Prueba previa de diario

Predicciones de riesgo de por vida para enfermedades cardiovasculares: análisis de riesgos competitivos en una cohorte de
población en Suecia

Anna Stenling, Christel Häggström, Margareta Norberg, Fredrik Norström

PII: S0021-9150 (20) 30458-5

DOI: https://doi.org/10.1016/j.atherosclerosis.2020.08.014

Referencia: ATH 16364

Aparecer en: Aterosclerosis

Fecha de recepción: 14 de abril de 2020 Fecha de

revisión: 14 de agosto de 2020 Fecha de aceptación:

27 de agosto de 2020

Por favor, cite este artículo como: Stenling A, Häggström C, Norberg M, Norström F, Predicciones de riesgo de por vida para enfermedades
cardiovasculares: análisis de riesgos en competencia en una cohorte basada en la población en Suecia,
Aterosclerosis https://doi.org/10.1016/j.atherosclerosis.2020.08.014 .

Este es un archivo PDF de un artículo que ha sufrido mejoras después de la aceptación, como la adición de una portada y metadatos, y el formato
para facilitar la lectura, pero aún no es la versión definitiva del registro. Esta versión se someterá a corrección de estilo adicional, composición
tipográfica y revisión antes de que se publique en su forma final, pero proporcionamos esta versión para dar visibilidad temprana del artículo.
Tenga en cuenta que, durante el proceso de producción, se pueden descubrir errores que podrían afectar el contenido, y todas las renuncias
legales que se aplican a la revista pertenecen.

© 2020 Publicado por Elsevier BV

Declaración de autor de crédito

Anna Stenling: Conceptualización, Análisis formal, Investigación, Metodología, Administración de proyectos, Redacción -

Preparación del borrador original, Redacción - Revisión y edición

Christel Häggström: Metodología, Escritura - Revisión y edición

Margareta Norberg: supervisión, redacción, revisión y edición

Fredrik Norström: Conceptualización, Metodología, Supervisión, Escritura - Revisión y edición

of
ro
-p
re
lP
na
ur
Jo
 1. Estudio

población

of
ro
-p
re
2. Causa específica 3. Acumulativo

lP
cocientes de riesgo incidencias (riesgos)

na
ur Hombres 60 años Mujeres 60 años
Jo
0,50 0,50

0.40 0.40

0,30 0,30

0,20 0,20

0,10 0,10

0,00 0,00

50 60 70 80 90 100 50 60 70 80 90 100
Edad alcanzada Edad alcanzada

Hombres 50 años Mujeres 50 años

0,50 0,50

0.40 0.40

0,30 0,30

0,20 0,20

0,10 0,10

0,00 0,00

50 60 70 80 90 100 50 60 70 80 90 100
Edad alcanzada Edad alcanzada

CHD Carrera HF Muerte sin ECV Muerte por ECV

 Predicciones de riesgo de por vida para enfermedades cardiovasculares:

análisis de riesgos competitivos en un

cohorte poblacional en Suecia

of
Anna Stenling una, Christel Häggström antes de Cristo, Margareta Norberg una, Fredrik Norström una
ro
-p

una Departamento de Epidemiología y Salud Global, Universidad de Umeå, 901 87 Umeå, Suecia
re

Unidad de Investigación del Biobanco, Universidad de Umeå, 901 87 Umeå, Suecia

lP

si

C Departamento de Ciencias Quirúrgicas, Universidad de Uppsala, 751 05 Uppsala, Suecia

na
ur
Jo
Autor correspondiente

Anna Stenling

Departamento de Epidemiología y Salud Global, Universidad de Umeå, 901 87 Umeå, Suecia

anna.stenling@umu.se

Palabras clave

Enfermedades cardiovasculares

Modelos cardiovasculares

Factores de riesgo

Análisis de supervivencia

Escuadrón de estudio
of
ro
Mediana edad
-p
re
lP
na
ur
Jo

2
Resumen

Antecedentes y objetivos

Hay discusiones de guías sobre un enfoque de por vida para el riesgo cardiovascular. Muchos de los modelos de riesgo disponibles estiman el riesgo a corto

plazo, generalmente a 10 años, de enfermedades cardiovasculares (ECV) no mortales y mortales agrupadas. Nuestro objetivo fue desarrollar modelos de riesgo

de por vida para enfermedad coronaria no fatal, accidente cerebrovascular, insuficiencia cardíaca y muerte por ECV y no ECV.

Métodos

Se incluyeron 92,915 personas que habían participado en un programa de intervención de estilo de vida basado en la comunidad a los 40, 50 y / o

60 años de edad. Los datos recopilados sobre factores de riesgo seleccionados se vincularon para registrar datos sobre hospitalizaciones y muerte.

of
Se empleó una regresión paramétrica multivariable de supervivencia con un enfoque de riesgos competitivos para modelar los peligros específicos
ro
de la causa, que se tradujeron en funciones de incidencia acumulada para proporcionar el riesgo de experimentar cada evento por separado.
-p

Todos los análisis se realizaron por sexo y edad. Con fines ilustrativos, se crearon perfiles de riesgo “mejores” y “peores” estableciendo tres

factores de riesgo modificables en los mejores y peores niveles, respectivamente.

re
lP

Resultados
na

La mayoría de los factores de riesgo calificaron para su inclusión en las regresiones. Los hombres tenían un mayor riesgo de eventos cardiovasculares y
ur

los eventos ocurrieron a una edad más temprana que las mujeres. En los perfiles de riesgo creados, donde se modificaron el colesterol total sérico, el
Jo

tabaquismo y la presión arterial, se observó un número excesivo de eventos de ECV en los peores perfiles.

Conclusiones

Usando estos modelos, el riesgo de por vida de cada uno de los primeros eventos de ECV se puede estimar para diferentes perfiles de factores de riesgo. Dado que

las predicciones son específicas del diagnóstico, las estimaciones son más precisas.

3
Introducción

Las enfermedades cardiovasculares (ECV) son la principal causa de muerte a nivel mundial. En las últimas décadas, las tasas de mortalidad cardiovascular han ido

disminuyendo. Sin embargo, debido al envejecimiento y al crecimiento de la población, a nivel mundial, el número total de muertes por enfermedades cardiovasculares ha

aumentado [1]. En Suecia, ha habido una tendencia a la baja en la mortalidad cardiovascular [2], pero las ECV siguen siendo la principal causa de muerte, y representan

un tercio de todas las muertes [3]. Las tasas de hospitalización por ECV también están disminuyendo [4], pero las ECV siguen siendo la causa más común de atención

hospitalaria [5]. Las enfermedades cardiovasculares más comunes son la enfermedad coronaria (CHD), el accidente cerebrovascular y la insuficiencia cardíaca (IC) [2, 4].

La aterosclerosis es la base de la mayoría de las enfermedades cardiovasculares y es causada por una combinación de factores de riesgo. Estos

of
factores de riesgo están bien establecidos e incluyen inactividad física, tabaquismo, dieta poco saludable, consumo nocivo de alcohol, obesidad,

diabetes, lípidos anormales, hipertensión y factores psicológicos. Factores como el género, la edad, la educación y la herencia también contribuyen
ro
al riesgo [6-8]. Debido a estas causas múltiples y combinadas del proceso patológico de la aterosclerosis, las guías para la prevención de la ECV [9]
-p

recomiendan una evaluación del riesgo total de ECV de una persona, ya que una persona con múltiples factores de riesgo levemente elevados
re

puede tener un riesgo mayor que una persona con sólo un factor de riesgo más pronunciadamente elevado.
lP
na

Los modelos de riesgo combinan varios factores de riesgo de eventos fatales y / o no fatales en un modelo estadístico. Para las ECV, ya existen
ur

muchos modelos de riesgo. Varios modelos se derivan de los conocidos estudios de Framingham [10, 11]. Otros ejemplos de modelos de riesgo
Jo

establecidos también basados en muestras de población general son SCORE [12] y los modelos QRISK [13-15].

Sin embargo, la mayoría de los modelos de riesgo disponibles predicen el riesgo de diagnósticos cardiovasculares agrupados (por ejemplo, ECV en general)

y / o eventos no mortales y mortales combinados. Por lo tanto, hay una escasez de modelos para ECV específicas y también para eventos fatales y no fatales

por separado [16].

Además, muchos de los modelos de riesgo cardiovascular disponibles en la actualidad estiman el riesgo a corto plazo (normalmente 10 años) [16]. Sin

embargo, la mayoría de las personas de mediana edad con bajo riesgo a corto plazo también tienen un alto riesgo a largo plazo debido a su carga de

factores de riesgo [17]. El mayor número de eventos de ECV ocurre en aquellos individuos con bajo riesgo a corto plazo, ya que hay muchos más [18].

