PERsonalised Knowledge to reduce the risk of Stroke (PERKS-International): a randomised controlled trial testing the efficacy of an mHealth application to reduce risk factors for the primary prevention of stroke

El ensayo controlado aleatorizado PERKS-International determinó que, en una población de 35 a 75 años con factores de riesgo de ictus, el acceso a la aplicación móvil Stroke Riskometer no mejoró significativamente la puntuación global de factores de riesgo a los seis meses, aunque sí se observó un ligero aumento en la actividad física en el grupo de intervención.

Lo esencial

📱 El Experimento: ¿Puede una App ser tu "Entrenador Personal" para evitar un derrame cerebral?

Imagina que tu cuerpo es como un coche. Para que el coche no se averíe (es decir, para evitar un derrame cerebral o un infarto), necesitas cuidar el aceite, los neumáticos y la gasolina. En medicina, llamamos a estos cuidados "factores de riesgo": la presión arterial, el colesterol, el peso, si fumas, qué comes y cuánto te mueves.

Los científicos querían probar si una aplicación de teléfono llamada Stroke Riskometer podía actuar como un entrenador personal digital para ayudar a la gente a cuidar mejor su "coche" y evitar averías graves.

🏁 ¿Cómo se hizo la prueba? (La Carrera)

1. Los Participantes: Se unieron 862 personas de entre 35 y 75 años. Todos tenían al menos dos "luces de advertencia" encendidas en su coche (por ejemplo, un poco de sobrepeso y presión alta), pero nadie había tenido un accidente grave antes.
2. El Equipo A (La App): A la mitad de los participantes se les dio acceso a la App. Esta app les decía: "Oye, tu presión es así, tu colesterol es asá, y aquí tienes un plan personalizado para mejorar". Era como tener un mapa GPS que te dice dónde están los baches.
3. El Equipo B (El Correo Normal): A la otra mitad se les envió un simple correo electrónico con información general sobre cómo cuidar la salud. Era como recibir un folleto informativo en el buzón, sin mapa interactivo.
4. El Tiempo: Esperaron 6 meses para ver quién había mejorado más su "coche".

📉 Los Resultados: ¿Funcionó el GPS?

Aquí viene la parte sorprendente. A pesar de que la App era gratuita, fácil de usar y prometía mucho, no hubo una gran diferencia entre los dos equipos.

• La App no fue un milagro: Al final de los 6 meses, el grupo que usó la App no mejoró significativamente más su salud general que el grupo que solo recibió el correo. Fue como si ambos grupos hubieran conducido a la misma velocidad; el GPS no hizo que el coche fuera más rápido ni más seguro.
• El pequeño triunfo: Hubo un solo detalle interesante. El grupo de la App caminó un poquito más (hizo un poco más de ejercicio) que el otro grupo. Fue como si el GPS les hubiera dicho "¡Vamos a dar una vuelta!" y ellos obedecieron, pero no cambiaron su dieta ni su presión arterial de forma notable.
• Ambos mejoraron un poco: Curiosamente, incluso el grupo que solo recibió el correo mejoró un poquito. Parece que recibir cualquier información sobre tu salud te hace pensar un poco más en cuidarte.

🤔 ¿Por qué no funcionó tan bien como esperaban?

Los investigadores dieron varias razones, usando analogías simples:

1. El "Fantasma" de la App: De cada 10 personas que se unieron al grupo de la App, 2 nunca la descargaron o la usaron. Imagina que te dan un mapa GPS, pero lo dejas en el cajón del coche y nunca lo enciendes. No puede ayudarte si no lo usas.
2. Falta de "Empuje": La App era como un entrenador que te envía mensajes de texto, pero no te llama por teléfono ni te va a buscar al gimnasio. En el mundo real, a la gente le cuesta mucho cambiar sus hábitos solo con una notificación en el teléfono. Necesitan un empujón más fuerte o un entrenador que hable con ellos cara a cara.
3. La App estaba un poco "vieja": La tecnología avanza rápido. Esta app era como un coche de los años 90: funcionaba, pero le faltaban las novedades modernas (como juegos divertidos, inteligencia artificial que charle contigo o conexión con relojes inteligentes) que podrían haber hecho que la gente se enganchara más.

💡 La Lección Final

El estudio nos dice algo muy importante: Tener la tecnología no es suficiente.

Darle a la gente una App con información sobre su salud es como darle un manual de instrucciones a alguien que no sabe conducir. Es útil, pero no garantiza que vaya a conducir mejor. Para que estas herramientas funcionen de verdad, probablemente necesiten:

• Ser más divertidas y atractivas (como un videojuego).
• Tener más apoyo humano (que un médico o enfermero hable contigo).
• Integrarse en la vida diaria de forma más natural.

En resumen: La App Stroke Riskometer es una herramienta segura y útil, pero por sí sola, en el mundo real, no logró transformar la salud de las personas lo suficiente como para prevenir derrames cerebrales de manera masiva. Necesitamos combinar la tecnología con un poco más de "calor humano" y motivación.

Resumen técnico

Aquí tienes un resumen técnico detallado del estudio PERKS-International (Personalised Knowledge to reduce the risk of Stroke), presentado en español:

Título del Estudio

PERKS-International: Ensayo controlado aleatorizado (ECA) que evalúa la eficacia de una aplicación de salud móvil (mHealth) para reducir los factores de riesgo de accidente cerebrovascular (ACV) en la prevención primaria.

---

1. Problema y Contexto

• Contexto Epidemiológico: Las tasas de incidencia de ACV, que anteriormente estaban disminuyendo, se han estancado y muestran un aumento en grupos de edad más jóvenes. Se estima que hasta el 90% de los ACV son prevenibles mediante la modificación de factores de riesgo (hipertensión, colesterol, diabetes, tabaquismo, etc.).
• Brecha en la Prevención: A pesar de la alta prevalencia de factores de riesgo en poblaciones de países desarrollados (Australia, Nueva Zelanda, EE. UU., Reino Unido), existen pocas intervenciones escalables para la identificación temprana y el manejo de estos riesgos en la población general.
• Limitación de las Soluciones Actuales: Las intervenciones de salud móvil (mHealth) han mostrado potencial, pero la mayoría de los estudios son pilotos pequeños, centrados en pacientes con enfermedad cardiovascular preexistente, y carecen de ensayos controlados aleatorizados (ECA) adecuadamente potentes con factores de riesgo medidos objetivamente para la prevención primaria.

2. Metodología

• Diseño del Estudio: Ensayo controlado aleatorizado (ECA) de fase III, prospectivo, pragmático, de etiqueta abierta y con cegamiento del evaluador de resultados.
• Población: 862 participantes reclutados entre agosto de 2021 y enero de 2024 en Australia y Nueva Zelanda.
  • Criterios de inclusión: Edad entre 35 y 75 años, presencia de ≥2 factores de riesgo "pobres" (según Life's Simple 7), propiedad de un smartphone, sin historial de enfermedad cardiovascular.
  • Exclusión: Historial previo de ACV, infarto de miocardio, enfermedad terminal o participación en otros ECA.
• Intervención:
  • Grupo Intervención: Acceso a la aplicación Stroke Riskometer™. La app utiliza un algoritmo validado para estimar el riesgo absoluto y relativo de ACV a 5 y 10 años, proporcionando retroalimentación personalizada, autocontrol de factores de riesgo y notificaciones push.
  • Grupo Control (Atención habitual): Recibieron un solo correo electrónico con información genérica sobre sus factores de riesgo y enlaces a recursos de prevención, sin mención de la aplicación.
• Resultados Principales:
  • Primario: Diferencia media entre grupos en el cambio del puntaje Life's Simple 7® (LS7®) (rango 0-14) desde la línea base hasta los 6 meses. El LS7® incluye: presión arterial, colesterol, glucosa, IMC, tabaquismo, actividad física y dieta.
  • Secundarios: Cambios en los componentes individuales del LS7®.
• Análisis: Se utilizaron principios de Intención de Tratar (ITT) y análisis por protocolo. Se emplearon modelos de ANCOVA y modelos mixtos lineales, ajustados por edad, sexo, país y nivel socioeconómico. Se utilizó imputación múltiple para datos faltantes.

3. Contribuciones Clave

• Evidencia de Alta Calidad: Es uno de los pocos ECA completamente potentes centrados en la prevención primaria de ACV que utiliza mediciones objetivas de factores de riesgo (presión arterial, glucosa, lípidos, IMC) en lugar de solo autoinformes.
• Enfoque de "Mundo Real": El diseño minimizó la interacción entre el personal del estudio y los participantes para replicar condiciones reales de uso de una app, evitando que el apoyo adicional enmascarara la eficacia de la herramienta por sí sola.
• Evaluación de la Aplicación Stroke Riskometer: Proporciona datos robustos sobre la eficacia de una herramienta de mHealth específica para el riesgo de ACV en una población diversa y multicultural (Australia y Nueva Zelanda).

4. Resultados

• Población Analizada: 862 participantes aleatorizados (433 control, 429 intervención). Edad media: 58 años; 63% mujeres; 74% caucásicos.
• Resultado Primario (Puntaje LS7® Total):
  • No hubo diferencia estadísticamente significativa entre los grupos en el cambio del puntaje LS7® a los 6 meses.
  • Diferencia media ajustada: 0.06 (IC 95%: -0.16 a 0.28; p=0.60).
  • El análisis por protocolo mostró una tendencia ligeramente mayor (0.23), pero no significativa (p=0.06).
• Resultados Secundarios (Componentes Individuales):
  • No se observaron diferencias significativas en IMC, calidad de la dieta, glucosa, colesterol, presión arterial sistólica o estado de tabaquismo.
  • Hallazgo Marginal: El grupo de intervención mostró un aumento borde de significancia en la actividad física (minutos MET/semana) comparado con el control: 313.42 (IC 95%: -2.80 a 629.65; p=0.05). En el análisis por protocolo, este efecto fue significativo (p=0.04).
• Adherencia: El 64% de los participantes del grupo intervención reportaron descargar la app en la primera semana, pero el 20% no la descargó ni la usó para los 6 meses. Solo el 32% consintió compartir datos de uso de la app.

5. Significado y Conclusiones

• Eficacia Limitada: En un entorno de "mundo real", proporcionar acceso a la aplicación Stroke Riskometer™ no mejoró el perfil general de factores de riesgo de ACV (puntaje LS7®) en comparación con la información estándar por correo electrónico en una población de prevención primaria.
• Interpretación de la Actividad Física: El ligero aumento en la actividad física sugiere que la app podría tener un efecto específico en este dominio, pero no es suficiente para alterar el perfil de riesgo global.
• Implicaciones para el Diseño de Intervenciones:
  • La falta de efecto podría deberse a la baja fidelidad de la intervención (falta de uso de la app por parte de un 20% de la muestra) y a la naturaleza pasiva de la intervención (sin coaching telefónico ni seguimiento intensivo).
  • Las aplicaciones de mHealth actuales podrían necesitar características más avanzadas (gamificación, IA generativa, integración con wearables) y estar integradas en modelos de atención que incluyan apoyo humano (telemedicina o presencial) para ser efectivas en la prevención primaria.
  • La "atención habitual" (recibir un informe de riesgos) por sí sola ya genera pequeñas mejoras, lo que diluye la capacidad de detectar beneficios adicionales de una app simple.

Conclusión Final: El estudio demuestra que, aunque las apps de salud son prometedoras, su implementación aislada en la población general sin mecanismos adicionales de compromiso o apoyo clínico no es suficiente para modificar significativamente los factores de riesgo de ACV a corto plazo.