Association between the serum uric acid-to-high-density lipoprotein cholesterol ratio and hypertension: a cross-sectional study using NHANES and CHARLS data

Resumen Técnico: Asociación entre la relación suero de ácido úrico y colesterol de lipoproteínas de alta densidad con la hipertensión

Planteamiento del problema
La hipertensión es un factor de riesgo cardiovascular global persistente asociado con complicaciones graves como el accidente cerebrovascular, la insuficiencia cardíaca y la insuficiencia renal. A pesar de su alta prevalencia, particularmente en poblaciones que envejecen como las de China y los Estados Unidos, las tasas de tratamiento y control siguen siendo subóptimas. Existe una necesidad crítica de biomarcadores accesibles, de bajo costo y reproducibles para facilitar el tamizaje temprano y la estratificación del riesgo. Si bien marcadores individuales como el ácido úrico (AU) y el colesterol de lipoproteínas de alta densidad (HDL-C) están vinculados a riesgos metabólicos y vasculares, el estudio plantea que la relación suero de ácido úrico y colesterol de lipoproteínas de alta densidad (UHR) puede capturar un perfil metabólico-inflamatorio más integral y relevante para la hipertensión que los marcadores únicos por sí solos.

Metodología
Este estudio transversal utilizó datos de dos bases de datos independientes y representativas a nivel nacional:

1. NHANES (EE. UU.): Datos que abarcan desde 1999 hasta 2018, incluyendo a 16,056 participantes de ≥18 años.
2. CHARLS (China): Datos de la encuesta de 2011, incluyendo a 10,686 participantes de ≥45 años.

Procesamiento de datos y variables:

• Exposición: La UHR se calculó como el ácido úrico sérico (mg/dL) dividido por el colesterol HDL directo (mg/dL).
• Resultado: Estado de hipertensión, determinado mediante el reporte médico autoinformado (códigos de cuestionario BPQ020 para NHANES y DA007 para CHARLS).
• Covariables: Se extrajo un conjunto exhaustivo de variables demográficas (edad, género, educación, estado civil), de estilo de vida (tabaquismo), clínicas (comorbilidades como diabetes, enfermedad cardíaca, accidente cerebrovascular) e indicadores de laboratorio (creatinina, HbA1c, hemoglobina, lípidos, BUN).

Análisis estadístico:

• Importancia de las características: Se empleó un modelo de Gradient Boosting Extremo (XGBoost) para evaluar la importancia relativa de las variables en la predicción de la hipertensión.
• Análisis de asociación: Se construyeron modelos de regresión logística con tres estrategias de ajuste progresivo:
  • Modelo 1: No ajustado.
  • Modelo 2: Ajustado por edad, género y educación.
  • Modelo 3: Completamente ajustado para todas las covariables demográficas, de estilo de vida, de comorbilidad y de laboratorio.
• Análisis de subgrupos: Se realizaron análisis estratificados a través de subgrupos de edad, estado de tabaquismo y comorbilidades para evaluar la modificación del efecto.
• Modelado de predicción: Se desarrolló un nomograma que integra la UHR y otros predictores significativos, el cual fue validado mediante curvas de calibración, Análisis de Curva de Decisión (DCA) y curvas de Característica Operativa del Receptor (ROC).

Resultados clave

• Características basales: Se encontraron asociaciones significativas entre la UHR y la hipertensión en ambas cohortes. En NHANES, la UHR, la edad, el estado civil, la educación, el tabaquismo y diversas comorbilidades se vincularon con la hipertensión. En CHARLS, se observaron factores significativos similares, aunque la educación y ciertas enfermedades (asma, cáncer) mostraron patrones de asociación diferentes, probablemente debido a las diferencias en la elegibilidad de edad.
• Hallazgos de XGBoost: La UHR demostró un valor predictivo estable, ocupando el noveno lugar en el conjunto de datos de NHANES y el octavo lugar en el de CHARLS. Su importancia de característica (Ganancia) superó al estado de tabaquismo, el estado civil y varias comorbilidades (p. ej., accidente cerebrovascular, asma).
• Asociación de riesgo: La regresión logística multivariante confirmó una asociación positiva y graduada entre los cuartiles de la UHR y el riesgo de hipertensión. En comparación con el cuartil más bajo (Q1), el cuartil más alto (Q4) mostró Odds Ratios (OR) significativamente elevados incluso tras el ajuste completo (NHANES Modelo 3: OR ≈ 3.95; CHARLS Modelo 3: OR ≈ 2.59).
• Análisis estratificado: La asociación positiva se mantuvo robusta en la mayoría de los subgrupos (edad, tabaquismo, no diabéticos, no accidentes cerebrovasculares, no enfermedades cardíacas). Se observaron modificaciones notables del efecto:
  • En CHARLS, el estado de diabetes modificó significativamente la asociación, observándose la elevación del riesgo principalmente en los pacientes diabéticos de los grupos Q3 y Q4.
  • En NHANES, el estado de tabaquismo mostró una interacción significativa, aunque la tendencia positiva persistió.
• Desempeño del nomograma: El nomograma integrado con la UHR demostró una buena capacidad discriminativa (AUC: 0.794 para NHANES; 0.718 para CHARLS) y una calibración favorable. El Análisis de Curva de Decisión (DCA) indicó un beneficio neto positivo para la toma de decisiones clínicas en comparación con tratar a todos o a ningún paciente.

Contribuciones clave

1. Validación trans-poblacional: El estudio establece una asociación estable e independiente entre la UHR y la hipertensión en dos poblaciones distintas (EE. UU. y China) con diferentes estructuras demográficas.
2. Utilidad predictiva: Al integrar el aprendizaje automático (XGBoost) y la regresión tradicional, el estudio demuestra que la UHR es un predictor robusto, superando a varios factores demográficos y de comorbilidad tradicionales en cuanto a importancia de características.
3. Desarrollo de herramientas clínicas: La construcción y validación de un nomograma basado en la UHR proporciona una herramienta práctica para la estratificación del riesgo que incorpora la UHR junto con variables clínicas estándar.

Significancia y alegaciones
Los autores concluyen que la UHR es un factor predictivo independiente y estable para la hipertensión. Afirman que el nomograma integrado con la UHR ofrece un desempeño confiable para la estratificación del riesgo y puede servir como una herramienta práctica, de bajo costo, para el tamizaje temprano y la evaluación clínica individualizada.

Sin embargo, el artículo mantiene un tono modesto respecto a la causalidad. Los autores declaran explícitamente que, debido al diseño transversal, no se pueden realizar inferencias causales o temporales. Posicionan la UHR no como un mecanismo causal probado, sino como un "marcador candidato" para la estratificación del riesgo que requiere confirmación en estudios prospectivos. El estudio reconoce limitaciones que incluyen la posible clasificación errónea de la hipertensión mediante el autorreporte, la confusión residual (p. ej., medicación, dieta) y la necesidad de una validación externa del nomograma antes de su adopción clínica generalizada.