Predicción del riesgo de EPOC en una cohorte clínica de fumadores y exfumadores

AUTORES

1. Patricia Bayod Carbó. Graduada en Medicina. Servicio de Neumología. Hospital Universitario Miguel Servet. Zaragoza, España.
2. Sonia Zúñiga Quílez. Graduada en Medicina. Servicio de Neumología. Hospital Universitario Miguel Servet, Zaragoza, España.
3. Nuria Bernad Serrano. Graduada en Medicina. Servicio de Neumología. Hospital Universitario Miguel Servet, Zaragoza, España.
4. Jorge Gómez Madrona. Graduado en Medicina. Servicio de Radiodiagnóstico. Hospital Clínico Universitario Lozano Blesa, Zaragoza, España.
5. María Pilar Guiral Foz. Graduada en Medicina. Servicio de Radiodiagnóstico. Hospital Clínico Universitario Lozano Blesa, Zaragoza, España.
6. Laura Urgel Yagüe. Graduada en Medicina. Servicio de Radiodiagnóstico. Hospital Clínico Universitario Lozano Blesa, Zaragoza, España.
7. José María Marín Trigo. FEA Neumología, Hospital Universitario Miguel Servet, Zaragoza, España. Catedrático de Neumología, Departamento de Medicina, Universidad de Zaragoza, Zaragoza.

RESUMEN

En individuos con factores de riesgo para desarrollar enfermedad pulmonar obstructiva crónica (EPOC), contar con herramientas predictoras es clave para intervenir precozmente. El objetivo del estudio es evaluar la utilidad de la calculadora SLIM como predictor de EPOC en fumadores y exfumadores sin comorbilidades asociadas. Se estudiaron 209 fumadores o exfumadores incluidos en una cohorte observacional del Hospital Universitario Miguel Servet de Zaragoza sin diagnóstico de EPOC ni otras comorbilidades. Se evaluó el estatus clínico y última espirometría tras una media de 11 años de seguimiento. De ellos, 180 no desarrollan EPOC (grupo No-EPOC) y 29 (14%) sí lo hicieron (grupo EPOC). El grupo que desarrolló EPOC presentó valores más bajos de FEV1/FVC post-broncodilatador y FEF25-75% en la espirometría basal y mayor porcentaje de ingresos hospitalarios previos. En los modelos de regresión múltiple, un FEF25-75% bajo y tener ingresos previos se asociaron significativamente con el desarrollo de EPOC. Sin embargo, al aplicar el modelo de la calculadora SLIM, solo el parámetro FEV1/FVC < 0,75 se mantuvo como predictor independiente de EPOC, desplazando al FEF25-75%. En conclusión, tanto FEV1/FVC < 0,75 como el antecedente de ingresos hospitalarios se identificaron como factores predictivos independientes del desarrollo de EPOC en esta cohorte de fumadores y exfumadores sin otras enfermedades previas.

PALABRAS CLAVE

EPOC, tabaquismo, espirometría, hospitalización, factores de riesgo.

ABSTRACT

In individuals with risk factors for developing chronic obstructive pulmonary disease (COPD), predictive tools are key to early intervention. The objective of this study was to evaluate the usefulness of the SLIM calculator as a predictor of COPD in current and former smokers without associated comorbidities. A total of 209 current or former smokers included in an observational cohort at the Miguel Servet University Hospital in Zaragoza, without a diagnosis of COPD or other comorbidities, were studied. Clinical status and last spirometry were assessed after a mean of 11 years of follow-up. Of these, 180 did not develop COPD (non-COPD group) and 29 (14%) did (COPD group). The group that developed COPD had lower post-bronchodilator FEV1/FVC and FEF25-75% values ​​at baseline spirometry and a higher percentage of previous hospital admissions. In multiple regression models, a low FEF25-75% and prior hospitalizations were significantly associated with the development of COPD. However, when applying the SLIM calculator model, only FEV1/FVC < 0.75 remained an independent predictor of COPD, displacing FEF25-75%. In conclusion, both FEV1/FVC < 0.75 and a history of hospitalizations were identified as independent predictors of the development of COPD in this cohort of smokers and ex-smokers without other preexisting conditions.

