INTRODUCCIÓN

La infección crónica por Trypanosoma cruzi, agente causal de la enfermedad de Chagas, constituye un importante problema de salud pública en América Latina. Se estima que más de 8 millones de personas están infectadas en 21 países del continente, con una incidencia anual aproximada de 30 000 nuevos casos, de los cuales 9000 ocurren por transmisión vertical. La enfermedad es responsable de unas 12 000 muertes cada año y, debido a los movimientos migratorios, se ha convertido en una amenaza sanitaria global. (1-4)

La forma crónica de la infección puede permanecer asintomática durante décadas; sin embargo, hasta un 30% de los individuos infectados desarrollan compromiso cardíaco progresivo, caracterizado por arritmias complejas, insuficiencia cardíaca, miocardiopatía dilatada y muerte súbita. (5-8)

A pesar de la elevada carga clínica y social de la enfermedad, su pronóstico sigue siendo difícil de establecer. Las herramientas disponibles son limitadas y, en general, poco adaptadas a los diferentes contextos. El score de Rassi et al., desarrollado en Brasil, constituye el modelo más difundido; (9) sin embargo, su aplicabilidad fuera de dicho país es reducida, dado que existen diferencias fenotípicas y epidemiológicas relevantes entre regiones endémicas

En la Argentina, donde la enfermedad de Chagas continúa siendo una causa relevante de miocardiopatía en adultos jóvenes y de mortalidad cardiovascular precoz, no se dispone hasta la fecha de un modelo de riesgo calibrado para esta población.

OBJETIVO

Evaluar predictores de mortalidad a largo plazo en personas infectadas crónicamente por Trypanosoma cruzi que asisten a un hospital público de la Ciudad de Buenos Aires y desarrollar un score pronóstico específico para esta población.

MATERIAL Y MÉTODOS

Estudio unicéntrico retrospectivo. Se incluyeron en forma consecutiva todos los pacientes ≥ 18 años con serología positiva para enfermedad de Chagas que consultaron al Programa de Chagas del Servicio de Cardiología de un hospital público de la Ciudad de Buenos Aires. A cada paciente se le realizó una evaluación clínica integral, electrocardiograma (ECG), ecocardiograma Doppler y monitoreo Holter.

El seguimiento se efectuó mediante la revisión de la historia clínica electrónica unificada del Gobierno de la Ciudad de Buenos Aires y contacto telefónico con los pacientes o sus allegados. El desenlace primario fue la mortalidad por cualquier causa.

RESULTADOS

Se evaluaron 603 pacientes, de los cuales 422 fueron asignados al grupo de derivación y 181 al de validación. La media de edad fue de 58 ± 12 años, con un 63% de mujeres y una fracción de eyección ventricular izquierda (FEVI) promedio de 56%. La distribución de características basales fue similar en ambos grupos, excepto por una edad ligeramente mayor en el grupo de validación. (Tabla 1)

Durante una mediana de 6,6 años de seguimiento se observaron 63 muertes en el grupo derivación y 20 muertes en el de validación.

En el análisis univariado mediante regresión de Cox efectuado en el grupo derivación, entre todas las variables analizadas se identificaron 9 predictores que se asociaron en forma significativa con la tasa de mortalidad. La clase funcional, el antecedente de cardiodesfibrilador implantable (CDI), la presencia de fibrilación auricular, bloqueo de rama izquierda, bloqueo de rama derecha, arritmia ventricular y la edad estuvieron asociadas con un aumento de la mortalidad. La FEVI estuvo asociada a la mortalidad en forma inversamente proporcional (Tabla 2)

Estas variables fueron incluidas en un modelo multivariado, en el cual tres se mantuvieron como predictores independientes de mortalidad: edad (HR 1,07; IC95% 1,05–1,09; p<0,001), FEVI (HR 0,94; IC95% 0,92–0,96; p<0,001) y antecedente de CDI (HR 7,8; IC95% 1,01–60,2; p=0,049). (Tabla 3)

A continuación, se efectuó una exploración de la relación de los predictores continuos FEVI y edad, a fin de lograr una partición de los mismos en categorías de tal forma que simplificara la construcción del puntaje sin afectar la precisión de la predicción.

