📄 medicine

External validation and comparison of PREVENT and SCORE2 atherosclerotic cardiovascular risk scores in the MASHAD cohort study

Este estudio validó externamente los modelos de riesgo cardiovascular PREVENT y SCORE2 en la cohorte iraní MASHAD, encontrando que, si bien ambos modelos demostraron una discriminación aceptable, subestimaron significativamente el riesgo absoluto y requirieron una recalibración local para proporcionar predicciones precisas para esta población de Oriente Medio.

Autores originales: Ali Tajik, Hamidreza Rahimi, Sara Saffar Soflaei, Mohsen Moohebati, Ashkan Bahrami, Gordon A. Ferns, Habibollah Esmaily, Majid Ghayour-Mobarhan, Hedieh Alimi

Publicado 2026-06-28

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Ali Tajik, Hamidreza Rahimi, Sara Saffar Soflaei, Mohsen Moohebati, Ashkan Bahrami, Gordon A. Ferns, Habibollah Esmaily, Majid Ghayour-Mobarhan, Hedieh Alimi

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tienes dos pronosticadores meteorológicos muy populares, PREVENT y SCORE2. Estos pronosticadores son famosos en Europa y Estados Unidos por predecir la probabilidad de que una "tormenta" (un ataque cardíaco o un derrame cerebral) golpee a una persona durante los próximos 10 años. Utilizan una receta estándar: observan su edad, presión arterial, colesterol y si fuma para darles un porcentaje de probabilidad de ser golpeados por la tormenta.

Los investigadores de este estudio querían ver si estos famosos pronosticadores funcionarían correctamente en Mashhad, Irán. Trataron a la población local como una zona meteorológica nueva y no probada.

Aquí está lo que encontraron, explicado de forma sencilla:

1. El Problema: Los pronosticadores "extranjeros" eran demasiado optimistas

Cuando los investigadores usaron las fórmulas originales europeas y estadounidenses en la población iraní, los pronosticadores cometieron un gran error: eran demasiado optimistas.

La Analogía: Imagina que un meteorólogo en Londres le dice a un agricultor en un desierto: "Hay un 1% de probabilidad de lluvia hoy". Pero en el desierto, en realidad llueve el 30% de las veces. El agricultero se empaparía porque el pronóstico fue erróneo para su ubicación específica.
La Realidad: Tanto PREVENT como SCORE2 le dijeron a la gente iraní que su riesgo de un evento cardíaco era muy bajo. Sin embargo, cuando los investigadores observaron los datos reales durante 10 años, muchas más personas sufrieron eventos cardíacos de los que los modelos predijeron. Los modelos estaban "subestimando" el peligro.

2. La Solución: "Ajuste Local" (Recalibración)

Los investigadores no desecharon los modelos. En su lugar, realizaron un "ajuste local".

La Analogía: Piensa en los modelos como una estación de radio. La música (la forma en que clasifican a las personas entre riesgo bajo y alto) era buena, pero el volumen era demasiado bajo. No necesitaban cambiar la canción; solo necesitaban subir el control de volumen para que coincidiera con la audiencia local.
La Acción: Ajustaron la matemática ligeramente para que coincidiera con el número real de eventos cardíacos que ocurrían en Mashhad. Mantuvieron el sistema de "clasificación" igual, pero desplazaron los números para que los porcentajes reflejaran la realidad.

3. Los Resultados: ¿Quién fue mejor?

Después del "ajuste", ambos modelos funcionaron mucho mejor, pero uno tuvo una ligera ventaja.

La Capacidad de Clasificación (Discriminación): Ambos modelos fueron buenos clasificando a la gente. Podían distinguir quién tenía más probabilidades de tener un evento que otra persona. PREVENT fue ligeramente mejor en esta clasificación que SCORE2, como un par de gafas un poco más nítidas.
La Exactitud (Calibración): Antes del ajuste, los modelos fallaban en la cantidad de riesgo. Después del ajuste, el riesgo predicho coincidió casi perfectamente con el riesgo real.
- PREVENT fue un poco más exacto en general. Esto se debe probablemente a que PREVENT observa más detalles, como la función renal y la diabetes, que son muy comunes en este grupo específico de personas.
- SCORE2 es un modelo más simple (no observa la diabetes), pero funcionó bien una vez que se ajustó al "volumen" local.