Para equilibrar esto, las guías [9] recomiendan usar el riesgo relativo o la edad de riesgo cardiovascular. Se plantea la evaluación del riesgo de ECV de

por vida

4
en las directrices [9, 19-21]. Aunque todavía no se recomienda para las decisiones de tratamiento, sirve como una ilustración del riesgo y el

estímulo de un estilo de vida saludable.

En una era de discusiones sobre directrices [19] y consideraciones [20, 21] de un enfoque de por vida para el riesgo de ECV, nuestro objetivo fue desarrollar

modelos separados de riesgo de por vida para CC no fatal, accidente cerebrovascular, IC y muerte por ECV y no ECV.

of
ro
-p
re
lP
na
ur
Jo

5
materiales y métodos

Diseño del estudio

En nuestro estudio de cohorte dinámico, utilizamos datos sobre factores de riesgo del Programa de Intervención de Västerbotten (VIP)

vinculado a los registros nacionales suecos de causas de muerte y pacientes hospitalizados. Se siguió la población de estudio desde la fecha

de participación en el VIP (1989-2014) hasta los eventos de interés no fatales, la muerte o el 31 de diciembre de 2014, lo que ocurriera

primero. La aprobación ética fue otorgada por la Junta Ética Regional en Umeå, Suecia (números de diario 2014-196-32M y 08-131M).

El VIP es un programa de intervención en el estilo de vida de todo el condado basado en la población que tiene como objetivo prevenir las ECV prematuras y la diabetes

[22]. El programa comenzó como piloto en un municipio en 1985 y se expandió gradualmente de 1989 a 1992 para incluir a todo el condado. Desde 1995 se integra en los

of
procedimientos de atención primaria. Se invita a los residentes del condado de Västerbotten (población total 272.000 en 2019) en el norte de Suecia a un examen de salud
ro
(detección de factores de riesgo) y asesoramiento de salud individual cuando cumplen 40, 50 y 60 años de edad. Los participantes dan su consentimiento informado para
-p
futuras investigaciones. Para la gran mayoría, el consentimiento está escrito. En el VIP se toman medidas de altura, peso, presión arterial, tolerancia a la glucosa y lípidos.

Los participantes también responden un cuestionario integral que cubre las condiciones socioeconómicas y psicosociales, la salud autoevaluada, los medicamentos, los
re

antecedentes personales y familiares de ECV y diabetes, la calidad de vida y los hábitos de estilo de vida. La información de salud recuperada sirve como base para el
lP

asesoramiento individual de las enfermeras sobre las modificaciones del estilo de vida. Dependiendo de los niveles de factores de riesgo, el participante puede ser derivado
na

a un médico general para una evaluación adicional y el tratamiento farmacológico puede iniciarse de acuerdo con las pautas clínicas. Se han proporcionado más detalles

sobre el programa en otro lugar [22]. Dependiendo de los niveles de factores de riesgo, el participante puede ser derivado a un médico general para una evaluación
ur

adicional y el tratamiento farmacológico puede iniciarse de acuerdo con las pautas clínicas. Se han proporcionado más detalles sobre el programa en otro lugar [22].
Jo

Dependiendo de los niveles de factores de riesgo, el participante puede ser derivado a un médico general para una evaluación adicional y el tratamiento farmacológico

puede iniciarse de acuerdo con las pautas clínicas. Se han proporcionado más detalles sobre el programa en otro lugar [22].

El Registro de causas de defunción incluye a todos los residentes de Suecia y contiene datos sobre la muerte y la causa subyacente [23]. El Registro

de pacientes hospitalizados cubre toda la atención hospitalaria en Suecia y contiene diagnósticos y otros datos sobre altas hospitalarias [24].

Criterios de inclusión

Este estudio aplicó los siguientes criterios de inclusión: libre de ECV y diabetes en la participación en el VIP. Se definió libre de ECV

de la siguiente manera: (i) sin hospitalización previa por ECV, y (ii) no respondió 'sí' a la pregunta sobre haber sido hospitalizado por

infarto de miocardio. La ECV se definió de acuerdo con los códigos de la Clasificación Internacional de Enfermedades (CIE) -10 en el

Capítulo I o códigos CIE-8/9

6
390–459 como diagnóstico primario en el registro de pacientes hospitalizados. Libre de diabetes requería que el participante no respondiera 'sí' a la

pregunta sobre tener diabetes y no cumpliera con los criterios de diagnóstico de diabetes de la Organización Mundial de la Salud (glucosa plasmática en

ayunas ≥ 7,0 mmol / L o glucosa plasmática capilar a las 2 horas ≥

12,2 mmol / L) en la participación en el VIP.

Variables

Los eventos no mortales proporcionados por el diagnóstico primario en el Registro de pacientes hospitalizados se definieron de la siguiente manera:

• CHD: códigos ICD-10 I20-I25 o códigos ICD-9 410–414

• Carrera: Códigos ICD-10 I61, I63 o I64 o códigos ICD-9 431, 434 o 436

• HF: ICD-10 código I50 o ICD-9 código 428

of
Si la muerte (por cualquier causa) ocurrió dentro de los 28 días de cualquiera de los eventos no fatales, el evento se recodificó como muerte por ECV, que
ro
de otra manera se definió como muerte con la causa subyacente como un código ICD-10 en el Capítulo I o ICD- 9 códigos 390–459.
-p
re

La selección de las variables candidatas se basó en los factores de riesgo tradicionales de ECV y la completitud de las variables en el
lP

VIP. Las variables seleccionadas fueron: dislipidemia (colesterol total sérico), tabaquismo, presión arterial, sobrepeso / obesidad (índice
na

de masa corporal [IMC]), actividad física, salud autoevaluada, educación y estado civil.
ur

análisis estadístico
Jo

Se empleó un análisis de supervivencia con un enfoque de riesgos competitivos para modelar los peligros de causa específica (CSH) del

primero de los eventos de ECV o muerte. Los sujetos del estudio fueron censurados ante la ocurrencia de cualquiera de los otros eventos de

ECV no fatales, muerte o el 31 de diciembre de 2014, lo que ocurriera primero. La escala de tiempo fue de años, contados a partir de la fecha

de participación en el VIP. Se utilizó un modelo de regresión paramétrica, y los modelos paramétricos considerados comprendieron tres

modelos en la métrica de riesgos proporcionales: exponencial, Weibull y Gompertz, y dos modelos en la métrica de tiempo de falla acelerado:

lognormal y logístico. La selección del modelo se basó en el Criterio de información de Akaike (AIC) y el Criterio de información Bayesiano

(BIC).

Las variables candidatas se probaron para su inclusión en los modelos de regresión. Las decisiones sobre si categorizar o no las

variables continuas se basaron en una evaluación de los cocientes de riesgos específicos por causa (CSHR) y la importancia estadística

del formato continuo. versus categorías. Las categorías fueron

7
principalmente basado en puntos de corte clínicos establecidos. Si se observó una tendencia aparente en los CSHR de diferentes

categorías y se consideró que no se había capturado en el CSHR continuo, y / o si el pags- El valor disminuyó cuando se categorizó la

variable, luego se seleccionó la categorización. El hecho de que las alternativas de respuesta se agruparan o no en menos categorías se

basó en una evaluación de los CSHR de las categorías originales. Las categorías con CSHR similares y que podrían considerarse

similares, por ejemplo, "bastante deficiente" y "deficiente", se agruparon. Los detalles del formato original / alternativas de respuesta y el

formato / categorías usados en los análisis se muestran en la Tabla 1. Al decidir qué variables candidatas incluir en las regresiones

multivariables, inicialmente se realizaron análisis univariables de asociación y un nivel de significancia de 0.10 (para variables

categóricas: entre dos de las categorías) se aplicó como regla de decisión.

of
Como los datos en los que se basa este estudio se han recopilado durante un período de tiempo de 25 años, es posible que se hayan producido cambios
ro
temporales. En los análisis preliminares, observamos algunos indicios de tendencias temporales en los CSHR. Sin embargo, no fueron monótonos y el nivel
-p

de variación se consideró aceptable en relación con el aumento de la potencia de los análisis basados en un conjunto de datos más grande de todo el
re

período de tiempo.
lP

Las regresiones se realizaron por género y edad, es decir, hombres de 60 años, mujeres de 60 años, hombres de 50 años, etc. Así, los
na

participantes que habían participado en el VIP más de una vez podrían incluirse en más de uno de los grupos de edad. si todavía estaban libres de

enfermedades cardiovasculares y diabetes en su próxima participación. Solo se incluyeron los participantes que tenían datos completos sobre
ur

todas las variables candidatas. Los análisis no se realizaron en los modelos de regresión que tenían menos de la regla empírica de 10 eventos por
Jo

covariable.