En la Figura 1 se observa la función de sobrevida en relación con la FEVI (A), la cual impresionó como no lineal, y con la edad (B) la cual impresionó como satisfactoriamente lineal, por lo que se diseñó la partición considerada más adecuada de las escalas de FEVI y edad.

La edad se particionó en 5 categorías: I) Edad menor de 40 años, II) edad igual a o mayor de 40 años y menor de 50, III) edad igual a o mayor de 50 años y menor de 60, IV) edad igual a o mayor de 60 años y menor de 70, y V) edad mayor de 70 años. Se la analizó como una escala ordinal, es decir que el coeficiente expresa el efecto del cambio de una categoría a la siguiente.

Mientras que la FEVI se particionó en 4 categorías considerando la evidencia clínica respecto del comportamiento de estas en relación al pronóstico y respuesta a los diferentes tratamientos: I) FEVI igual a o mayor de 53%, II) FEVI menor de 53% y mayor de o igual a 40%, III) FEVI menor de 40% y mayor de o igual a 30% y IV) FEVI menor de 30%. Fue analizada como escala multinomial, es decir que el coeficiente expresa el efecto de cada categoría en relación a la categoría I (basal)

En la Tabla 4 se muestran los resultados de la regresión de Cox con las variables edad y FEVI re-escaladas. Posteriormente se evidencian las variables del score con sus correspondientes puntajes (Tabla 5)

La Figura 2 muestra el modelado de la relación entre la función de sobrevida, el tiempo y los valores del score, donde se evidencia la marcada diferencia en la sobrevida entre los valores más bajos del mismo, con una mortalidad prácticamente nula y los valores más altos del puntaje, con muy alta mortalidad

En base a la regla se calculó el puntaje de riesgo para cada paciente acorde a los valores de cada predictor y se dividió al puntaje final mismo en tres categorías: 1) bajo riesgo: puntaje de 0 a 4, 2) moderado riesgo: puntaje 5 a 12, y 3) alto riesgo puntaje mayor a 13 puntos. Luego se calculó la función de sobrevida en el grupo derivación, para evaluar su capacidad discriminativa entre los grupos de riesgo, y en el grupo validación, para evaluar el desempeño del puntaje en otro grupo similar.

La Figura 3 muestras las curvas de sobrevida de Kaplan Meier para cada una de las tres categorías de riesgo delimitadas por el puntaje, tanto para el grupo de derivación (3 A), como para el de validación (3 B), donde puede observarse la amplia diferencia de sobrevida entre las categorías y el similar comportamiento en ambos grupos, lo que sugiere una adecuada discriminación de riesgo y su reproducibilidad. En el grupo de validación, de manera consistente con el de derivación, se observó una mortalidad del 87,5 % a 6,3 años en el grupo de alto riesgo, del 33 % a 8,75 años en el de riesgo moderado y apenas del 8 % a 8,7 años en el grupo de bajo riesgo. (Figura 4)

La Figura 5 muestra el desempeño del modelo evaluado mediante el área bajo la curva (ABC) para la predicción de mortalidad por cualquier causa a 5 años. En el grupo de derivación, el ABC fue de 0,82 (Figura 5 A) y en el de validación de 0,89 (Figura 5 B). A 8 años las ABC fueron respectivamente 0,81 y 0,85.

DISCUSIÓN

Nuestro estudio presenta el score Argen-CHAG, desarrollado en una cohorte amplia y representativa de pacientes con serología positiva para Trypanosoma cruzi atendidos en el sistema público de salud de la Ciudad de Buenos Aires. El modelo se construyó a partir de tres predictores simples y accesibles –edad, FEVI y antecedente de CDI–, y demostró un excelente rendimiento pronóstico, con una capacidad discriminativa elevada y consistente tanto en la cohorte de derivación como en la de validación.