KEY WORDS

COPD, smokers, spirometry, hospitalization, risk factors.

INTRODUCCIÓN

Teniendo en cuenta la relevancia clínica y pronóstica de la EPOC, resulta fundamental identificar sus factores predictores con el fin de intervenir durante el periodo de latencia de la enfermedad, antes de que se manifieste su progresión irreversible^1-3. En este contexto, numerosos estudios han centrado sus esfuerzos en desarrollar modelos predictivos aplicables a pacientes fumadores y exfumadores que aún no presentan obstrucción crónica establecida.

Un ejemplo destacado es el estudio Lovelace Smokers’ Cohort (LSC), publicado en 2023. Este estudio estadounidense analizó una cohorte de 677 fumadores y exfumadores con espirometría basal normal, reclutados entre los años 2001 y 2015. Durante un seguimiento de tres años, se observó que el 16% de los participantes (110 individuos) desarrollaron EPOC. A partir de estos datos, se construyó un modelo de regresión logística multivariante, identificando como factores iniciales que a posteriori se vinculan con una mayor incidencia de EPOC a 4 variables: un cociente FEV1/FVC < 0,75, un índice paquete/año (IPA) ≥ 30, un índice de masa corporal (IMC) ≤ 25 y el antecedente de bronquitis crónica. Con estas variables, los autores diseñaron una herramienta clínica práctica: la calculadora de riesgo SLIM (Simple, Low cost and easy to IMplement), concebida para facilitar la detección precoz de personas con alto riesgo de desarrollar EPOC en la práctica médica diaria, como fumadores y exfumadores⁴.

OBJETIVOS

El objetivo principal de este estudio es desarrollar un modelo predictivo propio de EPOC, basado en variables antropométricas, clínicas y funcionales recogidas durante el seguimiento de una cohorte clínica compuesta por fumadores y exfumadores sin otras comorbilidades asociadas.

Como objetivos secundarios, se plantea validar la aplicabilidad del modelo del estudio LSC en nuestra cohorte, analizando qué factores incluidos en la calculadora SLIM podrían incorporarse a nuestro modelo predictivo. Además, se busca identificar variables clínicas y funcionales presentes en nuestra cohorte, pero no consideradas en el estudio LSC, que puedan mejorar la detección precoz de pacientes con riesgo de desarrollar EPOC.

METODOLOGÍA

Para el desarrollo de este estudio se utilizó una cohorte observacional denominada Smokers First Attended at Hospital Universitario Miguel Servet ⁵, compuesta por 512 fumadores y exfumadores sin comorbilidades asociadas al inicio del seguimiento. Los participantes, con edades comprendidas entre los 29 y 88 años, fueron reclutados consecutivamente en el Laboratorio de Pruebas Funcionales del Hospital Universitario Miguel Servet de Zaragoza entre 1996 y 2010. Todos ellos contaron con al menos dos visitas presenciales (V1 y V2), separadas por un promedio de 11 años, en las que se recogieron datos antropométricos, clínicos y espirométricos. El estudio fue aprobado por el Comité de Ética de Investigación de la Comunidad de Aragón (CEICA, IRB.12/2010) y todos los participantes firmaron el consentimiento informado.

Para cumplir los objetivos de este estudio, se excluyeron aquellos fumadores/exfumadores con diagnóstico de EPOC en la visita inicial. La muestra final (n = 209) se subdividió para su análisis en dos grupos: aquellos que no desarrollaron obstrucción fija al flujo aéreo durante el seguimiento, definida como un FEV1/FVC post-broncodilatador ≥ 0.7 (grupo 1, n = 180) y aquellos que sí desarrollaron EPOC en la visita final definido como FEV1/FVC < 0.7 (grupo 2, n = 29).