Para los modelos en la métrica de riesgos proporcionales, la suposición de riesgos proporcionales se evaluó utilizando la prueba de residuos de

Schoenfeld [25] a escala de los modelos de Cox para cada evento y grupo de sexo y edad, respectivamente. Si la prueba global (modelo

completo) indicó una violación significativa de la suposición de PH ( p < 0.05), luego se investigó más a fondo cada variable respectiva para la que

se sugirió no proporcionalidad.

El rendimiento predictivo de las regresiones se evaluó utilizando la concordancia de Harrell [26] (estadística c) como una medida de discriminación en el

período de tiempo en el que el conjunto de datos ha observado eventos.

De los peligros por causas específicas a la predicción de riesgos

El CSH de cada evento da la tasa instantánea de falla del evento condicionada a no haber experimentado ninguno de los otros

eventos en competencia. Como la interpretación de esto no es sencilla, la

8
CSH, h k ( t), se tradujeron en funciones de incidencia acumulada, F k ( t), que proporcionan la probabilidad de experimentar cada evento,

respectivamente, en el tiempo t.

=ℎ ∙ ∙

donde la supervivencia libre de eventos S (t) que toma en consideración todos los eventos en competencia se define como:

= -

y el peligro específico de causa acumulativo H k ( t) se define como:

of
ro
=ℎ ∙
-p
re

Con fines ilustrativos, estimamos los riesgos de los eventos definiendo perfiles de riesgo “mejores” y “peores” y los comparamos entre sí y

también con el promedio de cada grupo de género-edad. Los mejores y peores perfiles se construyeron estableciendo tres factores de
lP

riesgo modificables con efecto significativo en la tasa de eventos al mejor / peor nivel, mientras que las otras variables se mantuvieron en el
na

valor observado de cada participante.

ur
Jo

Todos los análisis estadísticos se realizaron utilizando STATA (versión 15) en el que se utilizó el comando streg para ajustar los

modelos paramétricos y para verificar automáticamente la colinealidad, los comandos estat phtest y stphcoxrcs [27] se utilizaron para

evaluar el supuesto de riesgos proporcionales, el somersd [ 26] El comando se utilizó para evaluar la discriminación y el comando

standsurv [28] se utilizó para derivar las funciones de incidencia acumulada. La significancia estadística se definió al nivel de 0,05.

9
Resultados

Población de estudio

Un total de 92,915 participantes, que habían participado 127,401 veces juntos en el VIP, fueron incluidos en nuestro estudio. El tiempo total en

riesgo osciló entre 152.242 y 281.877 personas-año en los respectivos grupos de género en los que el número total de primeros eventos fue de

13.247 (5549 cardiopatía coronaria, 2277 accidente cerebrovascular, 522 insuficiencia cardíaca, 3841 muertes no debidas a ECV y 1058 muertes

por ECV ) cuando se permitió volver a contar los eventos analizados en más de uno de los grupos. Los valores faltantes en cualquiera de las

variables candidatas estaban presentes en 0,7 a 2,6% de las variables autoinformadas y 0,4 a 0,7% de las variables medidas clínicamente. Esto

resultó en la eliminación de 4.4 a 6.5% de los participantes potencialmente elegibles en los respectivos grupos de género y edad. Las

características de la población de estudio se presentan en la Tabla 2.

of
ro
Selección de modelo
-p

Con base en las evaluaciones del AIC y BIC de los modelos paramétricos considerados, se seleccionó la distribución de Gompertz para todos los

análisis. En regresiones sin covariables, este modelo mostró el AIC y BIC más bajos para todos los primeros eventos en todos los grupos de género y
re

edad, excepto para los grupos de hombres de 60 años, hombres de 50 años y mujeres de 40 años para CC, mujeres de 40 años para IC y hombres. de
lP

40 años por muerte por ECV, en la que Weibull produjo AIC / BIC ligeramente más bajo (datos no mostrados). Gompertz aún se seleccionó en función
na

de la proximidad de los valores AIC / BIC y que todas las demás regresiones indicaron esta distribución.
ur

Validez del supuesto de riesgos proporcionales

Jo

Las evaluaciones del modelo completo para accidente cerebrovascular e insuficiencia cardíaca sugirieron que no se violaba el supuesto de

riesgos proporcionales, mientras que, para los modelos de cardiopatía coronaria, la violación se indicó en todos los modelos de Cox, excepto en

mujeres de 40 años. La infracción también se indicó en algunos de los modelos de muerte sin ECV y en el modelo de muerte por ECV de

hombres de 40 años (datos no mostrados). Las evaluaciones de las covariables individuales en las que se sugirió la no proporcionalidad

mostraron que en su mayoría hubo tendencias decrecientes a lo largo del tiempo, es decir, CSHR más altas en años anteriores que en años

posteriores, en comparación con los CSHR fijados en el tiempo. Las no proporcionalidades se observaron principalmente en ser un fumador

frecuente y en las peores categorías de salud autoevaluada y colesterol total sérico. Sin embargo, se tomó la decisión de mantener las

covariables en los modelos sin ajustes,

10
Regresiones paramétricas

Los CSHR ajustados de las regresiones de Gompertz multivariables para cada uno de los primeros eventos, respectivamente, se enumeran en la Tabla

3. Los intervalos de confianza del 95% de los CSHR se presentan en la Tabla complementaria 1. Debido a algunos primeros eventos de IC en ambos

grupos de 40 años y también para la muerte por ECV en mujeres de 40 años, no se presentan los CSHR ajustados. Los CSHR no ajustados de las

regresiones univariables se muestran en la Tabla complementaria 2.

Las tendencias en los CSHR ajustados fueron generalmente similares para los eventos respectivos y en los respectivos grupos de género y edad. Sin embargo, el colesterol

total en suero ≥7,50 mmol / L mostró resultados contrastantes entre los eventos. Los CSHR aumentaron la tasa de cardiopatía coronaria de manera más marcada que el

accidente cerebrovascular en particular, pero también la muerte por ECV, y para la IC, disminuyó la tasa. El tabaquismo frecuente se incluyó en la mayoría de las

of
regresiones y las CSHR ajustadas siguieron siendo significativas, con las CSHR más altas observadas para la muerte por ECV, particularmente para las mujeres. Entre las

variables categóricas, la presión arterial alta y el tabaquismo frecuente aumentaron más las tasas de eventos y las CSHR de presión arterial alta fueron generalmente más
ro
altas en mujeres que en hombres. Si bien el IMC no se mantuvo estadísticamente significativo en la mayoría de las regresiones multivariables, siguió siendo significativo en
-p

todas las regresiones de HF, en el que aumentó la tasa. La actividad física indicó tasas crecientes de eventos con un estilo de vida sedentario y tasas decrecientes de
re

eventos con un estilo de vida físicamente activo en la mayoría de las regresiones. Evaluar la salud autoevaluada como bastante buena, bastante mala o mala aumentó las
lP

tasas de eventos en comparación con muy buena. Para el nivel de educación, la tendencia fue similar a la actividad física, con los CSHR de alto nivel de educación

disminuyendo las tasas de eventos y el nivel básico de educación aumentando las tasas de eventos en la mayoría de las regresiones. El estado de soltero no tuvo
na

asociación aparente con las tasas de CC, mientras que las CSHR aumentaron la tasa de la mayoría de los otros primeros eventos. Evaluar la salud autoevaluada como
ur

bastante buena, bastante mala o mala aumentó las tasas de eventos en comparación con muy buena. Para el nivel de educación, la tendencia fue similar a la actividad
Jo

física, con los CSHR de alto nivel de educación disminuyendo las tasas de eventos y el nivel básico de educación aumentando las tasas de eventos en la mayoría de las

regresiones. El estado de soltero no tuvo asociación aparente con las tasas de CC, mientras que las CSHR aumentaron la tasa de la mayoría de los otros primeros eventos.

Evaluar la salud autoevaluada como bastante buena, bastante mala o mala aumentó las tasas de eventos en comparación con muy buena. Para el nivel de educación, la tendencia fue similar a la ac

La discriminación medida por la estadística c osciló entre 0,60 y 0,78. En general, la discriminación fue mejor para la muerte por ECV (datos no

mostrados).

Predicciones de riesgo

Las CSH se tradujeron en las funciones de incidencia acumulada presentadas en la Figura 1, que reflejan el promedio de nuestra población de estudio. Observamos

diferencias de género: los hombres tenían un mayor riesgo de un primer evento de ECV y experimentaron eventos de ECV a edades más tempranas que las

mujeres. En una perspectiva de por vida, el evento de ECV más común en nuestra población de estudio fue la EC en los hombres y el accidente cerebrovascular en

las mujeres.