4. Por qué esto importa (El "Beneficio Neto")

El estudio utilizó un concepto llamado "Beneficio Neto" para ver si los modelos ajustados ayudaban a los médicos a tomar mejores decisiones.

La Analogía: Imagina a un guardia de seguridad revisando maletas.
- Modelo Original: El guardia era demasiado relajado, dejando pasar muchas maletas peligrosas (perdiendo personas de alto riesgo).
- Modelo Ajustado: El guardia se volvió más alerta. Detuvo más maletas peligrosas (captando más personas de alto riesgo), pero también detuvo algunas maletas inofensivas por error (reduciendo la "especificidad").
El Hallazgo: Los investigadores descubrieron que los modelos "ajustados" valían la pena. Aunque señalaron a algunas personas extra que resultaron estar a salvo, lograron captar a muchas más personas que realmente estaban en riesgo. En un contexto de salud, es mejor detectar un posible ataque cardíaco temprano que pasarlo por alto.

Resumen

El estudio concluye que no se puede simplemente copiar y pegar una calculadora de riesgo de Europa o América y esperar que funcione perfectamente en Irán. La "receta" del riesgo es diferente en distintos lugares.

Sin embargo, la buena noticia es que estas herramientas pueden funcionar si las "calibras" para la población local. Una vez que los investigadores ajustaron los números para que encajaran con la realidad de Mashhad, tanto PREVENT como SCORE2 se convirtieron en herramientas fiables para predecir riesgos cardíacos, teniendo PREVENT una ligera ventaja porque considera más factores de salud.

Resumen Técnico: Validación Externa y Comparación de PREVENT y SCORE2 en la Cohorte MASHAD

Planteamiento del Problema
Los modelos contemporáneos de predicción de riesgo de enfermedad cardiovascular aterosclerótica (ASCVD), como el PREVENT de la Asociación Americana del Corazón y el SCORE2 de la Sociedad Europea de Cardiología, requieren una validación externa antes de su implementación en poblaciones distintas de sus cohortes de derivación. Los modelos de predicción suelen presentar una mala calibración cuando se aplican a poblaciones con diferentes tasas de eventos basales, distribución de factores de riesgo o acceso a la atención médica, incluso si mantienen una discriminación aceptable. Si bien estudios previos han validado estas herramientas en otras regiones (por ejemplo, el Estudio de Lípidos y Glucosa de Teherán), existe una brecha crítica de evidencia respecto a su desempeño en el noreste de Irán. Específicamente, no está claro si PREVENT y SCORE2 proporcionan una estimación de riesgo absoluto fiable para la cohorte MASHAD, donde las cargas cardiometabólicas, los patrones de tabaquismo y el acceso a la salud difieren de las cohortes occidentales. El uso de herramientas no calibradas conlleva el riesgo de subidentificar a individuos de alto riesgo o exponer a individuos de bajo riesgo a tratamientos innecesarios.

Metodología
Este estudio de validación externa prospectiva utilizó datos de la cohorte Mashhad Stroke and Heart Atherosclerotic Disorder (MASHAD), realizando un seguimiento de 9,069 adultos (de 30 a 65 años) durante un periodo de 10 años (2010–2020).

Selección de la Cohorte: Se utilizó la cohorte elegible completa ( $n=9,069$ ) para la validación de PREVENT. Para SCORE2, que está diseñado para adultos no diabéticos, se excluyeron los participantes con diabetes basal ( $n=1,233$ ), resultando en una muestra analítica de 7,836 participantes no diabéticos.
Definición del Desenlace: El desenlace primario fue un compuesto de infarto de miocardio fatal o no fatal y accidente cerebrovascular (ictus) fatal o no fatal, adjudicado por un comité independiente utilizando códigos CIE-10.
Aplicación de los Modelos: Ambos modelos se aplicaron utilizando sus ecuaciones y coeficientes publicados sin reajuste (refitting). PREVENT utilizó su aproximación logística del modelo de riesgos competitivos, mientras que SCORE2 utilizó sus ecuaciones estándar de riesgo a 10 años.
Estrategia de Recalibración: Para corregir la mala calibración preservando la estructura original del modelo, se realizó una recalibración local:
- PREVENT: Actualización del intercepto específico por sexo (recalibración logística con el predictor lineal original como offset).
- SCORE2: Actualización de la función de riesgo base específica por sexo (regresión de riesgos proporcionales de Cox con el predictor lineal original como offset).
Métricas de Desempeño: Los modelos se evaluaron mediante discriminación (estadístico C), calibración (pendientes de calibración, relaciones observado/esperado [O/E], puntuaciones Brier), desempeño clínico en umbrales predefinidos (sensibilidad, especificidad, beneficio neto), mejora de la reclasificación categórica neta (NRI), análisis de supervivencia de Kaplan–Meier y análisis de la curva de decisión (DCA).

Resultos Clave

Tasas de Eventos: Dentro del horizonte de 10 años, ocurrieron 678 eventos de ASCVD en la muestra de PREVENT y 470 en la muestra de SCORE2.
Discriminación: Ambos modelos demostraron una capacidad aceptable para clasificar a los individuos por riesgo. PREVENT mostró una discriminación ligeramente superior en comparación con SCORE2.
- Hombres: C-estadístico de PREVENT = 0.714 frente a SCORE2 = 0.687.
- Mujeres: C-estadístico de PREVENT = 0.731 frente a SCORE2 = 0.704.
- La recalibración no alteró los C-estadísticos, ya que se preservaron los coeficientes del predictor original.
Calibración: Ambos modelos originales subestimaron sustancialmente el riesgo absoluto.
- Relaciones O/E Originales: PREVENT (2.904 global; 3.004 hombres; 2.817 mujeres) y SCORE2 (4.002 global; 3.393 hombres; 4.902 mujeres).
- Impacto de la Recalibración: La recalibración específica por sexo corrigió la calibración en la totalidad (calibration-in-the-large), llevando las relaciones O/E a aproximadamente 1.00 para ambos modelos. Las pendientes de calibración se mantuvieron por debajo de 1.0, lo que indica una dispersión imperfecta de los riesgos predichos, pero las puntuaciones Brier mejoraron significativamente tras la recalibración.
Desempeño Clínico y Reclasificación:
- La recalibración aumentó significativamente la sensibilidad y la proporción de participantes clasificados en categorías de mayor riesgo, aunque a costa de una reducción en la especificidad.
- Ejemplo (PREVENT, Hombres, umbral del 5%): La sensibilidad aumentó del 46.2% al 90.1%; la proporción clasificada como de alto riesgo aumentó del 21.3% al 67.0%. El beneficio neto aumentó de 0.0340 a 0.0529.
- Mejora de la Reclasificación Neta (NRI): Se observó un NRI total positivo para ambos modelos (PREVENT: 0.296; SCORE2: 0.236), impulsado principalmente por la reclasificación al alza de los casos de eventos (NRI de eventos > 0.80).
Análisis de la Curva de Decisión: Los modelos recalibrados proporcionaron un mayor beneficio neto que los modelos originales en umbrales de probabilidad bajos e intermedios, alineándose mejor con los escenarios de toma de decisiones clínicas.

Significancia y Afirmaciones
El estudio concluye que, si bien PREVENT y SCORE2 preservan una capacidad aceptable de clasificación de riesgo de ASCVD en esta cohorte iraní, sus estimaciones originales de riesgo absoluto son inexactas debido a una subestimación significativa. Los autores afirman que la recalibración local es esencial para una estimación precisa del riesgo absoluto en esta población.

Desempeño Comparativo: PREVENT demostró una discriminación y pendientes de calibración ligeramente mejores que SCORE2, probablemente debido a su inclusión de predictores cardiometabólicos y renales (por ejemplo, diabetes, eGFR, uso de medicamentos), los cuales son altamente relevantes en la población MASHAD.
Utilidad Clínica: La principal contribución de este trabajo es demostrar que la recalibración mejora las métricas de desempeño clínicamente significativas —específicamente la sensibilidad, la estratificación del riesgo y el beneficio neto analítico de decisión— sin alterar la señal pronóstica subyacente.
Guía de Implementación: Los autores sostienen que las herramientas de riesgo localmente calibradas son necesarias para la prevención de ASCVD en poblaciones regionales subrepresentadas. Sugieren que PREVENT puede ser preferible cuando se dispone de datos exhaustivos, mientras que SCORE2 sigue siendo una opción viable y más simple para adultos no diabéticos si se recalibra localmente.
Advertencias: Los autores enfatizan que estas ecuaciones recalibradas no deben adoptarse directamente para la implementación nacional sin una validación independiente adicional en otras poblaciones iraníes y de Oriente Medio, señalando que el estudio se limita a una cohorte urbana regional y que la recalibración sacrifica especificidad por sensibilidad.