ABSTRACT
Introducción: la cardiopatía hipertensiva representa altas morbilidad y mortalidad. La complejidad de su prevención radica en el número de factores de riesgo implicados en su desarrollo. Objetivo: diseñar y validar un árbol de predicción para el desarrollo de la cardiopatía hipertensiva, a partir de factores hemodinámicos y no hemodinámicos. Métodos: se realizó el diseño y validación de un árbol de predicción para el desarrollo de la cardiopatía hipertensiva, mediante el procedimiento de descubrimiento de conocimientos en bases de datos y minería de datos, en pacientes hipertensos atendidos en la consulta especializada de hipertensión arterial de la Policlínica de Especialidades del Hospital General Universitario Carlos Manuel de Céspedes del municipio Bayamo, provincia de Granma, Cuba, desde el 1ro de enero de 2004 hasta el 31 de diciembre de 2009. Resultados: el árbol predijo el riesgo de desarrollar la cardiopatía hipertensiva a 82,598 por ciento de los pacientes; con un área bajo la curva ROC de 0,861 y una tasa de verdaderos positivos de 0,733 y de 0,921 para las clases 1 y 2, respectivamente. El factor más importante lo constituyó la proteína C reactiva, seguida en orden de importancia por la glucemia, el ácido úrico, el colesterol y la microalbuminuria. Conclusiones: el árbol de toma de decisiones y el conjunto de reglas derivado de este, permitieron predecir el riesgo de desarrollar la cardiopatía hipertensiva en individuos hipertensos, por lo que su introducción en la práctica clínica, mejorará la evaluación del paciente con hipertensión arterial...
Introduction: hypertensive heart disease is associated with high morbidity and mortality. The complexity of its prevention lies in the number of risk factors involved in its development. Objective: design and validate a prediction tree for the development of hypertensive heart disease on the basis of hemodynamic and non-hemodynamic factors. Methods: a prediction tree for the development of hypertensive heart disease was designed and validated following the procedure of knowledge discovery in databases and data mining. The patients surveyed were being cared for at the hypertension specialized consultation of the secondary care polyclinic in Carlos Manuel de Céspedes General University Hospital, municipality of Bayamo, Granma province, Cuba, from 1 January 2004 to 31 December 2009. Results: the tree predicted risk of developing hypertensive heart disease in 82.598 percent of the patients, with an area of 0.861 under the ROC curve and a true positives rate of 0.733 and 0.921 for classes 1 and 2, respectively. The most important factor was C-reactive protein, followed by glycemia, uric acid, cholesterol and microalbuminuria, in that order. Conclusions: the decision making tree and the set of rules deriving from it allowed prediction of the risk to develop hypertensive heart disease in high blood pressure patients. Their incorporation into clinical practice will improve the evaluation of these patients...