11
Como ejemplos resueltos, se estimaron los riesgos pronosticados de perfiles “mejores” y “peores”, ver Fig. 1 complementaria, que también

incluye el promedio de cada grupo de género y edad. Los mejores y peores perfiles se establecieron en las mejores y peores categorías de

colesterol total sérico, tabaquismo y presión arterial, respectivamente. Los riesgos estimados a 10 años y a lo largo de la vida de estos perfiles

se muestran en la Tabla 4. Estos pueden traducirse en el número de eventos de ECV excesivos (EC no fatal, accidente cerebrovascular e IC

+ ECV fatal) para el peor perfil, que para mujeres de edad 50 años, por ejemplo, es 6 por 100 en comparación con el perfil promedio y 8 por

100 en comparación con el mejor perfil, respectivamente, a los 10 años. En una perspectiva de por vida, los números correspondientes son 24

y 32 por 100, respectivamente.

of
ro
-p
re
lP
na
ur
Jo

12
Discusión

En este artículo, presentamos modelos de riesgo de por vida de los eventos de ECV no mortales más comunes, junto con los riesgos de muerte por ECV

y muertes por ECV, respectivamente. Es evidente que existen perfiles de factores de riesgo en los que un riesgo bajo a 10 años todavía se traduce en un

riesgo de por vida moderado, o incluso alto. El perfil "peor" ejemplificado de las mujeres de 50 años tiene un riesgo estimado a 10 años de <10% para los

cuatro eventos de ECV juntos, a pesar de que el riesgo de por vida se estima en 65%.

Hasta donde sabemos, un estudio holandés [29] basado en datos recopilados dentro del marco temporal de nuestro estudio es el estudio más similar

sobre los riesgos de por vida de ECV. Ese estudio también adoptó un enfoque de riesgos competitivos y se consideraron las mismas ECV

específicas, sin distinción entre eventos fatales y no fatales, junto con otras muertes por ECV y muertes por ECV. Para los hombres de 55 años, el

of
riesgo total de por vida de ECV fue del 67,1%, que en general es comparable a nuestros riesgos de por vida correspondientes al 63,5% (hombres de

50 años) y
ro
59,3% (hombres de 60 años). Se descubrió que las mujeres tenían riesgos de por vida similares de enfermedad cardiovascular. Esto es contrario a nuestro estudio
-p

en el que las mujeres tienen un riesgo menor de ECV durante su vida. Como nuestro estudio, la EC fue el primer evento de ECV con mayor riesgo de por vida en los
re

hombres, mientras que en las mujeres fue la enfermedad cerebrovascular. Las personas con diabetes mellitus se incluyeron en el estudio holandés, lo que puede
lP

explicar algunos de los resultados diferentes, además de las diferencias en las definiciones y las características iniciales de las poblaciones de estudio.
na

Trascendencia
ur

El enfoque en el primer evento está alineado con el objetivo final de la prevención primaria. Al predecir el riesgo de por vida en lugar del riesgo a
Jo

corto plazo (10 años), se considerará la intervención de más personas como resultado del aumento de los riesgos en una perspectiva a largo

plazo. Si el riesgo a corto plazo sigue siendo relativamente bajo, es posible que estas intervenciones no comprendan tratamientos

farmacológicos, sino que incluirán modificaciones en el estilo de vida, que podrían iniciarse y motivarse con la conciencia de un riesgo de por vida

relativamente mayor. Las guías de prevención de ECV [9] consideran que el enfoque de por vida es importante, aunque todavía no se

recomienda para las decisiones de tratamiento. La utilidad de las estimaciones de riesgo de por vida está particularmente respaldada en la

comunicación de riesgos a personas con riesgos absolutos bajos a corto plazo pero con niveles altos de factores de riesgo agregados. Las

directrices también hacen mayor hincapié en las intervenciones específicas de enfermedades y en un enfoque basado en la población.

Combinando intervenciones que fomentan un estilo de vida más saludable para una población más amplia (más numerosa) con intervenciones

dirigidas a individuos en

13
alto riesgo de ECV (menos numeroso), reducciones en los factores de riesgo de ECV y, a su vez, la ocurrencia de ECV a nivel poblacional

sería posible.

La distinción entre diagnósticos específicos de ECV y si los eventos que aún no han ocurrido son o no fatales o fatales puede no ser relevante para la

elección de la estrategia preventiva. Sin embargo, a efectos de planificación presupuestaria y de recursos sanitarios, existen importantes

implicaciones en términos de, por ejemplo, la duración de las estancias, el personal y el equipo necesarios, así como la necesidad de cuidados

posteriores al evento. Además, para las evaluaciones económicas de la salud, esta granularidad mejora la calidad.

Consideraciones metodológicas

Este estudio se basa en un gran conjunto de datos de todo el condado recopilado durante 25 años. Las tasas de participación VIP son altas. Con

of
el tiempo, han aumentado a alrededor del 65% de los invitados [30]. Se ha concluido que el sesgo de selección social en el VIP es pequeño [30,
ro
31] y al aplicar el mismo manual, equipo y definiciones / criterios en todos los centros, el VIP busca minimizar el sesgo de clasificación errónea.
-p

Los datos VIP se vincularon a registros nacionales de alta calidad con una cobertura prácticamente completa [23, 24]. Los participantes con

valores perdidos en cualquiera de los factores de riesgo representaron una pequeña proporción de los datos disponibles y se asumió que su
re

exclusión no afectaría considerablemente los resultados.

lP
na

Con todos los análisis realizados por género y edad, se reduce el potencial de confusión de estos dos factores. También se sabe que el
ur

nivel de educación es un factor de confusión potencial de la salud y, por lo tanto, lo controlamos en nuestros análisis.
Jo

Es posible que se hayan producido cambios temporales durante el largo período de recopilación de datos. Estos cambios se relacionan

con las características de los participantes, así como con las tendencias y la disponibilidad de opciones de tratamiento para los

diagnósticos incluidos aquí. La incidencia y la mortalidad de infarto de miocardio y accidente cerebrovascular han disminuido, lo que

también se ha observado en el caso de muerte por infarto de miocardio [32], mientras que en el caso de accidente cerebrovascular se ha

mantenido estable [33]. A medida que se disponga de opciones de tratamiento nuevas y más efectivas con el tiempo, aumenta el

potencial para prevenir eventos de ECV. El nivel educativo general de la población ha aumentado con el tiempo, lo que también cambia la

percepción general de lo que constituye un nivel educativo básico y un nivel educativo alto. Sin embargo, en la sección de métodos,

14
Hubo algunas variables en las que se indicó la violación del supuesto de riesgos proporcionales. Entre los factores de riesgo modificables,

este fue principalmente un problema en las peores categorías de tabaquismo y colesterol total sérico. Dado que el manual VIP dicta las

medidas a tomar o incluso el seguimiento / derivación de los participantes con malos valores en las mediciones clínicas o estilos de vida

desfavorables, esto podría influir en los CSHR a la baja con el tiempo, lo que se observó en general. Como no se realizaron ajustes de

tiempo, estos CSHR reflejan los efectos promedio.

Nuestro conjunto de datos carecía de información sobre la emigración, lo que significa que no pudimos censurar las observaciones en el momento de la emigración. Es

poco probable que esto afecte mucho a las estimaciones, ya que esperamos que muy pocas personas de la población de estudio hayan emigrado.

of
En este estudio, todos los eventos no fatales se basaron en la hospitalización con cualquiera de los diagnósticos incluidos como diagnóstico primario y donde la
ro
muerte no ocurrió dentro de los 28 días posteriores al ingreso hospitalario. Es poco probable que los episodios de accidente cerebrovascular y cardiopatía
-p
coronaria no mortales no provoquen ingresos hospitalarios, aunque la IC podría prevalecer sin necesidad de hospitalización. Por tanto, es probable que en

nuestros resultados se haya subestimado la incidencia de IC. Además, dado que una gran proporción de la IC es atribuible a la cardiopatía coronaria [34, 35],
re

centrarse en el primer episodio, en cualquier caso, asumió que la IC sería bastante infrecuente. Sin embargo, aunque menos frecuente que la EC y el ictus, la
lP

IC es un diagnóstico común de ECV en términos del número total de eventos tanto en las medidas de hospitalización como de causa de muerte, lo que fue
na

nuestra justificación para su inclusión.

ur

Dado que hasta la fecha no se ha realizado una validación externa de los modelos de riesgo, se desconoce su desempeño fuera de este estudio.
Jo

Conclusiones

Usando estos modelos, el riesgo de por vida de cada uno de los primeros eventos de ECV se puede estimar para diferentes perfiles de factores de riesgo. Dado que

las predicciones son específicas del diagnóstico, las estimaciones son más precisas.

15
Conflicto de intereses

Los autores declararon no tener nada que revelar sobre el conflicto de intereses con respecto a este manuscrito.

Soporte financiero

Este trabajo fue apoyado por Forte, el Consejo Sueco para la Salud, la Vida Laboral y el Bienestar [número de subvención 2006-1512].

