Association between atherogenic index of plasma and mortality of patients with sepsis: Evidence from a large population-based study based on the MIMIC-IV database and EICU-CRD database

Resumen Técnico: Asociación entre el Índice Aterogénico de la Plasma y la Mortalidad en la Sepsis

Planteamiento del Problema
La sepsis sigue siendo una de las principales causas de mortalidad en las unidades de cuidados intensivos (UCI), con tasas de mortalidad que oscilan entre el 20% y el 30% para la sepsis y hasta el 50% para el choque séptico. A pesar de la extensa investigación, la traslación clínica de más de 100 biomarcadores identificados para el pronóstico de la sepsis sigue siendo limitada. Simultáneamente, la desregulación del metabolismo lipídico es reconocida como un componente crítico de la fisiopatología de la sepsis. Si bien marcadores individuales como el bajo colesterol de lipoproteína de alta densidad (HDL) y los triglicéridos (TG) elevados se han vinculado con malos resultados, su utilidad combinada como herramienta pronóstica en cohortes de sepsis multicéntricas y de gran escala no ha sido plenamente establecida. Este estudio aborda la brecha en la validación del Índice Aterogénico de la Plasma (AIP) como un nuevo y robusto predictor de la mortalidad por sepsis.

Metodología
Este estudio de cohorte observacional retrospectivo utilizó datos de dos grandes bases de datos de UCI disponibles públicamente: Medical Information Mart for Intensive Care-IV (MIMIC-IV V2.2) y eICU Collaborative Research Database (eICU-CRD V2.0).

• Población del Estudio: Las cohortes finales incluyeron a 3,585 pacientes con sepsis de MIMIC-IV y 12,594 de eICU-CRD, todos con edades ≥18 años. La sepsis se identificó mediante códigos específicos ICD-9 e ICD-10.
• Variable de Exposición: El Índice Aterogénico de la Plasma (AIP), calculado como $\log_{10}(\text{TG} / \text{HDL})$.
• Resultado: Mortalidad intrahospitalaria a las 168 horas (7 días).
• Análisis Estadístico:
  • Desempeño Predictivo: Se calculó el Área Bajo la Curva de Característica Operativa del Receptor (AUROC) para el AIP en comparación con indicadores fisiológicos tradicionales (FiO2, FC, PAM, PaCO2, FR) a través de diferentes lapsos de tiempo (0–24h, 0–48h, 0–168h).
  • Análisis de Asociación: Se empleó una regresión logística binaria ponderada multivariable para evaluar la asociación entre el AIP y la mortalidad, ajustando por covariables que incluyen edad, género, comorbilidades y otros valores de laboratorio (LDL, Hb, RDW, etc.).
  • No Linealidad: Se utilizó la regresión de Spline Cúbico Restringido (RCS) para evaluar la relación dosis-respuesta entre el AIP y la mortalidad.
  • Importancia de las Características: Se utilizaron modelos de Gradient Boosting Extremo (XGBoost) y Explicaciones Aditivas de Shapley (SHAP) para identificar los factores que influyen en los cambios a corto plazo del AIP.
  • Exploración de Mecanismos: Se realizó un análisis de mediación para cuantificar la medida en que los indicadores de disfunción metabólica y orgánica (por ejemplo, Lactato, TBIL, Creatinina) median la relación entre el AIP y la mortalidad.

Resultados Clave

• Asociación Independiente: El AIP se asoció independientemente con un elevado riesgo de mortalidad a las 168 horas en ambas bases de datos.
  • MIMIC-IV: OR = 1.242 (IC 95%: 1.193–1.294, P < 0.001).
  • eICU-CRD: OR = 1.198 (IC 95%: 1.118–1.285, P < 0.001).
  • Los pacientes en el cuartil más alto (Q4) de AIP demostraron riesgos de mortalidad significativamente mayores en comparación con el cuartil más bajo (Q1) en todos los modelos ajustados.
• Desempeño Predictivo: El AIP demostró una precisión predictiva superior en comparación con los parámetros fisiológicos tradicionales.
  • En MIMIC-IV, el AIP alcanzó un AUROC máximo de 0.746 (0–48 horas), superando a la FiO2, FC, PAM, PaCO2 y FR. El valor de corte óptimo para la mortalidad a 168 horas en MIMIC-IV fue 1.405 (Sensibilidad: 69.4%, Especificidad: 65.3%).
  • En eICU-CRD, el AIP mostró una capacidad predictiva estable con un AUROC de 0.653 (0–168 horas) y un punto de corte de 1.527.
• Relación No Lineal: El análisis de RCS confirmó una relación no lineal estadísticamente significativa entre el AIP y la mortalidad (P no lineal < 0.001) en ambas cohortes, lo que indica un efecto de umbral.
• Análisis de Mediación: El estudio identificó marcadores específicos de disfunción metabólica y orgánica que median la asociación entre el AIP y la mortalidad.
  • MIMIC-IV: El Lactato (Lac) fue el mediador más fuerte, explicando el 63.6% de la asociación. La Bilirrubina Total (TBIL) y la Creatinina (Cr) mediaron el 22% y el 17.6%, respectivamente.
  • eICU-CRD: El Lac medió el 37.1%, seguido por la BUN (25.8%) y la TBIL (20.9%).

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona la primera validación a gran escala y multicéntrica del AIP como marcador pronóstico de la mortalidad por sepsis. La significancia de los hallazgos se enmarca en varios puntos clave:

1. Superioridad frente a Marcadores Tradicionales: El AIP ofrece una mejor precisión predictiva y estabilidad para la estratificación del riesgo de mortalidad temprana en comparación con los puntajes fisiológicos estándar y los marcadores lipídicos individuales.
2. Perspectiva Mecanística: El análisis de mediación sugiere que el valor pronóstico del AIP está impulsado en gran medida por su asociación con la hipoxia tisular (indicada por el Lactato elevado) y la disfunción orgánica (falla hepática y renal). Esto respalda la hipótesis de que el AIP encapsula los riesgos duales de la hipertrigliceridemia y la deficiencia de HDL, que conjuntamente promueven la perturbación microcirculatoria y la disfunción mitocondrial.
3. Utilidad Clínica: Debido a que se calcula a partir de paneles lipídicos de rutina, el AIP se presenta como una herramienta práctica y de fácil implementación para identificar pacientes con sepsis de "fenotipo metabólico" de alto riesgo (específicamente aquellos con AIP ≥ 1.405). Los autores sugieren que la incorporación del AIP en los sistemas de puntuación existentes podría mejorar el reconocimiento de pacientes que requieren un monitoreo intensificado de la función orgánica y una intervención temprana.
4. Implicaciones Terapéuticas: Los hallazgos implican que los trastornos del metabolismo lipídico son centrales en la progresión de la sepsis, lo que sugiere que investigaciones futuras deberían explorar intervenciones dirigidas a los lípidos (por ejemplo, estatinas, miméticos de HDL) para pacientes con AIP elevado.

Los autores mantienen un tono modesto respecto a la causalidad, reconociendo el diseño retrospectivo y la posible confusión residual (por ejemplo, el uso de estatinas) como limitaciones. Enfatizan que, si bien el estudio establece una asociación robusta y elucida posibles mecanismos, son necesarios ensayos controlados aleatorizados prospectivos para verificar las relaciones causales y la eficacia de las intervenciones dirigidas a los lípidos.