Valor de corte del ángulo de fase por análisis de impedancia bioeléctrica al ingreso como factor pronóstico en pacientes con insuficiencia cardíaca aguda

Resumen

Este protocolo presenta códigos R para la realización de análisis de regresión de Cox multivariable con spline cúbico restringido para determinar el valor de corte del ángulo de fase para el pronóstico en la insuficiencia cardíaca aguda, así como códigos para el cálculo de estadísticas que miden la capacidad discriminatoria de cada modelo y evalúan su bondad de ajuste.

Resumen

La insuficiencia cardíaca aguda es la causa más frecuente de ingreso hospitalario en pacientes de > a 65 años, siendo la congestión el síntoma predominante. Es ampliamente conocido que la congestión es la principal causa de reingreso y su asociación con malos resultados. El objetivo de este estudio fue determinar el valor de corte del ángulo de fase mediante análisis de impedancia bioeléctrica en las primeras 24 h tras el ingreso para la predicción de la mortalidad intrahospitalaria y la mortalidad por todas las causas o rehospitalización a los 90 días del alta en pacientes con insuficiencia cardíaca aguda.

El conjunto de datos analizado para este protocolo incluyó 219 pacientes que acudieron al servicio de urgencias con insuficiencia cardíaca aguda, de los cuales 115 fallecieron durante la hospitalización, 90 días después del alta, o fueron reingresados durante el mismo período. A través de un análisis univariable utilizando el análisis de regresión de riesgos proporcionales de Cox, se identificaron posibles predictores y se utilizó un modelo de riesgo proporcional de Cox multivariable para identificar los factores pronósticos significativos asociados con la supervivencia del paciente y para controlar las variables de confusión. El análisis del ángulo de fase ajustado por diferentes predictores utilizando splines cúbicos restringidos reveló que los valores más bajos se asociaron directamente con el riesgo de reingreso a los 90 días o muerte después del alta, particularmente cuando el valor de corte de PhA fue de <4.0°. Todos los modelos desarrollados mostraron una capacidad discriminatoria moderada (estadístico C < 0,80); sin embargo, el modelo de mortalidad intrahospitalaria demostró la mayor capacidad de discriminación (estadístico C, 0,75).

Introducción

La insuficiencia cardíaca aguda (ICA) es la causa más frecuente de ingreso hospitalario en pacientes de > 65 años, siendo la congestión el síntoma predominante en la mayoría de los casos, así como el principal motivo de hospitalización¹. La insuficiencia cardíaca (IC) puede conducir a la desnutrición a través de diferentes mecanismos, incluyendo la malabsorción debido al edema intestinal, el hipercatabolismo debido a la activación neurohormonal sostenida y la inflamación constante ^2,3. Por lo tanto, la congestión y la desnutrición influyen directamente en la composición corporal.

El análisis de impedancia bioeléctrica (BIA) es un método rápido, no invasivo y seguro que proporciona mediciones inmediatas y fiables para estimar la composición corporal mediante la introducción de una corriente eléctrica alterna constante de bajo nivel que mide la impedancia (Z) o la resistencia/oposición generada por las células y tejidos humanos. El BIA involucra dos parámetros: resistencia (R) y reactancia (Xc)⁴.

Además, mide el retraso entre la corriente y el voltaje necesarios para penetrar en la membrana celular y las interfaces tisulares, conocido como ángulo de fase (PhA), que se ha sugerido que es un indicador de la salud celular, la integridad de la membrana celular y la vitalidad, que se ven afectadas por la distribución de líquidos, la inflamación y la desnutrición debido a la resistividad de los tejidos y las propiedades eléctricas. Los valores más bajos de PhA indican apoptosis y componentes reducidos de la matriz celular, mientras que los valores más altos reflejan una mayor celularidad y una mejor función celular⁵. Diferentes estudios han demostrado consistentemente el papel pronóstico de la PHA en múltiples resultados, como la mortalidad, la rehospitalización, la duración de la estancia hospitalaria y el riesgo de mal estado nutricional en diferentes entornos clínicos, incluidos los pacientes con IC ^6,7.

El objetivo de este estudio fue describir los pasos para realizar el análisis de regresión de Cox multivariable con splines penalizados para determinar el valor de corte de PhA por BIA en las primeras 24 h después del ingreso para predecir la mortalidad intrahospitalaria y la mortalidad por todas las causas o rehospitalización después de los 90 días posteriores al alta en pacientes con ICAH.

Protocolo

Este estudio consta de cuatro etapas. Los datos utilizados en este estudio incluyeron pacientes adultos (≥18 años) con ICA confirmada por un ecocardiograma previo según las guías de la Sociedad Europea de Cardiología (ESC)⁸ y con hospitalización esperada, según lo juzgado por los clínicos. Este estudio fue aprobado por el Comité de Ética e Investigación Biomédica Humana del Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán y se llevó a cabo de acuerdo con los principios de la Declaración de Helsinki. Se obtuvo el consentimiento informado por escrito del paciente o de sus familiares más cercanos si no podían dar su consentimiento.

1. Adquisición de datos e información general

NOTA: Las mediciones de BIA requieren una preparación específica del paciente, como se describe en un protocolo separado⁹. Una vez finalizada la medición por parte del equipo BIA, en la pantalla del equipo se mostrarán los siguientes datos: los valores de impedancia (Z) a diferentes frecuencias (5, 50, 100 y 200 kHz), así como los valores de resistencia y reactancia a 50 kHz.

1. Después de las mediciones de BIA, abra el software para ajustar la resistencia (R) y la reactancia (Xc) según la altura del paciente y para calcular los valores del ángulo de fase (PhA).
   NOTA: El análisis de los parámetros de BIA mediante BIVA debe realizarse dentro de las 24 horas posteriores al ingreso del paciente.
2. Introduzca los resultados en el conjunto de datos y guárdelo como un archivo .csv para su análisis en RStudio.
   NOTA: Los datos del paciente se muestran como referencia en la Tabla Suplementaria S1.

2. Instalación, carga de paquetes y preparación de datos

NOTA: Todos los procedimientos se realizaron utilizando el software R utilizando los paquetes survival, MASS y pspline.

1. Descargar R y RStudio.
   1. Instale el software R (la versión puede cambiar con el tiempo) y RStudio y ábralo. Haga clic en la pestaña Archivo | Nueva opción Archivo | seleccione el script de R. RStudio mostrará el archivo de script en la esquina superior izquierda, situado encima de la pestaña Consola.
   2. Instale los paquetes ejecutando los siguientes comandos en el archivo de script:
      install.packages("supervivencia")
      install.packages("MASS")
      install.packages("pspline")
   3. Cargue los paquetes ejecutando los siguientes comandos
      Biblioteca(Supervivencia)
      biblioteca (MASS)
      Biblioteca(pspline)
   4. Importe el conjunto de datos ejecutando el siguiente comando. #Dataset será el nombre de los datos. Aquí el archivo Datos de insuficiencia cardíaca aguda es el ejemplo.
      Conjunto de datos <-read.csv(".../Insuficiencia cardíaca aguda data.csv")

3. Construcción del modelo

1. Determine el modelo de regresión de riesgos proporcionales de Cox ajustado por posibles variables de confusión y calcule los intervalos de confianza del 95% (IC del 95%) a través de los siguientes comandos.
   Model_1 <- coxph (Surv (Survival_days, Resultado) ~ factor (Diabetes_mellitus) + Systolic_blood_pressure + Serum_sodium + Phase_angle, method="breslow")
   exp(confint(Model_1))
2. Calcule el criterio de información de Akaike (AIC), el criterio de información bayesiano (BIC), el estadístico C y el CI del 95 % mediante la ejecución de los siguientes comandos.
   #Akaike Criterio de Información
   AIC(Model_1)
   #Bayesian Criterio de Información
   BIC(Model_1)
   Estadístico C
   Resumen(Model_1)$concordance[1]
   Intervalo #Lower de la estadística C
   resumen(Model_1)$concordance[1]-(1.96*resumen(Model_1)$concordance[2])
   Intervalo de #Upper de la estadística C
   resumen(Model_1)$concordance[1]+(1.96*resumen(Model_1)$concordance[2])

