El Hospital de La Princesa, centro público de la Comunidad de Madrid, está liderando a través de los doctores L. Jesús Jiménez Borreguero, cardiólogo, y Guillermo Ortega, físico, el proyecto ‘DESCAFIB’ (Detection of Early SubClinical Atrial FIBrillation), cuyo objetivo es explorar una nueva forma de abordar la prevención cardiovascular.
El estudio está financiado mediante fondos competitivos del Instituto de Salud Carlos III (ISCIII) y consiste en identificar de forma precoz a personas sin fibrilación auricular conocida que podrían tener mayor riesgo de desarrollarla. El desarrollo de este proyecto ha contado con la colaboración de los centros de salud de Las Águilas, Montesa y Goya adscritos a la Dirección Asistencial Centro de Atención Primaria de la Comunidad de Madrid.
La fibrilación auricular es una de las arritmias cardiacas más frecuentes y una causa importante de ictus. En muchos casos puede aparecer de forma silenciosa y permanecer sin diagnosticar durante largos periodos, retrasando las medidas destinadas a reducir sus complicaciones.
El estudio, que ya ha comenzado, evalúa el riesgo de fibrilación auricular en 1.200 voluntarios sin antecedentes conocidos de esta arritmia. Estos voluntarios proceden de los centros de salud de Atención Primaria de Madrid participantes en el mismo, Las Águilas, Montesa y Goya, y también de las consultas del propio Hospital.
Para el reclutamiento de voluntarios es especialmente relevante la participación de los profesionales sanitarios de Atención Primaria de los tres centros de salud participantes ya que son ellos quienes identifican a las personas candidatas a participar. Básicamente, se trata de personas mayores de 65 años que cumplen determinados requisitos clínicos establecidos en el protocolo como no padecer o haber padecido esta arritmia.
Electrocardiograma y reloj inteligente para detectar fibrilación auricular
A todos los voluntarios incluidos se les realiza un electrocardiograma convencional inicial y otro electrocardiograma de control al cabo de un año, con el fin de comprobar si la predicción de riesgo de fibrilación auricular realizada por la inteligencia artificial se corresponde con la evolución posterior. A partir del análisis inicial, se identifica a las personas con mayor riesgo para llevar a cabo un seguimiento más cercano y continuo mediante un reloj inteligente, con el objetivo de detectar precozmente posibles episodios de fibrilación auricular, aunque no produzcan síntomas. Se espera que aproximadamente el 10% del total, es decir unos 120 participantes, estén en este grupo de mayor riesgo estimado. El resto de participantes, con menor riesgo estimado, continuarán el seguimiento previsto y serán reevaluados al año con un nuevo electrocardiograma.
Actualmente, el estudio cuenta con 340 voluntarios reclutados, que forman parte de la cohorte total prevista de 1.200. De estos, 32 participantes han sido seleccionados por presentar mayor riesgo estimado tras el análisis del electrocardiograma y se les está realizando un seguimiento continuo mediante reloj inteligente.
“Hasta ahora los médicos diagnosticamos la fibrilación auricular cuando ya está establecida y conseguimos registrarla en un electrocardiograma. Nuestro objetivo es ir un paso antes: comprobar si podemos identificar quién tiene más riesgo de desarrollarla y seguir a esas personas de forma continua con una herramienta tan sencilla como un reloj inteligente que llevan puesto cada día”, señala el Dr. Jiménez Borreguero.
Hacia la medicina personalizada y la detección del riesgo individual
El proyecto DESCAFIB podría abrir una nueva vía de medicina personalizada basada en utilizar una prueba sencilla y ampliamente disponible como el electrocardiograma para adaptar el seguimiento al riesgo individual de cada persona. Las personas identificadas por el electrocardiograma basal como de alto riesgo se podrían beneficiar de un seguimiento más exhaustivo que las de bajo riesgo. La detección temprana de arritmias silenciosas permitiría tomar antes las medidas médicas necesarias para reducir complicaciones asociadas, especialmente el ictus cardioembólico. En definitiva este proyecto aúna cardiología, física, inteligencia artificial y análisis de datos para avanzar hacia una medicina preventiva capaz de anticiparse a la enfermedad y adaptar el seguimiento al riesgo individual.
