IA identifica pacientes con paro cardíaco que pueden beneficiarse del desfibrilador automático implantable
Por el equipo editorial de HospiMedica en español Actualizado el 05 Apr 2022 |
El paro cardíaco repentino extrahospitalario se cobra al menos 300.000 vidas estadounidenses al año. Para los afectados, el 90 % morirá dentro de los 10 minutos posteriores al paro cardíaco. Para esta condición en gran parte fatal, la prevención tendría un impacto profundo. Sin embargo, el mayor desafío radica en distinguir entre aquellos que se beneficiarían más de un desfibrilador cardioversor implantable y aquellos que no se beneficiarían de la descarga eléctrica. Ahora, un algoritmo clínico, por primera vez, distingue entre un paro cardíaco repentino tratable y formas intratables de la afección.
Los hallazgos de los investigadores del Smidt Heart Institute en Cedars-Sinai (Los Ángeles, CA, EUA) tienen el potencial de mejorar la prevención del paro cardíaco repentino (pérdida inesperada de la función cardíaca) según los factores de riesgo clave identificados en este estudio. La nueva investigación proporciona un algoritmo de evaluación del riesgo clínico que puede identificar mejor a los pacientes con mayor riesgo de sufrir un paro cardíaco repentino tratable y, por lo tanto, una mejor comprensión de los pacientes que se beneficiarían de un desfibrilador.
El algoritmo de evaluación de riesgos consta de 13 variables clínicas, electrocardiográficas y ecocardiográficas que podrían poner a un paciente en mayor riesgo de sufrir un paro cardíaco repentino tratable. Los factores de riesgo incluyen diabetes, infarto de miocardio, fibrilación auricular, accidente cerebrovascular, insuficiencia cardíaca, enfermedad pulmonar obstructiva crónica, trastornos convulsivos, síncope, una pérdida temporal del conocimiento causada por una caída en la presión arterial, y cuatro indicadores separados que se encuentran con una prueba de electrocardiograma, incluida la frecuencia cardíaca.
“Este algoritmo, el primero de su tipo, tiene el potencial de mejorar la forma en que actualmente predecimos un paro cardíaco repentino”, dijo Eduardo Marbán, MD, PhD, director ejecutivo del Smidt Heart Institute y profesor distinguido de la Fundación de la Familia Mark S. Siegel. “Si se valida en ensayos clínicos, podremos identificar mejor a los pacientes de alto riesgo y, por lo tanto, salvar vidas”.
Enlaces relacionados:
Cedars-Sinai
Últimas Cuidados Criticos noticias
- Nueva tecnología podría revolucionar atención de valvulopatías cardíacas
- Dispositivo electrónico portátil súper permeable permite monitorear bioseñales a largo plazo
- Nuevo hidrogel con capacidades mejoradas para tratar aneurismas y detener su progresión
- Nueva herramienta de IA predice eventos médicos para respaldar toma de decisiones clínicas en entornos de atención médica
- El magnetómetro de un teléfono inteligente utiliza hidrogel magnetizado para medir biomarcadores para el diagnóstico de enfermedades
- Malla bioelectrónica crece con tejidos cardíacos para monitorización cardíaca integral
- Procedimiento mínimamente invasivo ofrece última esperanza para pacientes que enfrentan amputación debido a enfermedad vascular grave
- Cápsula tragable podría transformar detección de enfermedades gastrointestinales
- Implante a escala milimétrica, sin chip ni batería monitorea de forma inalámbrica parámetros de salud
- Sensor en papel allana el camino para sensores portátiles para monitoreo de la salud
- Primer sensor de temperatura inalámbrico implantable monitorea enfermedad inflamatoria intestinal crónica
- Nueva herramienta predice riesgos cardiovasculares después del trasplante de médula ósea
- Reloj de imágenes fotoacústicas podría permitir diagnóstico preliminar de enfermedades
- Balones recubiertos de medicamentos ofrecen opción de tratamiento superior para pacientes sometidos a angioplastia coronaria
- Nuevo dispositivo de asistencia ventricular izquierda podría proporcionar opción de tratamiento alternativa al trasplante cardíaco
- Sensor electroquímico monitorea biomarcadores de orina de enfermedades neurológicas en tiempo real