4. Representación gráfica

1. Cree el objeto de supervivencia utilizando la función Surv( ).
   surv_1 <- Surv(Survival_days, Resultado)
2. Ajuste el modelo de regresión de riesgos proporcionales de Cox desarrollado en el paso 3.1. y prediga los valores de spline ajustada mediante la ejecución de los siguientes comandos.
   fit_model_1 <- coxph(surv_1 ~ pspline(Phase_angle, df=2)+factor(Diabetes_mellitus)+ Systolic_blood_pressure + Serum_sodium)
   predicted_1 <- predict(fit_model_1, type="terms", se.fit=TRUE ,terms=1)
3. Traza el modelo ajustado y las líneas correspondientes en el gráfico ejecutando los siguientes comandos. Identificar el punto de corte donde el HR ajustado (regresión spline) es mayor que 1, lo que sugiere que valores de PhA más bajos predicen un mayor riesgo de mortalidad intrahospitalaria y reingreso o muerte a los 90 días.
   plot(Phase_angle, exp(predicted_1$fit), type="n", xlab="Ángulo de fase", ylab="HR ajustado (IC del 95%)", xlim=c(1.2,12), ylim= c(0,2.5), main="Todos los resultados clínicos")
   lines(sm.spline(Phase_angle , exp(predicted_1$fit)) , col = "#b23500" , lty = 1, lwd=2 )
   lines(sm.spline(Phase_angle , exp(predicted_1$fit + 1.96 * predicted_1$se)) , col = "#b23500" , lty = 2,lwd=1.2)
   lines(sm.spline(Phase_angle , exp(predicted_1$fit - 1.96 * predicted_1$se)) , col = "#b23500" , lty = 2, lwd=1.2)
   abline(h=1.0,col="#050505", lty= 2, lwd= 0.00001 )
   texto(4.27,1.12, "4.0°")
   abline(v=4.0,col="negro", lty= 2, lwd= 0.00001)

Resultados

Este estudio incluyó a 219 pacientes con insuficiencia cardíaca aguda (ICA), tanto de novo como insuficiencia cardíaca aguda descompensada. La mediana de edad de los pacientes fue de 71 años (p25 60 - p75 81) años, y el 63% eran mujeres. La diabetes mellitus y la hipertensión arterial fueron las comorbilidades más frecuentes (41,6% y 69,9% de los pacientes, respectivamente). Durante una mediana de seguimiento de 79 días, ocurrieron 115 eventos (52,5%), de los cuales el 32,2% murió en el hospital y el 67,8% fuero...

Discusión

Este estudio demostró que los pacientes con ICA ingresados en el servicio de urgencias con valores de PhA más bajos en las primeras 24 h después del ingreso tenían un mayor riesgo de mal pronóstico, como muerte o rehospitalización en los 90 días posteriores al alta, que aumentaba cuando los valores de PhA estaban por debajo de 4,0°, independientemente de sodio sérico, PAS, presencia de diabetes mellitus, o el sexo. Del mismo modo, los valores más bajos de PhA predijeron la mortalidad in...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
		R-Xc de tolerancia BIVA	Vinculado al equipo BIA
Sistema informático	Microsoft	Windows 10	Windows 10 o superior
Equipo Quadscan 4000	BodyStat	BS-4000 Rango de medición de	impedancia: 20 - 1300 Ω ohmios Corriente de prueba: 620 μ A Frecuencia: 5, 50, 100, 200 kHz Precisión: Impedancia 5 kHz: +/- 2 Ω   Impedancia 50 kHz: +/- 2 Ω   Impedancia 100 kHz: +/- 3 Ω   Impedancia 200 kHz: +/- 3 Ω   Resistencia 50 kHz: +/- 2 Ω   Reactancia 50 kHz: +/- 1 Ω   Ángulo de fase 50 kHz: +/- 0,2 grados Calibración: Se suministra una resistencia para verificación independiente de vez en cuando. El valor de impedancia debe estar entre 496 y 503 Ω.
R software	Ninguno	No aplicable	Versión 3.6.2 o superior
RStudio	Ninguno	No aplicable	Versión 2022.07.2+576