Mayor Condición Física Predice un 58% Menos de Probabilidades de Desarrollar Múltiples Enfermedades Cardiometabólicas

La multimorbilidad cardiometabólica (CMM) —la presencia simultánea de dos o más afecciones como hipertensión, diabetes tipo 2, enfermedad cardiovascular e ictus— representa una carga creciente en las poblaciones envejecidas y se asocia con resultados de salud notablemente peores que cualquiera de esas condiciones por separado. Si bien la actividad física es un factor protector conocido, la aptitud cardiorrespiratoria (CRF) capta una señal fisiológica más amplia y objetiva. Este estudio examinó si la CRF estimada (eCRF), obtenida sin necesidad de pruebas de esfuerzo, podría predecir quiénes desarrollarán CMM a lo largo de más de una década.

Los investigadores analizaron datos del Estudio Longitudinal Inglés sobre el Envejecimiento (ELSA), tomando la ola 4 (2008–2009) como línea de base y siguiendo a 3.326 adultos (edad media de 63 años; 54,7 % mujeres) hasta la ola 10 (2021–2023). Todos los participantes estaban libres de hipertensión, enfermedad cardiovascular, diabetes e ictus al inicio del estudio. La eCRF se calculó mediante tres ecuaciones de predicción no basadas en ejercicio físico previamente validadas: la ecuación de Jackson basada en la frecuencia cardíaca, la ecuación de Jackson basada en el IMC, y la ecuación HUNT (Nord-Trøndelag Health Study) específica por sexo desarrollada por Nes et al. Estas ecuaciones incorporan variables fácilmente obtenibles —edad, sexo, frecuencia cardíaca en reposo, IMC, circunferencia de cintura, nivel de actividad física y estado tabáquico—, lo que las hace escalables para la investigación poblacional y el cribado clínico.

Durante el período de seguimiento, 197 participantes (5,9 %) desarrollaron CMM. Cada incremento de 1 MET en la eCRF basada en frecuencia cardíaca se asoció con un 22 % menor probabilidad de CMM (OR=0,78; IC 95 %, 0,70–0,87); el modelo basado en IMC arrojó un OR por MET idéntico de 0,78 (IC 95 %, 0,68–0,89), y el modelo basado en HUNT mostró una reducción del 27 % por MET (OR=0,73; IC 95 %, 0,65–0,82). Al comparar el tercil más alto frente al más bajo de eCRF, los modelos basados en frecuencia cardíaca e IMC mostraron cada uno un 58 % menor probabilidad de CMM (OR≈0,42), mientras que el modelo basado en HUNT mostró un 64 % menor probabilidad (OR=0,36). Los análisis mediante splines cúbicos naturales confirmaron relaciones dosis-respuesta inversas predominantemente lineales a lo largo de la distribución de eCRF. Es destacable que los individuos que desarrollaron CMM presentaban valores de eCRF basales más bajos en las tres métricas, así como mayor IMC, mayor circunferencia de cintura, frecuencia cardíaca en reposo más elevada, peores perfiles lipídicos y presión arterial más alta.

Cuando cada medida de eCRF se incorporó a un modelo de predicción de riesgo convencional —que ya incluía edad, sexo, consumo de alcohol, presión arterial, colesterol, triglicéridos y fuerza de prensión manual—, la discriminación mejoró de forma modesta, lo que sugiere que la eCRF aporta un valor predictivo incremental, aunque no transformador, más allá de los factores clínicos estándar. La consistencia entre las tres ecuaciones, cada una con variables de entrada ligeramente distintas, refuerza la confianza en la señal fisiológica subyacente, en lugar de atribuirla a un artefacto específico de cada ecuación.

Los hallazgos del estudio son clínicamente relevantes para las poblaciones de adultos mayores y los entornos de atención primaria donde las pruebas de esfuerzo raramente son viables. Dado que la eCRF puede estimarse a partir de variables clínicas de rutina, podría integrarse en los registros electrónicos de salud existentes o en calculadoras de riesgo para identificar a adultos mayores con mayor riesgo de CMM que podrían beneficiarse de intervenciones dirigidas a mejorar la aptitud física. Los autores señalan, no obstante, que la eCRF es una estimación sujeta a error de predicción y no puede sustituir al VO2 max medido directamente cuando se requiere precisión.