Expresiones de gratitud

Los autores desean agradecer a todos los participantes en el VIP.

of
ro
-p
re
lP
na
ur
Jo

dieciséis
Referencias

1. Colaboradores, GBDCoD, Mortalidad global, regional y nacional por edad y sexo por 282 causas de muerte en 195 países y

territorios, 1980-2017: un análisis sistemático para el Global Burden of Disease Study 2017. Lancet, 2018. 392 ( 10159): pág.

1736-1788. La Junta Nacional de Salud y Bienestar. Base de datos estadística sobre causas de muerte. [ citado el 14 de enero

2. de 2020]; Disponible en: https://sdb.socialstyrelsen.se/if_dor/val_eng.aspx.

3. La Junta Nacional de Salud y Bienestar. Estadísticas sobre causas de muerte 2018. Estadísticas oficiales de Suecia. Atención

médica y sanitaria. 2019.

4. La Junta Nacional de Salud y Bienestar. Base de datos estadística sobre diagnósticos de atención hospitalaria.

of
[consultado el 14 de enero de 2020]; Disponible en: https://sdb.socialstyrelsen.se/if_par/val_eng.aspx. La Junta Nacional de Salud y
ro
5. Bienestar. Estadísticas de enfermedades hospitalarias 2018. Estadísticas oficiales de Suecia. Salud y atención médica. 2019.
-p
re

6. Mendis, S., P. Puska y B. Norrving, editores. Atlas mundial sobre prevención y control de enfermedades cardiovasculares. Organización
lP

Mundial de la Salud. 2011: Ginebra. Yusuf, S. y col., Efecto de los factores de riesgo potencialmente modificables asociados con el infarto

7. de miocardio en 52 países (el estudio INTERHEART): estudio de casos y controles. Lancet, 2004. 364 ( 9438): pág. 937-52. O'Donnell, MJ
na

y col., Factores de riesgo de ictus hemorrágico isquémico e intracerebral en 22 países (el estudio INTERSTROKE): un estudio de casos y

8.
ur

controles. Lancet, 2010. 376 ( 9735): pág. 112-23. Autores / Task Force, M., et al., Directrices europeas de 2016 sobre prevención de

enfermedades cardiovasculares en la práctica clínica: Sexto Grupo de Trabajo Conjunto de la Sociedad Europea de Cardiología y otras
Jo

9. Sociedades sobre Prevención de Enfermedades Cardiovasculares en la Práctica Clínica (constituido por representantes de 10 sociedades

y por expertos invitados): Desarrollado con la contribución especial de la Asociación Europea para la Prevención y Rehabilitación

Cardiovascular (EACPR). Eur J Prev Cardiol, 2016.

23 ( 11): pág. NP1-NP96.

10. Dawber, TR, GF Meadors y FE Moore, Jr., Enfoques epidemiológicos de las enfermedades cardíacas: el estudio de

Framingham. Am J Public Health Nations Health, 1951. 41 ( 3): pág. 279-81. Feinleib, M. y col., El estudio

11. FraminghamOffspring. Diseño y datos preliminares. Prev Med,

1975. 4 ( 4): pág. 518-25.

17
12. Conroy, RM y col., Estimación del riesgo de enfermedad cardiovascular mortal a diez años en Europa: el proyecto SCORE. Eur Heart J,

2003. 24 ( 11): pág. 987-1003. Hippisley-Cox, J. y col., Derivación y validación de QRISK, una nueva puntuación de riesgo de enfermedad

13. cardiovascular para el Reino Unido: estudio prospectivo de cohorte abierto. BMJ, 2007. 335 ( 7611): pág. 136. Hippisley-Cox, J. y col., Predicción

del riesgo cardiovascular en Inglaterra y Gales: derivación prospectiva y validación de QRISK2. BMJ, 2008. 336 ( 7659): pág. 1475-82.

14. Hippisley-Cox, J. y col., Derivación, validación y evaluación de un nuevo modelo QRISK para estimar el riesgo de enfermedad

cardiovascular de por vida: estudio de cohortes utilizando la base de datos QResearch. BMJ, 2010. 341:

15.

pags. c6624.

dieciséis. Damen, JA y col., Modelos de predicción del riesgo de enfermedad cardiovascular en la población general: revisión sistemática. BMJ, 2016. 353:

of
pags. i2416. Marma, AK y col., Distribución de los riesgos previstos de enfermedad cardiovascular a 10 años y durante toda la vida en adultos
ro
17. estadounidenses: hallazgos de la Encuesta Nacional de Examen de Salud y Nutrición 2003 a 2006.
-p
re

Resultados de Circ Cardiovasc Qual, 2010. 3 ( 1): pág. 8-14. Cooney, MT y col., Reevaluación del enfoque Rose: beneficios

18. comparativos de la población y estrategias preventivas de alto riesgo. Eur J Cardiovasc Prev Rehabil, 2009. dieciséis( 5): pág.
lP

541-9. Piepoli, MF y col., Actualización sobre la prevención cardiovascular en la práctica clínica: un documento de posición de la
na

19. Asociación Europea de Cardiología Preventiva de la Sociedad Europea de Cardiología. Eur J Prev Cardiol, 2020. 27 ( 2): pág.

181-205. Mach, F. y col., Guía ESC / EAS 2019 para el manejo de dislipidemias: modificación de lípidos para reducir el riesgo
ur

cardiovascular. Eur Heart J, 2020. 41 ( 1): pág. 111-188. Arnett, DK y col., 2019 ACC / AHA Guideline on the Primary Prevention of
Jo

20. Cardiovascular Disease: A Report of the American College of Cardiology / American Heart Association Task Force on Clinical

Practice Guidelines. Circulación, 2019. 140 ( 11): pág. e596-e646. Norberg, M. y col., El Programa de Intervención Vasterbotten:

21. antecedentes, diseño e implicaciones. Acción Glob de Salud, 2010. 3.

22.

23. Brooke, HL y col., El registro sueco de causas de muerte. Eur J Epidemiol, 2017. 32 ( 9): pág. 765-773. Ludvigsson, JF y col., Revisión

24. externa y validación del registro nacional sueco de pacientes hospitalizados.

Salud Pública de BMC, 2011. 11: pags. 450.

18
25. Grambsch, PM y TM Therneau, Pruebas y diagnósticos de riesgos proporcionales basados en residuos ponderados. Biometrika, 1994. 81 ( 3):

pág. 515-526. Newson, RB, Comparando los poderes predictivos de los modelos de supervivencia utilizando la C de Harrell o la D. de Somers

26.

Stata Journal, 2010. 10 ( 3): pág. 339-358. Discacciati, A., V. Oskarsson y N. Orsini. STPHCOXRCS: módulo Stata para comprobar la

27. suposición de riesgos proporcionales utilizando splines cúbicos restringidos. 2015 4 de septiembre; Disponible en:

https://econpapers.repec.org/software/bocbocode/s458073.htm. Lambert, PC standsurv. 2019 [consultado el 28 de enero de 2020];

Disponible en: https://pclambert.net/software/standsurv/.

28.

29. Leening, MJ y col., Diferencias de sexo en el riesgo de por vida y primera manifestación de enfermedad cardiovascular: estudio de

of
cohorte prospectivo basado en la población. BMJ, 2014. 349: pags. g5992. Norberg, M. y col., Participación comunitaria y sostenibilidad:
ro
30. evidencia de más de 25 años en el Programa de Intervención Vasterbotten. Acción Glob Health, 2012. 5: pags. 1-9. Weinehall, L. y col., Reducción
-p

del sesgo de selección en la prevención primaria de enfermedades cardiovasculares mediante la participación de la atención primaria de

31.
re

salud. Scand J Prim Health Care, 1998. dieciséis( 3): pág. 171-6. La Junta Nacional de Salud y Bienestar. Estadísticas de infartos de

miocardio 2018. Estadísticas oficiales de Suecia. Salud y atención médica. 2019.

lP

32.
na

33. La Junta Nacional de Salud y Bienestar. Estadísticas sobre ictus 2018. Estadísticas oficiales de Suecia. Atención médica y sanitaria.
ur

2019.
Jo

34. Gheorghiade, M. y RO Bonow, Insuficiencia cardíaca crónica en los Estados Unidos: una manifestación de la enfermedad de las arterias

coronarias. Circulación, 1998. 97 ( 3): pág. 282-9. Él, J., et al., Factores de riesgo de insuficiencia cardíaca congestiva en hombres y mujeres

35. estadounidenses: estudio de seguimiento epidemiológico NHANES I. Arch Intern Med, 2001. 161 ( 7): pág. 996-1002. Ng, N. y col., Aumento de la

actividad física, pero brechas sociales persistentes entre las personas de mediana edad: tendencias en el norte de Suecia de 1990 a 2007. Acción

36. Glob Health, 2011. 4: pags. 6347.

19
Tabla 1 Variables candidatas

Formato / respuesta original Formato en los análisis

alternativas

Colesterol total en suero Continuo <5,00 mmol / L

5,00 a 7,49 mmol / L

≥7,50 mmol / L

Estado de tabaquismo Nunca fumador Nunca / ex (regular o

Fumador de cigarrillos ocasional) / ocasional.

