Modelo predictivo del fracaso de la terapia eléctrica en la fibrilación auricular paroxística / Predictive model of electrical therapy failure in paroxysmal atrial fibrillation

RESUMEN

Introducción: La fibrilación auricular es la arritmia recurrente más habitual en la práctica clínica. Su prevalencia se multiplica en la población actual y tiene diferentes causas fisiopatológicas que la convierten en una pandemia mundial. Objetivos: Diseñar un modelo predictivo de fracaso de la terapia eléctrica en pacientes con fibrilación auricular paroxística. Métodos: Se realizó un estudio de casos y controles, con 33 casos y 66 controles. Variables predictoras edad, fracción de eyección ≤ 40 por ciento, volumen de aurícula izquierda ≥ 34 mL/m2. A partir de la regresión logística se obtuvo un modelo en el que fueron incluidos el valor predictivo positivo, valor predictivo negativo, la sensibilidad y especificidad. Resultados: Los factores de riesgo predictores fueron edad ≥ 55 años (p= 0,013; odds ratio (OR)= 3,58; intervalo de confianza -IC- 95 por ciento 1,33-9,67); la fracción de eyección del ventrículo izquierdo (FEVI) ≤ 40 por ciento se observó en 20 pacientes (22,7 por ciento) (p= 0,004; OR= 4,45; IC95 por ciento 1,54-12,8); presión de aurícula izquierda elevada, volumen de aurícula izquierda elevado (p= 0,004; OR= 3,11; IC95 por ciento 1,24-8,77), según el modelo de regresión logística. Se realizó la validación interna por división de datos; se confirmó que el modelo pronostica bien los que van a tener éxito en el resultado terapéutico. Conclusiones: El modelo predictivo elaborado está compuesto por los predictores edad > 55 años, FEVI; volumen de aurícula izquierda; presenta un buen ajuste y poder discriminante, sobre todo valor predictivo positivo(AU)

ABSTRACT

Introduction: Atrial fibrillation is the most common recurrent arrhythmia in clinical practice. Its prevalence is multiplying in the current population and has different pathophysiological causes that make it a global pandemic. Objectives: To design a predictive model for failure of electrical therapy in patients with paroxysmal atrial fibrillation. Methods: A case-control study was carried out with 33 cases, and 66 controls. Predictor variables age, ejection fraction ≤ 40 percent, left atrial volume ≥ 34 mL/m2. From logistic regression, a model was obtained in which the positive predictive value, negative predictive value, sensitivity and specificity were included. Results: The predictive risk factors were age ≥ 55 years (p= 0.013; odds ratio (OR)= 3.58; 95 percent confidence interval -CI- 1.33-9.67); left ventricular ejection fraction (LVEF) ≤ 40 percent was observed in 20 patients (22.7 percent) (p= 0.004; OR= 4.45; 95 percent CI 1.54-12.8); elevated left atrial pressure, elevated left atrial volume (p= 0.004; OR= 3.11; 95 percent CI 1.24-8.77), according to the logistic regression model. Internal validation was carried out by data division; It was confirmed that the model predicts very well those who will be successful in the therapeutic result. Conclusions: The predictive model developed is composed of the predictors age > 55 years, LVEF; left atrial volume; It presents a good fit and discriminating power, especially positive predictive value(AU)