de variación sutil en la forma de los latidos del corazón que lucen aparentemente normales a lo largo de períodos largos. Los “motivos de ritmo cardiaco” se refieren a secuencias específicas de cambio en el ritmo cardiaco que reflejan si el corazón responde o no, como debe, a las señales del sistema nervioso. Y un desajuste simbólico mide cuán diferente es la señal de ECG de largo plazo de un paciente comparada con la de otros pacientes con historiales clínicos similares.

Para demostrar que los pacientes en el estudio, cuyas señales de ECG tenían esas propiedades estaban más enfermos y tenían más probabilidades de morir pronto los investigadores usaron las señales para ver quiénes estaban vivos un año después del ataque cardiaco y quiénes no. Encontraron que las personas con al menos una de las anormalidades tenían de dos a tres veces más probabilidades de morir dentro de los doce meses. Y al agregar las tres técnicas a las actuales herramientas de evaluación que emplean los médicos pudieron predecir 50 por ciento más muertes con menos positivos falsos.

“Esto representa miles o decenas de miles de pacientes para los cuales los médicos podrían recetar un tratamiento preventivo eficaz sobre la base de una evaluación más individualizada de su riesgo de complicaciones”, dijo Syed.

Las nuevas técnicas usan datos que ya se recolectan de manera rutinaria durante las visitas al hospital de manera que la puesta en práctica de esta herramienta no aumentará los costos ni representa una carga adicional para los pacientes o quienes cuidan de su salud.

“Nuestras conclusiones demuestran que los datos biométricos de bajo costo, obtenidos por medios no invasivos como el ECG pueden usarse para identificar a los pacientes con riesgo más alto de un resultado adverso. Esperamos que este trabajo establezca un nuevo incentivo en el campo de la estratificación del riesgo cardiovascular”, dijo Collin Stultz, cardiólogo y profesor asociado en el Departamento de Ingeniería Eléctrica y Ciencias de Computadora del MIT, y en la División de Ciencias y Tecnología de la Salud de Harvard-MIT. Stultz también está afiliado con el CSAIL.

Esta investigación la financiaron la Fundación Nacional de Ciencias, el Centro para Integración de Medicina Tecnología Innovadora, Quanta Computer, y la División de Ciencias y Tecnología de Salud de Harvard-MIT. El artícu,lo se titula “Computationally Generated Cardiac Biomarkers for Risk Stratification Following After Acute Coronary Syndrome”. La investigación que continua la apoya la Asociación Cardiaca de Estados Unidos.

Contacto (español): Vivianne Schnitzer
Teléfono: 1–734–763–0368

Contacto (inglés): Nicole Casal Moore
Teléfono: (734) 647-7087