El puntaje permite estratificar a los pacientes en tres categorías de riesgo claramente diferenciadas, con un gradiente de mortalidad neto y clínicamente relevante. Esta clasificación puede ser de gran utilidad para identificar a quienes requieren seguimiento más estrecho, intensificación terapéutica o consideración de dispositivos, y al mismo tiempo reconocer a aquellos en bajo riesgo, evitando la sobreutilización de recursos. De esta manera, el modelo no solo predice, sino que también ofrece un marco práctico para la toma de decisiones clínicas y la optimización de recursos en contextos con alta prevalencia y limitaciones estructurales.

En Argentina, la enfermedad de Chagas continúa siendo una causa relevante de insuficiencia cardíaca y muerte súbita. (11,12) La miocardiopatía chagásica crónica (MCC) se asocia con una mortalidad alarmantemente alta, incluso superior a la observada en otras formas de miocardiopatía dilatada. En un metaanálisis reciente que incluyó 37 estudios y 17 949 pacientes, Gómez-Ochoa et al. demostraron que los pacientes con MCC presentan un riesgo de mortalidad de casi el doble en comparación con aquellos con miocardiopatías no isquémicas y no chagásicas. (13)

La mayor mortalidad de la MCC puede explicarse por su fisiopatología particular, caracterizada por inflamación miocárdica persistente, fibrosis transmural difusa, arritmias ventriculares malignas y una alta carga tromboembólica. A ello se suma la ausencia de ensayos clínicos aleatorizados que hayan demostrado la ventaja de terapias específicas en esta población, lo que plantea que el beneficio de los tratamientos convencionales para la insuficiencia cardíaca podría no ser equiparable al observado en otras etiologías. (13-15) En un estudio recientemente publicado, PARACHUTE-HF, el sacubitril valsartán, comparado con el enalapril, generó mayor reducción de los valores de péptidos natriuréticos, sin disminuir la mortalidad cardiovascular o la incidencia de hospitalización por insuficiencia cardíaca. (16)

Complementariamente, una revisión sistemática y metaanálisis de Cucunubá et al. tuvo como objetivo evaluar si la enfermedad de Chagas induce una mayor mortalidad en comparación con una población control con síntomas similares. Este trabajo incluyó 25 estudios con 10 638 pacientes y 53 346 personas-año de seguimiento, evidenciando que la infección por Trypanosoma cruzi se asocia con un exceso significativo de mortalidad. El riesgo relativo (RR) global de muerte en pacientes con Chagas fue 1,74 (IC95% 1,49-2,03) en comparación con individuos no infectados, con una mortalidad anual de 18% frente a 10%, y un riesgo atribuible del 42,5 %. Este exceso de mortalidad se observó en todos los estadios clínicos, aunque las tasas anuales aumentaron con la severidad (2% en asintomáticos, 16% en moderados y 43% en graves). No obstante, una limitación relevante es la ausencia de estudios realizados en Argentina. (17)

El score de Rassi, publicado en 2006, representó un avance clave en la estratificación pronóstica de la enfermedad de Chagas. Este modelo se desarrolló a partir de una cohorte hospitalaria brasileña que inicialmente incluyó 424 pacientes, aunque el análisis multivariado se realizó sobre 331 pacientes con datos completos en todas las variables evaluadas. Los pacientes fueron seguidos durante un tiempo medio de 7,9 años para evaluar la mortalidad. (9) Sin embargo, su aplicación presenta limitaciones relevantes fuera del contexto original. En primer lugar, el score se construyó con pacientes en etapas avanzadas de la enfermedad, lo que limita su extrapolación a poblaciones con cuadros clínicos más tempranos o diferentes. Además, aunque el modelo mostró buen desempeño en Brasil, existen diferencias importantes en la manifestación y evolución de la afectación cardíaca entre Brasil y Argentina, lo que reduce su validez para la población argentina y destaca la necesidad de contar con herramientas pronósticas validadas localmente.

