(ACN) Les malalties cardiovasculars són la principal causa de mort tant en dones com en homes. Tot i això, com que els homes són més propensos a patir malalties cardíaques, les dones estan menys representades als estudis científics. Això és un risc ja que hi ha especificitats en el cas de les dones.
El Vall d’Hebron Institut de Recerca (VHIR), en col·laboració amb el CIBER de Malalties Cardiovasculars i el CIBER d’Epidemiologia i Salut Pública, ha desenvolupat un model predictiu per calcular el risc cardiovascular en dones. Es tracta d’una puntuació que integra dades clíniques, com l’edat o la presència de diabetis, amb informació avançada d’imatge cardíaca obtinguda a través de la tècnica Gated SPECT.
Aquesta tècnica permet avaluar simultàniament la funció ventricular esquerra (contracció i relaxació) i la perfusió miocàrdica (si totes les àrees del cor reben prou sang i oxigen), i millora la predicció d’esdeveniments cardiovasculars greus, com l’infart de miocardi o la mort cardíaca, i personalitzar els tractaments per reduir complicacions. “El nostre estudi aporta eines addicionals per identificar dones amb risc alt o molt alt, ajudant a detectar precoçment possibles complicacions greus. Aquest enfocament respon a una de les principals preocupacions dels cardiòlegs: prevenir desenllaços fatals abans que sigui massa tard“, conclou l’investigador principal i cardiòleg de Vall d’Hebron, el doctor Guillermo Romero-Farina.
L’estudi ha analitzat les dades de 2.226 dones d’entre 40 i 93 anys
En aquest estudi retrospectiu, es van analitzar les dades de 2.226 dones d’entre 40 i 93 anys que van acudir al centre hospitalari per avaluacions de risc. El seguiment mitjà va ser de quatre anys, amb un màxim de deu anys. A totes les pacients se’ls va fer la tècnica d’imatge mencionada anteriorment, tant en situació d’estrès com en repòs.
Utilitzant vuit variables, els investigadors van desenvolupar la puntuació CORSWO. Aquesta puntuació estratifica les pacients en quatre nivells de risc: baix, moderat, alt i molt alt. Romero-Farina ha destacat que “agrupar les pacients segons el risc permet concentrar recursos i tractaments en qui més els necessita”. Anteriorment han existit models predictius basats en dades clíniques i biomarcadors però han apuntat que la integració de la imatge cardíaca augmenta significativament el valor pronòstic.