Fumador de puros Frecuentes (cigarrillos, puros o pipas)

Fumador de pipa

Fumador ocasional of
ro
Ex fumador habitual
-p

Ex fumador ocasional
re

Presión arterial Continuo + Óptimo (presión arterial sistólica <120

lP

pregunta sobre el uso de diferentes clases mmHg y presión arterial diastólica <80

de medicamentos en los últimos 14 días mmHg y no con antihipertensivos).

na

(una de las alternativas de respuesta es

ur

Prealta (presión arterial sistólica de 120 a

Jo

antihipertensivos) 139 mmHg o presión arterial diastólica de

80 a 89 mmHg). Alta (presión arterial

sistólica ≥140 mmHg o presión arterial

diastólica ≥90 mmHg o en

antihipertensivos)

IMC, kg / m 2 Continuo Continuo

Actividad física Alternativas de respuesta de Sedentario

tres preguntas sobre actividad Moderadamente activo

física (al desplazarse, Físicamente activo

durante actividades recreativas Ver Ng et al. [36] para obtener detalles sobre las

y ejercicio físico, definiciones de categorías.

20
 respectivamente)

Salud autoevaluada Muy bien Muy bien

(año anterior) Bastante bueno Bastante bueno

Bastante bueno Bastante bueno / bastante pobre / pobre

Bastante pobre

Pobre

Educación Nueve alternativas de respuesta para el Básico ("escuela primaria")

actual y el anterior Media ("secundaria superior

niveles educativos en Suecia colegio")

Alto ("colegio / universidad")

Estado civil Soltero

of Casado / conviviente (casado /
ro
Casado / conviviente conviviendo / vuelto a casar)
-p

Viudo / viudo Soltero (soltero / viudo /

re

Divorciado viudo / divorciado)

Casado
lP
na
ur
Jo

21
Tabla 2 Características de la población de estudio

Hombres 60 Mujeres 60 Hombres 50 Mujeres 50 Hombres 40 Mujeres 40

n = 16.771 n = 19.724 n = 21.533 n = 23.624 n = 22.096 n = 23.653

T = 152.242 T = 198.260 T = 233,649 T = 271,831 T = 254 052 T = 281,877

Edad [años], media (DE)

60,0 (0,3) 60,0 (0,3) 50,1 (0,3) 50,0 (0,2) 40,1 (0,3) 40,1 (0,3)

Colesterol total en suero [mmol / L], n (%) <5,00

4169 (24,9) 3129 (15,9) 5735 (26,6) 7168 (30,3) 8542 (38,7) 13.068 (55,2)

5.00-7.49 11.825 (70,5) 14.923 (75,7) 14.724 (68,4) 15.636 (66,2) 12.883 (58,3) 10.366 (43,8)

≥7,50 777 (4,6) 1672 (8,5) 1074 (5,0) 820 (3,5) 671 (3,0) 219 (0,9)

Estado de tabaquismo, n (%)

Nunca / ex / of
14.340 (85,5) 16.720 (84,8) 18.148 (84,3) 19.345 (81,9) 19.608 (88,7) 20.239 (85,6)
ro
infrecuente
-p

Frecuente 2431 (14,5) 3004 (15,2) 3385 (15,7) 4279 (18,1) 2488 (11,3) 3414 (14,4)
re

Presión arterial
lP

Óptimo 2002 (11,9) 3380 (17,1) 4502 (20,9) 8007 (33,9) 6690 (30,3) 13.006 (55,0)

Pre-alto 6710 (40,0) 7986 (40,5) 10.170 (47,2) 9970 (42,2) 11.535 (52,2) 8544 (36,1)
na

Alto 8059 (48,1) 8358 (42,4) 6861 (31,9) 5647 (23,9) 3871 (17,5) 2103 (8,9)

IMC [kg / m 2], media (DE)

ur

26,5 (3,4) 26,2 (4,3) 26,5 (3,6) 25,6 (4,4) 26,3 (3,8) 25,0 (4,6)
Jo

Actividad física, n (%)

Sedentario 3345 (19,9) 2214 (11,2) 4701 (21,8) 2683 (11,4) 4863 (22,0) 2805 (11,9)

Moderadamente activo 10,217 (60,9) 13,840 (70,2) 12,199 (56,7) 15,359 (65,0) 11,780 (53,3) 14,436 (61,0)

Físicamente activo 3209 (19,1) 3670 (18,6) 4633 (21,5) 5582 (23,6) 5453 (24,7) 6412 (27,1)

Salud autoevaluada, n (%)

Muy bien 4865 (29,0) 4582 (23,2) 6462 (30,0) 6440 (27,3) 6348 (28,7) 6663 (28,2)

Bastante bueno 7730 (46,1) 8879 (45,0) 10.327 (48,0) 10.722 (45,4) 11.005 (49,8) 11.089 (46,9)

Bastante bueno/

bastante pobre / pobre 4176 (24,9) 6263 (31,8) 4744 (22,0) 6462 (27,4) 4743 (21,5) 5901 (24,9)

Nivel de educación, n (%)

Básico 5963 (35,6) 6814 (34,5) 4350 (20,2) 4350 (18,4) 2215 (10,0) 2001 (8,5)

Medio 7332 (43,7) 7652 (38,8) 11.791 (54,8) 10.871 (46,0) 13.519 (61,2) 11.992 (50,7)

22
 Hombres 60 Mujeres 60 Hombres 50 Mujeres 50 Hombres 40 Mujeres 40

n = 16.771 n = 19.724 n = 21.533 n = 23.624 n = 22.096 n = 23.653

T = 152.242 T = 198.260 T = 233,649 T = 271,831 T = 254 052 T = 281,877

Alto 3476 (20,7) 5258 (26,7) 5392 (25,0) 8403 (35,6) 6362 (28,8) 9660 (40,8)

Estado civil, n (%)

Casado / conviviente 13.775 (82,1) 15.449 (78,3) 17.351 (80,6) 19.255 (81,5) 17.646 (79,9) 19.885 (84,1)

Soltero 2996 (17,9) 4275 (21,7) 4182 (19,4) 4369 (18,5) 4450 (20,1) 3768 (15,9)

Primer evento, n (%)

CHD 1731 (10,3) 896 (4,5) 1485 (6,9) 572 (2,4) 658 (3,0) 207 (0,9)

Carrera 642 (3,8) 582 (3,0) 482 (2,2) 275 (1,2) 181 (0,8) 115 (0,5)

HF 183 (1,1) 112 (0,6) 102 (0,5) 61 (0,3) 44 (0,2) 20 (0,1)

Muerte no por ECV 1030 (6,1) 1053 (5,3) 639 (3,0)

of 623 (2,6) 262 (1,2) 234 (1,0)
ro
Muerte por ECV 393 (2,3) 234 (1,2) 235 (1,1) 83 (0,4) 77 (0,3) 36 (0,2)
-p

Censurado 12.792 (76,3) 16.847 (85,4) 18.590 (86,3) 22.010 (93,2) 20.874 (94,5) 23.041 (97,4)
re

n, número, T, tiempo total en riesgo (personas-años), DE, desviación estándar del IMC, índice de masa corporal, cardiopatía coronaria, enfermedad coronaria, IC, insuficiencia cardiaca, ECV, enfermedad

cardiovascular.
lP

Note: The total number of VIP participants included in this study does not equal the sum of the numbers above as the participants may have been

be included in more than one of the age groups.

na
ur
Jo

n=15,741

23
 t) rm
sta R
s)
tu
e fro

Jo
r/ s
m
1 0 2 1 1 1 1 1 1 1 1 1 1 P (o B m
.4 .9 .1 .1 .2 .1 .7 .3 .7 .0 .1 .2 .2 re
p lo
8 4 3 8 4 7 3 0 9 6 9 2 7 -h tim o u
2 6 2 2 6 2 5 5 3 7 1 5 7 d ltiv

u
* * * ig
* * * a p
* h l) re a

rn
ria
ssu
2 1 4 1 1 2 2 2 2 1 1 1 1 H
.5 .2 .1 .7 .6 .0 .8 .2 .7 .4 .8 .7 .6 ig b
re le
5 2 0 7 5 6 1 4 0 9 7 7 4 h
1 7 1 1 5 8 4 8 2 5 3 9 6 G
* * * * * * * * * * * *

la
* * * * * * * * * o
* * * * * * * * m
1 1 1 1 1 1 0 1 0 1 1 k B p
.0 .0 .0 .0 .0 .0 .9 .0 .9 .0 .0 g M e
/m I, rtz
4 7 0 2 5 0 9 4 8 5 1
5 1 6 4 3 0 2 9 5 4 1
* * * * * * 2 re
* * * *

erP
* g
re
0 1 1 1 1 1 1 1 1 1 0 1 1 S (m P ssio
.8 .1 .1 .0 .1 .2 .6 .0 .0 .0 .8 .0 .0 e h
d

