Association Between Meteorological Variables and Emergency Department Presentations for Syncope: A Five-Year Retrospective Time-Series Study

Resumen Técnico: Asociación entre variables meteorológicas y presentaciones en el departamento de emergencias por síncope

Planteamiento del problema
El síncope, definido como una pérdida transitoria del conocimiento debido a una hipoperfusión cerebral global, es una causa frecuente de presentaciones en los departamentos de emergencias (DE). Si bien los factores a nivel del paciente (edad, comorbilidades, medicamentos) son determinantes bien establecidos, la influencia de las variables ambientales y meteorológicas sigue sin estar clara. La literatura previa sugiere que la exposición al calor, la humedad, los cambios en la presión atmosférica y la variabilidad meteorológica a corto plazo podrían desencadenar desmayos o intolerancia ortostática mediante mecanismos como la vasodilatación periférica, la hipovolemia y la alteración de la termorregulación. Sin embargo, la evidencia epidemiológica existente que vincula parámetros meteorológicos específicos con el volumen de síncope es limitada, inconsistente y a menudo se centra en variables estrechas o períodos de observación cortos. Este estudio aborda la brecha en la comprensión de si los datos meteorológicos diarios de rutina pueden predecir o explicar la carga diaria de presentaciones por síncope en un entorno de DE.

Metodología
Los autores realizaron un estudio retrospectivo de series temporales en un hospital terciario en Estambul, Turquía, que cubrió un período de cinco años desde el 1 de enero de 2021 hasta el 31 de diciembre de 2025 (1,826 días).

• Fuentes de datos: Los registros hospitalarios proporcionaron 722 presentaciones de síncope (ocurridas en 564 días distintos). Los datos meteorológicos (temperatura, humedad relativa, presión atmosférica, precipitación y velocidad del viento) se obtuvieron de la estación meteorológica Şişli/18401.
• Construcción de variables: El estudio evaluó valores meteorológicos del mismo día, efectos de retardo (lag-1 y lag-2), efectos de adelanto (lead-1) y variables de cambio diario (diferencias entre días consecutivos) para capturar tanto la exposición absoluta como la inestabilidad a corto plazo.
• Análisis estadístico:
  • Análisis univariante: Se emplearon pruebas t de dos muestras y pruebas de suma de rangos de Wilcoxon para comparar las características meteorológicas entre los días con síncope y los días sin síncope. Las correlaciones de rango de Spearman evaluaron las asociaciones en las ventanas de retardo (de −3 a +3 días).
  • Modelado multivariable: Se emplearon dos enfoques de regresión:
    1. Regresión binomial negativa: Para modelar los recuentos diarios de síncope (manejando datos de recuento dispersos y con sobredispersión).
    2. Regresión logística: Para modelar el resultado binario de la ocurrencia de un día con síncope (al menos una presentación).
  • Evaluación no lineal: Se utilizaron Modelos Aditivos Generalizados (GAM) con una familia binomial negativa para detectar asociaciones no lineales.
  • Covariables: Todos los modelos se ajustaron por estación (con la primavera como referencia), año calendario y cambios meteorológicos diarios. El ajuste del modelo se evaluó mediante el Criterio de Información de Akaike (AIC).

Resultos clave

• Estadística descriptiva: El recuento diario medio de síncope fue de 0.40 (rango 0–4). Los días con síncope representaron el 30.9% del período de estudio. La temperatura media, la humedad y la presión atmosférica fueron estadísticamente similares entre los días con y sin síncope.
• Hallazgos univariantes: Ninguna variable meteorológica (del mismo día, con retardo, de adelanto o de cambio diario) mostró una diferencia estadísticamente significativa entre los días con y sin síncope. Las correlaciones de rango de Spearman entre las variables meteorológicas y los recuentos diarios de síncope fueron uniformemente débiles (coeficientes absolutos ≤ 0.049) en todas las ventanas de retardo.
• Regresión multivariable:
  • Estacionalidad: El otoño se asoció significativamente con una menor carga de síncope en comparación con la primavera (Índice de Tasa de Incidencia [IRR] = 0.69; p = 0.0092 en el modelo binomial negativo).
  • Tendencias temporales: El año calendario se asoció significativamente con un aumento en los recuentos de síncope (IRR = 1.085 por año).
  • Variables meteorológicas: En el modelo binomial negativo, ninguna variable meteorológica alcanzó significación estadística. En el modelo de regresión logística, la temperatura mostró una asociación positiva limítrofe (Odds Ratio = 1.035 por cada incremento de 1 °C; p = 0.046), pero esto no se reprodujo de manera consistente en el modelo basado en recuentos. La humedad, la presión, la precipitación, la velocidad del viento y sus cambios diarios no fueron significativos.
• Desempeño del modelo: Los Modelos Aditivos Generalizados indicaron relaciones predominantemente lineales sin efectos no lineales significativos. El R-cuadrado ajustado para el GAM fue de 0.009, lo que indica que los predictores incluidos explicaron menos del 2% de la variación en los recuentos diarios de síncope. Las comparaciones de AIC sugirieron que la adición de variables de cambio diario a la estación y al año proporcionó una mejora mínima en el ajuste del modelo.
• Análisis de umbral: Se observó un patrón descriptivo en forma de U para los cambios en la presión atmosférica (tasas más altas en caídas y aumentos extremos), pero esto no alcanzó significación estadística debido a los bajos tamaños de muestra en las categorías extremas.

Significancia y afirmaciones
El artículo concluye que las variables meteorológicas diarias de rutina por sí solas son insuficientes para predecir la demanda de los departamentos de emergencias relacionada con el síncope.

• Valor predictivo limitado: El estudio desafía la hipótesis de que los cambios climáticos abruptos o los valores meteorológicos absolutos son los principales impulsores del volumen diario de síncope. Las débiles asociaciones encontradas sugieren que los factores ambientales, cuando se analizan de forma aislada, explican una proporción insignificante de la varianza en las presentaciones de síncope.
• Papel de la estacionalidad: La variación estacional significativa (menor carga en otoño) parece ser un marcador compuesto de factores conductuales, ambientales y de utilización de servicios de salud (por ejemplo, patrones de actividad, hábitos de hidratación, carga de enfermedades infecciosas) en lugar de un resultado directo de parámetros climáticos específicos medidos como la temperatura o la presión.
• Implicaciones clínicas: Los hallazgos sugieren que los modelos de pronóstico basados en el clima para el síncope, similares a los utilizados para enfermedades relacionadas con el calor o eventos cardiovasculares, pueden no ser clínicamente viables sin integrar variables clínicas a nivel del paciente (subtipo de síncope, fragilidad, uso de medicamentos, estado de hidratación) y factores contextuales más amplios (contaminación del aire, exposición en interiores, volumen total de DE).
• Direcciones futuras: Los autores postulan que las investigaciones futuras deberían centrarse en diseños multicéntricos, la estratificación por etiología del síncope y la inclusión de datos de contaminación del aire y modelos no lineales de retardo distribuido para capturar mejor los posibles efectos ambientales retardados o interactivos.

El estudio mantiene una postura modesta, enfatizando que, si bien existen mecanismos fisiológicos que vinculan el calor y la presión con el síncope, estos factores no se manifiestan como señales fuertes y consistentes en los datos agregados de rutina de los DE durante un período de cinco años.