Las variables explicativas incluidas en los modelos de estimación de riesgo de desarrollar EPOC incluyeron: antropométricas (edad, sexo, peso, talla, índice de masa corporal), clínicas (presencia de bronquitis crónica, grado de disnea por escala MRC y antecedente de hospitalización por causa respiratoria) y espirométricas. Los valores se compararon entre ambos grupos mediante pruebas estadísticas adecuadas según la distribución de los datos: t de Student o U de Mann-Whitney para variables cuantitativas, y chi-cuadrado para las categóricas. Para estimar el grado de asociación de cada variable con el desarrollo de EPOC se realizó un análisis univariante y las variables con significación estadística (p < 0,05) se incluyeron en un modelo de regresión logística multivariante, con el objetivo de construir una calculadora de riesgo propia, basada en datos clínicos y espirométricos, comparable a la calculadora SLIM.

DISCUSIÓN-CONCLUSIONES

En la presente cohorte de 209 fumadores y exfumadores, no se observaron diferencias estadísticamente significativas en las características antropométricas iniciales entre los sujetos que desarrollaron EPOC y aquellos que no lo hicieron (Ver Tabla 1 anexa). La edad media fue de aproximadamente 52 años, con predominio masculino y un índice de masa corporal (IMC) medio cercano a los 28 kg/m². A pesar de ello, se identificaron diferencias en la distribución de categorías de peso: mientras que en el grupo que desarrolló EPOC predominó el sobrepeso seguido del normopeso, entre los que no desarrollaron la enfermedad fue más frecuente la combinación de sobrepeso y obesidad.

En cuanto a la exposición tabáquica, tanto el índice paquete-año (IPA) como el porcentaje de fumadores activos fueron más elevados en el grupo que desarrolló EPOC, aunque estas diferencias no alcanzaron significación estadística. Asimismo, variables clínicas clásicamente asociadas al riesgo de EPOC, como la presencia de bronquitis crónica y disnea, no mostraron capacidad discriminativa entre los grupos.

Sin embargo, los datos espirométricos recogidos en la primera visita sí revelaron diferencias funcionales relevantes. Se observaron valores significativamente más bajos en el cociente FEV1/FVC post-broncodilatación y en el FEF25-75% en los pacientes que posteriormente desarrollaron EPOC. Asimismo, aunque sin significación estadística, variables como el FEV1 y la DLCO mostraron una tendencia a la baja en el grupo que progresó a EPOC, reforzando la idea de una función pulmonar más comprometida de base.

Un hallazgo destacable fue la mayor frecuencia de ingresos hospitalarios de causa respiratoria como antecedente en la visita de reclutamiento entre los pacientes que desarrollaron EPOC, tanto en términos de proporción de afectados (79,31% vs 51,67%; p = 0,006) como en número medio de ingresos (2,17 vs 1,3; p = 0,035). Este resultado subraya la posible implicación de las exacerbaciones bronquíticas repetidas como factor de riesgo en la fisiopatología de la enfermedad.

En conjunto, estos hallazgos, representados en la tabla 1 anexa, refuerzan la hipótesis de que determinados parámetros funcionales respiratorios y antecedentes clínicos, como la peor función pulmonar en la espirometría y los ingresos por bronquitis, pueden ser marcadores útiles para identificar a pacientes fumadores o exfumadores con mayor riesgo de desarrollar EPOC.

A partir de los parámetros con significación estadística en V1, se construyó un modelo de regresión logística univariante para evaluar la asociación entre variables clínicas y funcionales con el desarrollo de EPOC. Solo dos predictores mostraron relación significativa: el valor espirométrico FEF25-75% (p < 0,001; R² = 0,085) y la existencia de al menos un ingreso hospitalario previo (p = 0,009; R² = 0,048). El modelo multivariante incluyendo ambos predictores también resultó significativo (R² = 0,115), con valores de p = 0,031 para ingresos previos y p = 0,003 para FEF25-75%. No obstante, como se muestra en la tabla 2 anexa, su capacidad explicativa fue limitada, con una varianza del 11,5%.

Posteriormente, se exploró la incorporación de predictores del estudio LSC, incluidos también en la tabla 1 anexa. Las variables historial de bronquitis, IMC < 25 e IPA ≥ 30 no mostraron diferencias significativas. En cambio, la condición FEV1/FVC < 0,75 fue significativamente más frecuente en el grupo con EPOC (65,52% vs. 18,33%; p < 0,001) y mostró valor predictivo en el análisis univariante (p < 0,001; R² = 0,152). Sin embargo, su inclusión en el modelo multivariante redujo la significancia de FEF25-75% y la potencia del modelo global.

