Factores de riesgo de mortalidad al inicio de la hemodiálisis de mantenimiento

Factores de riesgo de mortalidad al inicio de la hemodiálisis de mantenimiento

La hemodiálisis de mantenimiento (HDM) es un pilar fundamental del tratamiento sustitutivo renal en pacientes con enfermedad renal crónica en etapa terminal (ERCT). A pesar de los avances tecnológicos, las tasas de mortalidad en pacientes en HDM siguen siendo preocupantemente altas. Identificar los factores de riesgo asociados con la mortalidad al inicio de la diálisis es crucial para optimizar el manejo clínico, guiar intervenciones específicas y mejorar los resultados. Este estudio analizó retrospectivamente a pacientes que iniciaron HDM en el Centro de Hemodiálisis del Hospital West China de la Universidad de Sichuan, China, para determinar factores pronósticos de supervivencia.

Diseño del estudio y población de pacientes

Se realizó un estudio de cohorte retrospectivo monocéntrico, incluyendo pacientes que comenzaron HDM entre julio de 2013 y julio de 2018. Los criterios de inclusión fueron: (1) recibir hemodiálisis regular ≥3 meses, (2) seguir un régimen estándar con dializato de bicarbonato (3 sesiones semanales, 4 horas por sesión) y (3) usar enoxaparina cálcica (60–80 UI/kg) como anticoagulante. Se excluyeron pacientes menores de 18 años, aquellos con diálisis peritoneal concurrente, registros médicos incompletos o antecedentes de infarto de miocardio o valvulopatías. Se incluyeron 311 pacientes, con seguimiento hasta abril de 2019, muerte, abandono de la diálisis o traslado a otro centro.

Características basales

El 57% eran hombres, con una edad media de 53 años. La diabetes mellitus (75%) y el uso de fístula arteriovenosa (77%) fueron prevalentes. El 15% presentaba neumonía al inicio de la diálisis. Los parámetros de laboratorio iniciales mostraron: hemoglobina media de 90,0 ± 21,0 g/L, urea sérica de 24,4 ± 11,5 mmol/L, colesterol de 3,9 ± 1,1 mmol/L y albúmina de 39,4 ± 6,1 g/L. La duración media de la diálisis fue de 43 meses.

Resultados de mortalidad

Ocurrieron 33 muertes (11% de la cohorte). Las enfermedades cardiovasculares (ECV) fueron la causa principal (55%, n=18), seguidas de neumonía (15%, n=5). El fallo multiorgánico y la hemorragia gastrointestinal representaron el 12% de las muertes cada uno (n=4), mientras que las complicaciones por malignidad causaron el 6% (n=2). Estos hallazgos resaltan el papel crítico de las ECV e infecciones en la mortalidad de pacientes en HDM.

Análisis de supervivencia e impacto de la neumonía

Las curvas de Kaplan-Meier estratificadas por presencia de neumonía revelaron diferencias significativas. Los pacientes con neumonía mostraron supervivencias más cortas (P<0,001, prueba de log-rank). Aunque no se alcanzó la mediana de supervivencia en ningún grupo, la divergencia de las curvas destacó a la neumonía como un predictor relevante.

Modelos univariados y multivariados de Cox

El análisis univariado identificó factores de riesgo como: mayor edad (HR 1,048 por año, P<0,001), diabetes (HR 3,167, P=0,001), neumonía (HR 3,775, P<0,001), colesterol elevado (HR 1,308 por mmol/L, P=0,022) y albúmina baja (HR 0,916 por g/L, P<0,001). La duración de la diálisis (HR 0,846 por mes, P<0,001) y el uso de fístula arteriovenosa (HR 0,254, P<0,001) fueron protectores.

Tras ajustar por edad, las asociaciones de diabetes, urea y colesterol con la mortalidad se atenuaron. En el modelo multivariado final, tres factores mantuvieron significancia:

  1. Edad: Cada año adicional aumentó el riesgo un 2,8% (aHR 1,028; IC 95%: 1,000–1,056).
  2. Neumonía: Triplicó el riesgo (aHR 3,179; IC 95%: 1,454–6,953).
  3. Colesterol: Cada 1 mmol/L de incremento elevó el riesgo un 44% (aHR 1,440; IC 95%: 1,077–1,925).

Los factores protectores fueron mayor duración de la diálisis (aHR 0,831 por mes; IC 95%: 0,788–0,876) y niveles más altos de albúmina (aHR 0,937 por g/L; IC 95%: 0,889–0,987).

Factores de riesgo de hospitalización

La regresión logística multivariada identificó a la neumonía y la edad como predictores clave. La neumonía triplicó la probabilidad de hospitalización (OR 3,128; IC 95%: 1,718–5,696), y cada año de edad aumentó el riesgo un 4,1% (OR 1,041; IC 95%: 1,019–1,063).

Implicaciones clínicas y aspectos fisiopatológicos

Enfermedad cardiovascular y envejecimiento

Las ECV explicaron más de la mitad de las muertes, coincidiendo con datos globales. El envejecimiento fisiológico, la miocardiopatía urémica y la aterosclerosis acelerada en ERCT explican la vulnerabilidad de pacientes mayores. Incluso en jóvenes, el riesgo cardiovascular requiere manejo agresivo.

Colesterol y mortalidad

La asociación paradójica entre colesterol alto y mayor mortalidad podría reflejar el síndrome de desnutrición-inflamación (MICS), vinculado a mal pronóstico. La terapia con estatinas, útil en ERC temprana, muestra resultados contradictorios en diálisis, necesitando enfoques individualizados.

Albúmina como marcador nutricional e inflamatorio

La hipoalbuminemia predijo mortalidad independientemente. Cada descenso de 1 g/L en albúmina aumentó el riesgo un 6,3% (aHR 0,937), subrayando la necesidad de intervenciones nutricionales y control inflamatorio.

Neumonía: factor de riesgo modificable

La neumonía contribuyó desproporcionadamente a mortalidad y hospitalización. Las medidas preventivas (vacunación, manejo de volumen y antibioticoterapia temprana) podrían reducir su incidencia.

Limitaciones del estudio

El diseño retrospectivo y el tamaño muestral reducido limitan la generalización. No se evaluaron factores como nivel socioeconómico o adherencia terapéutica. La homogeneidad étnica de la cohorte puede restringir su aplicabilidad.

Conclusiones

Este estudio identifica la edad, neumonía e hipercolesterolemia como factores de riesgo independientes de mortalidad en HDM. La duración de la diálisis y niveles altos de albúmina son protectores. Las ECV e infecciones son las principales causas de muerte, requiriendo estrategias integradas que prioricen prevención de neumonía, optimización nutricional y manejo de dislipidemia. Futuras investigaciones deben validar estos hallazgos en cohortes multicéntricas y diversas.

doi:10.1097/CM9.0000000000000719

Deja una respuesta 0

Your email address will not be published. Required fields are marked *