Por qué la Forma Física Cardiorrespiratoria Debería Incluirse en Todo Calculador de Riesgo de Enfermedades Cardíacas
Una nueva revisión sostiene que el VO2 max y los datos de actividad de dispositivos vestibles deberían integrarse en los modelos estándar de predicción del riesgo cardiovascular.
Resumen
Las calculadoras actuales de riesgo cardiovascular se basan principalmente en valores de laboratorio estáticos, como el colesterol y la presión arterial, y pasan por alto dos de los predictores más potentes de enfermedad cardíaca y muerte: la aptitud cardiorrespiratoria y la actividad física. Esta revisión sintetiza la evidencia que demuestra que la aptitud física —medida de forma óptima mediante pruebas de ejercicio cardiopulmonar— refleja la reserva fisiológica global del organismo y supera a muchos factores de riesgo tradicionales. Los dispositivos portátiles ofrecen ahora datos de actividad continuos y del mundo real que complementan las mediciones puntuales realizadas en consulta. Los autores defienden modelos de predicción multimodales que combinen historiales clínicos electrónicos, ECG, imágenes médicas, dispositivos portátiles y pruebas de esfuerzo para personalizar la estratificación del riesgo. No obstante, advierten que los modelos actuales siguen careciendo de una validación externa rigurosa, de informes de calibración adecuados y de evaluaciones de equidad en subgrupos poblacionales diversos. El llamado a la acción es claro: tratar la aptitud física como un fenotipo modificable y clínicamente medible, y actuar en consecuencia.
Resumen detallado
La enfermedad cardiovascular aterosclerótica sigue siendo una de las principales causas de muerte en todo el mundo; sin embargo, las ecuaciones de riesgo en las que los médicos se apoyan para orientar la prevención se construyeron en gran medida a partir de variables estáticas recogidas en consulta: colesterol, presión arterial, edad y tabaquismo. Dos de los predictores más potentes de mortalidad cardiovascular y por todas las causas —la aptitud cardiorrespiratoria (CRF, por sus siglas en inglés) y la actividad física— se omiten de forma sistemática.
Esta revisión narrativa, basada en estudios epidemiológicos, ensayos clínicos y marcos metodológicos, defiende la integración de datos de CRF y actividad física en los modelos de riesgo de próxima generación. La CRF refleja la reserva fisiológica integrada: la eficiencia con que el corazón, los pulmones, los músculos y el sistema nervioso autónomo funcionan en conjunto bajo esfuerzo. La prueba de esfuerzo cardiopulmonar (CPET, por sus siglas en inglés) va más lejos al identificar los mecanismos específicos que limitan la capacidad de ejercicio, ya sean cardíacos, ventilatorios, vasculares pulmonares, autonómicos o periféricos. Esta granularidad mecanicista tiene una aplicabilidad clínica que un panel de colesterol en reposo sencillamente no puede ofrecer.
Los dispositivos ponibles proporcionan ahora mediciones longitudinales de la actividad física y el comportamiento sedentario en condiciones reales, que complementan a una única visita clínica. Los autores conciben modelos de predicción multimodales que combinen historias clínicas electrónicas, electrocardiografía, imagen cardíaca, bioseñales de dispositivos ponibles y pruebas de esfuerzo para generar perfiles de riesgo personalizados y dinámicos. Dichos modelos podrían identificar a individuos de alto riesgo de forma más precoz y orientar intervenciones dirigidas.
A pesar de este potencial, persisten brechas significativas. La evidencia actual adolece de una validación externa y prospectiva insuficiente, una notificación incompleta de la calibración, una evaluación limitada desde el análisis de decisiones y una valoración inadecuada del rendimiento en subgrupos demográficos, lo que plantea problemas de equidad. Los modelos que funcionan bien en poblaciones de ensayos clínicos pueden fracasar en entornos clínicos reales.
Los autores concluyen que la actividad física y la CRF deben tratarse como fenotipos clínicos modificables, no como añadidos opcionales. Los futuros modelos de riesgo deben priorizar la medición estandarizada, la validación mecanicista de los fenotipos digitales, una calibración rigurosa y evidencia prospectiva de utilidad clínica antes de su adopción generalizada.
Hallazgos clave
- Cardiorespiratory fitness is strongly associated with cardiovascular and all-cause mortality, yet is excluded from most standard risk calculators.
- Cardiopulmonary exercise testing identifies specific mechanisms of exercise limitation — cardiac, ventilatory, autonomic, and peripheral.
- Wearables provide continuous, real-world activity data that meaningfully complement static clinic-based risk factors.
- Multimodal models integrating EHR, ECG, imaging, and exercise data may enable more personalized cardiovascular risk stratification.
- Current predictive models lack external validation, calibration data, and subgroup equity assessments — limiting clinical readiness.
Metodología
Se trata de una revisión narrativa que sintetiza evidencia de estudios epidemiológicos, ensayos clínicos y marcos metodológicos sobre actividad física, comportamiento sedentario y capacidad cardiorrespiratoria (CRF) en la predicción del riesgo cardiovascular. La revisión hace hincapié en el fenotipado digital, la fisiología del ejercicio mecanicista y el diseño de modelos de predicción multimodal. No se describe ningún protocolo de búsqueda sistemática ni agrupación meta-analítica.
Limitaciones del estudio
Se trata de una revisión narrativa, por lo que los hallazgos reflejan la selección y síntesis de los autores, y no una metodología sistemática ni metaanalítica. El acceso únicamente al resumen impide evaluar de forma independiente los detalles más precisos sobre la calidad de la evidencia y las citas de estudios específicos. Los propios autores señalan que los modelos de predicción multimodal actuales carecen de validación prospectiva externa, informes de calibración y datos de equidad por subgrupos, lo que significa que la implementación clínica es prematura sin investigación adicional.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: