La insuficiencia cardiaca con fracción de eyección reducida (HFrEF) sigue siendo una entidad con alto riesgo residual, incluso en pacientes tratados con terapia óptima. En este subanálisis del estudio VICTORIA, se aplican técnicas de machine learning (clustering jerárquico) a un fenotipado profundo (clínica, ECG, eco, biomarcadores y proteómica) para intentar responder a una pregunta clave: ¿podemos identificar subgrupos con distinto riesgo más allá de los parámetros clásicos?
En este trabajo se analizaron 564 pacientes del VICTORIA, identificándose 3 fenogrupos distintos:
Fenogrupo 1: más jóvenes, mejor tratados, menor carga de enfermedad
Fenogrupo 2: mayor prevalencia de FA y cicatriz (ondas Q)
Fenogrupo 3: más añosos, con disfunción biventricular y enfermedad renal avanzada
Los resultados muestran un claro gradiente pronóstico entre fenogrupos, con un aumento progresivo del riesgo del 14% al 35% y hasta el 70% en el evento combinado de muerte cardiovascular e ingreso por insuficiencia cardiaca al año. Esta estratificación se mantiene incluso tras ajustar por parámetros como NT-proBNP o escalas clínicas como MAGGIC.
El fenogrupo 3 identifica un subgrupo de riesgo extremo que difícilmente puede ser caracterizado mediante criterios convencionales y que emerge al incorporar un fenotipado multimodal que incluye datos proteómicos.
Por otro lado, el biomarcador GDF-15 emerge como el principal discriminador entre fenogrupos, reflejando inflamación, daño tisular y carga sistémica, y aportando información pronóstica adicional más allá de NT-proBNP. En este contexto, podría considerarse un marcador de “riesgo residual oculto”.
Como conclusión, la HFrEF no es una entidad homogénea y es necesario avanzar en la estratificación del riesgo, especialmente en la selección de pacientes para ensayos clínicos. La FEVI y el NT-proBNP no parecen suficientes, y otros marcadores como GDF-15 podrían desempeñar un papel relevante, aunque todavía no están integrados en la práctica clínica.
Referencias:
