Los dispositivos cardiacos implantables (DCI) modernos tienen la capacidad de monitorear de forma remota parámetros fisiológicos en tiempo real de los pacientes en sus propios hogares. Los datos capturados pueden ayudar a identificar episodios de descompensación a medida que ocurren y también ayudar a predecir futuros eventos clínicos adversos. 

La predicción de la mortalidad en una población con este tipo de dispositivos es un desafío notorio por una variedad de razones. Primero, los problemas de ritmo rara vez existen de forma aislada, especialmente en pacientes mayores que tienen diferentes grados de comorbilidad y fragilidad. En segundo lugar, una alta proporción de los pacientes con DCI experimentan alguna falla cardiaca (FC), que clásicamente sigue un curso recurrente / remitente. En tercer lugar, esta falla cardiaca tiene múltiples etiologías que pueden dar lugar a diferentes perfiles de riesgo. Por último, las herramientas de predicción de riesgos existentes utilizadas en los pacientes con DCI y aquellos con FC tienen limitaciones en cuanto a que requieren el conocimiento de parámetros directamente observados (por ejemplo, presión arterial, altura, peso, clase funcional, fracción de eyección, creatinina y medicación) que no siempre están disponibles.

Por lo tanto, utilizar DCIs para el monitoreo remoto, es ideal porque varios parámetros que se correlacionan con la estabilidad de la función cardíaca son medidos automáticamente por los dispositivos en tiempo real.

Investigadores de la Universidad de Machester evaluaron si una puntuación de riesgo basada en datos fisiológicos controladas por estos dispositivos pueden predecir eventos de insuficiencia cardíaca (IC) e identificar a los pacientes con alto riesgo de muerte. 

Los resultados del estudio concluyeron que datos recogidos por implantes pueden utilizarse para predecir la mortalidad por cualquier causa. 

En concreto, los datos monitorizados de forma rutinaria que se recogen automáticamente y se clasifican bajo el Estado de Riesgo de Insuficiencia Cardíaca (ERIC) ayudó al equipo a discriminar a los pacientes con alto y bajo riesgo de mortalidad. Además, se triplicaron las probabilidades de los pacientes que pasaron al menos un día en el ERIC alto, con un aumento del 26% para los pacientes que tuvieron 14 días consecutivos o más en un estado de alto riesgo. Por otro lado, estar en un estado de bajo riesgo durante todo el periodo de seguimiento no provocó ninguna muerte.

En conclusión, los datos de monitorización remota de los CIED se pueden utilizar para identificar a los pacientes con mayor riesgo de mortalidad por todas las causas, así como eventos de FC.