Finalmente, se rediseñaron modelos multivariantes combinando predictores propios con los del estudio LSC. La combinación FEV1/FVC < 0,75 e ingresos hospitalarios previos, representada en la tabla 3 anexa, alcanzó la mayor significación (p = 0,017), aunque con una varianza explicada aún limitada (R² = 0,19), lo que sugiere una potencia predictiva moderada.

Este estudio aporta predictores del desarrollo de EPOC a identificar en el seguimiento clínico de pacientes fumadores y exfumadores. Tanto el FEF25-75% como la existencia de al menos un ingreso hospitalario previo por causas respiratorias demostraron ser factores predictivos significativos en la muestra estudiada. Con el objetivo de fortalecer el modelo predictivo, se incorporaron variables de la calculadora de riesgo SLIM. Solo FEV1/FVC < 0,75 mostró validez clínica y estadística, siendo la combinación de este parámetro con la presencia de ingresos hospitalarios previos el modelo predictivo más sólido de nuestro estudio, alcanzando una varianza explicada del 19%. Estas dos variables, sencillas de evaluar en la consulta general habitual, deben ser incorporadas en los protocolos de evaluación de todo fumador y su presencia debe suponer estrechar más el seguimiento de estos sujetos.

Este estudio presenta ciertas limitaciones, como un sesgo de selección puesto que solo se incluyeron a fumadores sin comorbilidades y por tanto nuestra serie no es representativa de la población general. Por otro lado, el seguimiento es diferente entre los dos grupos de estudio (9,68 años grupo no-EPOC y 12,32 años grupo EPOC, p=0,001), que en todo caso es muy superior al de la cohorte de 3 años de LC. Por el lado contrario, se destacan fortalezas importantes, como la de evaluar una cohorte de fumadores relativamente jóvenes e inicialmente libre de comorbilidades médicas, y por tanto libres de sus influencias sobre el desarrollo de EPOC. Por último, un seguimiento medio de 11 años aporta robustez a los resultados obtenidos.

El estudio contribuye al conocimiento del estado de riesgo para el desarrollo de EPOC de fumadores/exfumadores, al proponer un modelo predictivo basado en variables accesibles y medibles. No obstante, se requiere su validación en muestras más amplias y diversas para confirmar su aplicabilidad, optimizar estrategias de prevención secundaria y mejorar el pronóstico de los pacientes en riesgo.

BIBLIOGRAFÍA

1. Global Initiative for Chronic Obstructive Lung Disease (GOLD) 2023. Available in: www.goldcopd.org.
2. Guía de Práctica Clínica para el Diagnóstico y Tratamiento de Pacientes con Enfermedad Pulmonar Obstructiva Crónica (EPOC) – Guía Española de la EPOC (GesEPOC). Arch Bronconeumol.2012;48(1):2-58
3. Jaén Díaz JI, de Castro Mesa C, Gontán García-Salamanca MJ, López de Castro F. Prevalencia y factores de riesgo de EPOC en fumadores y exfumadores. Arch Bronconeumol.2003;39(12):554-8
4. Divo MJ, Liu C, Polverino F, Castaldi PJ, Celli BR, Tesfaigzi Y. From pre-COPD to COPD: a Simple, Low cost and easy to IMplement (SLIM) risk calculator. Eur Respir J.2023;62(3).
5. Semenzato U, Biondini D, Bazzan E, Tiné M, Balestro E, Buldini B, et al. Low-Blood Lymphocyte Number and Lymphocyte Decline as Key Factors in COPD Outcomes: A Longitudinal Cohort Study. Respiration. 2021;100(7):618-630.

ANEXOS

Tabla 1. Características diferenciales entre ambos grupos en V1. *Para la determinación de P se emplearon test de contraste de hipótesis X2, U Mann-Whitney y t Student.

Tabla 2. Modelo de regresión multivariante. Calculadora de riesgo clínica para el desarrollo de EPOC con factores predictivos del presente estudio.

Tabla 3. Modelo de regresión multivariante. Calculadora de riesgo para el desarrollo de EPOC con factores predictivos del presente estudio combinados con el estudio LSC.