-p
7 3 2 6 1 4 0 8 0 5 6 8 2 o y
2 1 0 4 8 5 8 5 5 2 4 4 4 e d sica
* n e n
ta ra s
l
ry a
2 te
ctiv
4

ro
ly
0 0 0 0 0 1 1 0 0 0 0 0 0 a P a
.8 .9 .7 .9 .5 .0 .1 .7 .9 .9 .7 .7 .9 ctiv h ctiv
ity
2 1 1 2 4 5 5 8 0 2 3 9 5 y
7 1 4 0 4 7 8 6 2 1 8 9 5 sica
* * e e

fo
lly
)

1 1 1 1 1 1 1 0 1 1 1 0 1 1 g P (v S
.4 .1 .4 .1 .0 .2 .1 .9 .5 .1 .1 .9 .2 .2 or e e
3 0 5 3 8 0 4 2 6 7 0 6 7 5 oe ry
lf-ra
8 8 8 5 5 4 7 4 9 2 9 5 2 5 d tty
* * * * g
* * o te
* * o
dd
1 1 1 1 1 1 1 1 2 1 1 1 1 1 P Q F ) h
.5 .3 .9 .5 .1 .4 .4 .1 .0 .4 .2 .4 .3 .4 o u a e
o irly a
4 5 1 5 7 1 2 5 7 6 4 3 1 6 ite lth
6 0 0 4 7 6 7 9 5 7 8 1 2 3 r
* * * * * * * * * * * p g
* * * * * * * o o
* * * * o o
r/ d
/

1 1 1 1 1 1 1 1 1 1 1 0 1 1 B (m Le
.3 .1 .0 .1 .1 .2 .1 .2 .1 .1 .1 .9 .0 .0 a
8 0 3 8 9 3 0 2 9 8 8 9 3 8 sic id v
4 0 6 6 9 1 5 4 8 7 3 9 8 2 e
d l
* * * * * le o
* f
) e
d
0 0 0 0 1 0 0 1 0 0 1 0 0 1 H u
.6 .8 .6 .8 .0 .7 .7 .0 .7 .7 .0 .6 .9 .0 ig ca
3 9 1 4 2 4 0 9 7 0 1 4 1 2 h tio
1 3 3 6 5 4 5 1 0 3 9 4 0 1
* * * n
*
*
1 1 2 1 1 1 1 1 1 1 1 1 S co (m M
.4 .4 .2 .2 .1 .1 .4 .1 .6 .2 .2 .3 in
h a a
6 1 3 0 9 9 5 8 5 1 9 3 g a rrie rita
2 3 5 4 6 5 8 5 6 6 9 2 le b
* * * * * * * itin
* * * * d l
* * * / sta
g
) tu
s

-1 -7 -1 -7 -7 -9 -6 -1 -7 -7 -8 -6 -9 -7 -5 C
0 .4 2 .7 .2 .1 .7 0 .5 .1 .9 .0 .7 .1 .6
o
.1 .1 .8
n
1 2 7 3 4 3 3 2 0 0 9 0 sta
6 0 8 9 4 1 5 9 7 5 2 7 4 2 0
9 9 7 n
t
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 G
.0 .1 .1 .0 .0 .1 .1 .1 .1 .0 .1 .1 .1 .0 .0 a
8 1 2 9 5 5 2 6 1 4 1 2 1 8 3 m
4 1 6 2 8 0 4 1 1 9 2 3 5 0 1 m
a
 sta
t) rm
tu
e

Jo
r/ s

1 2 1 1 1 1 1 0 0 1 2 P (o B
.3 .0 .1 .2 .6 .3 .5 .8 .7 .2 .2 re lo
p
4 5 1 5 4 7 2 5 0 1 3 -h tim o
7 7 5 1 6 6 5 3 4 7 8 d

u
* * * * ig
* * * h a p
* * l) re

rn
ssu
1 3 2 1 2 2 3 1 2 2 3 H
.9 .4 .0 .6 .5 .1 .7 .1 .0 .1 .2 ig
re
8 9 2 9 9 0 6 2 3 5 5 h
3 9 1 1 9 8 0 0 5 8 0
* * * * * * * * * *

la
* * * * * * *
* * * * * *
1 1 1 1 1 1 1 1 0 k B
.0 .0 .1 .0 .0 .0 .0 .0 .9 g M
4 2 0 4 2 4 0 6 9 /m I,
0 4 0 3 2 1 6 5 9
* * * * * 2
* * * *

erP
* *
1 1 1 1 1 1 S (m P
.0 .1 .4 .1 .2 .2 e h
d

-p
9 2 2 5 7 3 o y
0 0 1 8 9 3 e d sica
n e
ta ra
l
ry a
2 te
ctiv
5

ro
ly
0 0 1 1 0 1 a P a
.8 .8 .3 .0 .8 .0 ctiv h ctiv
ity
1 6 2 0 4 1 y
9 4 5 4 0 8 sica
e e

fo
lly
)

1 0 1 1 1 0 1 1 1 0 1 g P (v S
.1 .9 .9 .2 .0 .9 .0 .6 .0 .9 .4 or e e
6 7 1 0 0 6 6 6 7 8 7 oe ry
lf-ra
6 7 8 5 6 9 5 6 4 9 8 d tty
* * g
* * o te
o
dd
1 1 2 1 1 1 1 2 1 1 1 P Q F ) h
.8 .3 .2 .8 .5 .2 .3 .0 .3 .3 .9 o u a e
o irly a
5 4 5 1 0 6 4 7 9 3 0 ite lth
5 7 0 6 3 3 1 5 7 8 1 r
* * * * * * * p g
* * * * * o o
* * * o o
r/ d
/

1 1 2 1 1 1 1 1 0 1 1 B (m Le
.4 .7 .0 .4 .0 .3 .1 .2 .9 .1 .2 a
9 7 4 7 3 0 4 2 9 2 3 sic id v
9 8 6 6 2 9 7 2 0 5 0 e
d l
* * * * * * * le o
* * * f
) e
d
1 1 1 1 0 1 0 0 0 1 0 H u
.0 .0 .1 .1 .6 .1 .6 .8 .5 .0 .8 ig ca
1 8 4 0 5 1 0 5 1 0 4 h tio
0 1 9 2 0 3 5 7 0 2 3
* n

1 2 1 1 2 1 S co (m M
.1 .1 .8 .1 .1 .3 in
h a a
6 9 8 7 5 2 g a rrie rita
2 5 9 8 1 2 le b
* * * itin
* * * d l
* * / sta
g
) tu
s

-8 -9 -1 -1 -9 -9 -9 -1 -7 -1 -8 -8 C
.6 .7 0 2 .6 .3 .2 0 .4 1 .2 .2
o
.4 .9 .9 .0
n
5 1 7 9 0 6 9 5 sta
9 1 5 9 4 3 1 2 8 2 1 1
8 0 0 6 n
t
0 0 0 0 0 0 0 0 0 0 0 0 G
.1 .0 .0 .1 .1 .1 .1 .1 .1 .1 .0 .0 a
0 6 8 1 0 2 0 1 0 2 8 5 m
8 1 8 7 4 3 1 1 7 9 6 1 m
a
 a to a
rt
G th
o d

Jo
m e ise
p C
e S a
rtz H se
R ,
m s). H

u
F
o ,
d h

rn
e e
l a
is rt
g fa
iv

la
ilu
e
n re
b ,
yℎ C
V
D
,

erP
| ca
rd

= io

-p
v
exp a
scu

2 la
6

ro
r
d
∙ ise

exp
a

fo
se
! .
+

!
#

w
h
e
re!