Otra limitación destacable es la ausencia de variables derivadas del ecocardiograma Doppler en el modelo original. En los últimos años, esta carencia ha sido uno de los puntos más cuestionados, dado que el ecocardiograma Doppler es actualmente una herramienta fundamental, accesible en la mayoría de los centros de salud, con un valor pronóstico consolidado en la evaluación de la función cardíaca y enfermedades estructurales del corazón. (8,19) Por último, el modelo de Rassi no consideró la inclusión de dispositivos implantables, como los CDI, que hoy constituyen un pilar en el manejo de pacientes con alto riesgo de arritmias ventriculares y muerte súbita. (9,19-21)

Otros trabajos recientes han intentado refinar la predicción pronóstica en subgrupos específicos. Pereira et al. evaluaron 117 pacientes con MCC portadores de CDI, observando una incidencia elevada de terapias apropiadas y una mortalidad de 6,2% persona-año, predominantemente por insuficiencia cardíaca refractaria. En el análisis multivariado, la prevención secundaria, la FEVI <30% y el score de Rassi intermedio se asociaron con la ocurrencia de terapias apropiadas, mientras que la clase funcional IV, la FEVI <30% y la edad >75 años fueron predictores de mortalidad. No obstante, se trató de un estudio unicéntrico, con predominio de prevención secundaria y un largo periodo de inclusión (2003-2021), lo que puede haber introducido heterogeneidad en el manejo clínico. (22)

Por su parte, Peixoto et al. desarrollaron y validaron un score pronóstico específico para pacientes con MCC portadores de marcapasos, un subgrupo poco representado en estudios previos. Incluyeron 555 pacientes con seguimiento promedio de 3,7 ± 1,5 años y mortalidad acumulada del 18%. Identificaron seis predictores independientes de mortalidad (disfunción ventricular derecha, clase funcional III-IV, enfermedad renal crónica, diámetro telesistólico del ventrículo izquierdo >44 mm, fibrilación auricular y cardiomegalia radiográfica) y clasificaron a los pacientes en categorías de riesgo con tasas de mortalidad del 8%, 20,4% y 51%. Aunque su aplicabilidad clínica es alta, el estudio fue unicéntrico, sin validación externa y con una evaluación visual de la función ventricular derecha, lo que puede limitar su reproducibilidad. (23)

Estas evidencias refuerzan la necesidad de desarrollar herramientas pronósticas específicas y validadas localmente, especialmente en contextos como el argentino, donde las características epidemiológicas, clínicas y socioeconómicas difieren de las observadas en las cohortes brasileñas predominantes en la literatura. Además, el país de estudio puede reflejar una distribución diferencial de genotipos de T. cruzi, los cuales se cree que influyen en la progresión de la enfermedad y, por ende, en la mortalidad. Esta heterogeneidad biológica, sumada a las diferencias en el acceso y calidad de los sistemas de salud, refuerza que los scores derivados de otras poblaciones no sean directamente extrapolables al contexto argentino, justificando el desarrollo de modelos pronósticos específicos como el que presentamos. (24)

Limitaciones

El carácter retrospectivo del estudio no permite descartar la presencia de factores de confusión residuales, inherentes a un diseño observacional no aleatorizado.

CONCLUSIÓN

La enfermedad de Chagas continúa siendo una causa relevante de morbimortalidad y carece de herramientas pronósticas adaptadas a la realidad argentina. En este escenario, el modelo Argen-CHAG surge como una herramienta pronóstica simple, precisa y de fácil aplicación, desarrollada a partir de una cohorte representativa del sistema público de salud argentino. Su alta capacidad discriminativa, basada en solo tres predictores clínicos de fácil evaluación, lo posiciona como un recurso valioso para optimizar la estratificación de riesgo, orientar decisiones terapéuticas y mejorar el seguimiento de los pacientes con enfermedad de Chagas en nuestro país.

Agradecimientos

Nuestro más profundo y sincero agradecimiento a los pacientes con enfermedad de Chagas que participaron en este estudio. Su contribución, y la de sus familiares, fue esencial para la realización de este trabajo, con la esperanza de poder seguir generando evidencia que nos permita mejorar el seguimiento y el cuidado de este grupo de pacientes.

Declaración de conflicto de interés

Los autores declaran no tener conflicto de intereses. (Véase formularios de conflictos de interés de los autores en la Web).