#
=
ln

&

'
#
.
T
h
e
9
5
%
co
n
fid
e
n
ce

in
te
rv
a
ls
o
f
th
e
C
S
H
R
s
 7
2

Jo
rn
u
la
erP
-p
ro
fo
s
e
e

n
in

ce
cid
 ilu
re

Jo
,
C
V
D
,
ca

u
rd
io

rn
v
a
scu

la
la
r
d
ise

a
se

erP
-p
2
8

ro
fo
 .0 2 .4 .6 .3 .0 .1 6 .5 .5 .2
3 .4 .8 .4 .8 .5 0 .3 .5 .1 tim
9 -7 6 5 1 1 2 6 2 9 2 9 -9 5 5 6 0 9 6 tim
-5 -3 -2 -2 -1 -4 -2 -2
e

Jo
.2 .0 e
0 5 5 3 9 6 6 5 8 0 risk
) .2 .9 .3 .2 .0 ) .5 .5 .9
9 2 8 8 9 3 8 9
) ) ) ) ) ) ) ) s
o
f

u
0 (0 0 (2 2 (1 1 (0 1 (2 3 (1 1 (0 1 (4 5 (2 3 (1 1 1 first
.6
.3
.4
.0
.9
.2
.3
.7
.0
.4
.0
.6
.8
.7
.0
.2
.8
.7
.0
.3
.8 0

rn
8 6 2 8 0 7 2 6 5 5 1 -
3 8 3 5 8 3 9 7 9 1 y
-0 -4 -1 -1 -3 -2 -1 -8 -3 -2
e e
a v
.6 .1 .5 .3 .8 .0 .4 .0 .3 .5 r e
n
5 1 5 4 1 2 1 3 3 0

la
ts
) ) ) ) ) ) ) ) ) ) S
(9
tro
1 (6 1 (1 1 (1 1 (1 2 (1 1 (1 1 (1 1 (1 1 (1 1 (8 1 Life 5
3 1 3 7 0 6 9 5 6 4 1 k %
.8 .4 .2 0 .8 3 .9 3 .3 3 .9 6 .6 1 .5 2 .3 2 .8 .2 .6 e
.0 .8 .7 .3 .3 .1 .2 .8 co
1 6 2 9 9 2 5 8 2 1 9 4 4 tim
-1 2 2 7 6 6 5 2 0 -1 n

erP
-1 -2 -3 -2 -2 -2 -2 -1 fid
9 6 e
.4 9 3 0 1 3 1 1 7 .4 e
9 .2 .4 .0 .5 .6 .5 .7 .3 5 n
ce

-p
) 6 3 0 0 9 9 6 3 )
) ) ) ) ) ) ) ) in
te
0 (0 0 (0 0 (0 0 (0 0 (0 0 (0 0 (0 0 (1 1 (0 0 (0 0 1
2 .1 .1 .3 .2 .1 .5 .2 .2 .6 .7 .4 0 rva
9 .0 .2 .2 .0 .2 .2 .0 .1 .6 .2

ro
3 7 8 7 1 4 8 2 1 5 4 -
9 7 1 5 8 2 9 6 3 5 y
-0 -0 -0 -0 -1 -0 -0 -2 -0 -0
e l),
a %
.3 .5 .3 .2 .0 .3 .5 .2 .9 .7 r

fo
3 2 5 3 5 7 1 4 0 8
) ) ) ) ) ) ) ) ) )
H
8 (4 1 (1 2 (3 7 (1 5 (3 6 (5 8 (3 9 (4 6 (4 5 (2 5 Life F
.3
.8
4 .7
.7
.8
.2
.8
.1
.2
.1
.0
.0
.7
.3
.3
.1
.2
.8
.6
.0
9 .4 5 8 9 0 1 3 5 5 3
4 3 5 8 5 2 0 3 4 7 5 tim
-4 -4 -1 -1 -1 -1 -2 -8 -8 -9
3 .3 3 4 1 2 3 -7 .0 .5 e
.0 1 .6 .5 .5 .8 .3 3 6
2
1 ) 6 4 6 3 2 ) ) )
) ) ) ) ) )
1 (1 1 (2 3 (1 1 (1 1 (4 4 (2 3 (2 2 (5 6 (3 4 (3 3 1
.3
.0
.2
.7
.3
.4
.6
.0
.3
.2
.8
.9
.1
.5
.8
.3
.0
.7
.0
.4
.7 0
7 1 0 5 3 8 5 1 5 9 7 -
2 3 9 9 9 1 7 0 9 6 y
e
-1 -3 -1 -1 -5 -3 -3 -6 -4 -4 a N
.4 .9 .8 .6 .5 .4 .0 .9 .4 .1 r o
3 9 3 2 5 1 7 0 1 0 n
) ) ) ) ) ) ) ) ) ) -
C
V
4 (4 5 (1 2 (2 3 (3 4 (2 3 (3 4 (4 5 (2 2 (3 3 (4 5 Life D
8 1 3 6 1 8 4 7 6 6 1 8 3 5 2 2 5 5 9 5 1
.6 .6 .0 .3 .6 .1 .2 .5 .8 .3 .1 d
9
.4
1
.9
4
.3
0
.1
1
.4
5
.5
3
.4
3
.1
9
.7
2
.4
4 tim a e
0 0 1 7 0 7 1 3 9 4
-6 -2 -4 -5 -3 -4 -6 -3 -4 -5 th
e
9 6 1 8 6 8 0 0 3 7
.4 .1 .5 .4 .7 .4 .7 .2 .2 .5
2 8 5 5 5 5 7 9 0 6
) ) ) ) ) ) ) ) ) )
0 (0 0 (2 3 (0 0 (0 0 (1 2 (0 0 (0 0 (2 3 (1 1 (0 1 1
.1
.0
.0
.1
.2
.5
.6
.1
.2
.6
.4
.4
.5
.1
.2
.6
.3
.4
.6
.7
.1 0
7 6 9 8 6 0 6 9 0 3 2 -
3 8 8 6 3 7 7 5 4 8 y
-0 -4 -0 -0 -3 -0 -0 -4 -1 -1
e
a
.1 .9 .8 .4 .5 .6 .5 .1 .8 .6 r
C
2 5 0 2 3 7 2 2 5 1 V
) ) ) ) ) ) ) ) ) ) D
5 (0 2 (9 1 (4 6 (2 4 (1 2 (8 1 (5 9 (9 1 (9 1 (8 1 Life d
.2 .9 3 .6 .2
5 1 1 .6 2 2 2 e
9
.9
7
.4 .8 .5
3
.2
5 .7
.6 .0 .0 .1
3
.5 .1 .7 .0 .1 .0 a
5 6 7 8 0 6 7 6 6 6 0 9 1 5 3 tim th
-9 -2 -9 -8 4 -1 -1 -1 -1 -1
-2
.2 0 .5 .2 5 7 5 4 7 e
5 .3 9 0 9 .1 .9 .3 .7 .7
) 2 ) ) .8 7 5 0 3 4
) 2 ) ) ) ) )
)
 .4
g l In
ilu .5 .2 tim
e ch
th 1 2 0
re
re o e -4 -1
e

Jo
le , 1 6
fle
ste b C
e V .0 .8
cts tte D
ro 9 1
, ) )
th l r ca
w p

u
e
a ro rd (0 1 (0 1
a s io .7
.2
.5
0

rn
v file
9 -
y
e se v 9 8
ra a e
t s scu -2 -0 a
g
e
to se
.0 .8 r
ru 9 0

la
≥ la
o
f 7 m r ) ) S
e .5 d tro
a 0 to ise (6 1 (9 Life
ch
m ta 1 k
a .9 .8 .0 e
in m l se
2 3 tim
d o ch
. -2
0 -2

erP
iv l/L, o 0 1 e
id le
.1 .1
u sm ste
3 2
a

-p
l’s o ro ) )
p k l
in w
re
g (0 0 (0 1
3 d a .0 0
0 s .0 .0

ro
sta -
icte
se 1 5 9 y
tu -0 -0
e
d t a
risk
s to .4 .1 r
to

fo
< 0 8
re 5 ) )
b
g
.0 H
a u 0 (0 1 (3 Life F
se .1
la m .1 .1
d r m 9
o a 5 8 tim
n n o -9 -2
o d l/L,
.5 2 e
b b 7 -1
se lo sm ) 6
rv o )
d o
e p k
d in (2 2 (1 1
v
re
g .0
.4
.2
0
a ssu 8 -
y
lu sta 1 3 e
e re tu
-3 -1 a N
s.
.0 .5 r o
to s n
to 5 2 -
h ) ) C
ig n V
h e (2 3 (3 Life D
. v 4
T e 5 .7 9 d
h r/fo .3 .2 tim a e
e 2 2 7
o -4 -6 th
th
rm e
e e 7 0
.6 .3
r r/in
v 1 7
a
fre
) )
ria
b q (0 1 (0 1
le u .7
.5
.1
0
e 0 -
s 3 2 y
w n e
t -3 -0 a
e a r
re n .0 .2
d C
k 7 3 V
e b ) ) D
p lo
t o (1 2 (2 Life d
a d 0 1 e
t p .9
.5 .3 a
th re 7 7 tim th
e 4 -1
ssu -4
1 e
re 2 .8
.5 1
to 6 )
)
Highlights

• Lifetime risk models for the most common non-fatal CVDs and death were developed
• Hypertension and frequent smoking increased the rates of events the most
• Risk factor profiles with a low 10-year risk can still lead to a high lifetime risk

of
ro
-p
re
lP
na
ur
Jo