Obtención de una fórmula que mejora la estimación del consumo

Documento descargado de http://www.elsevier.es el 17/11/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.
Rev Esp Med Nucl Imagen Mol. 2015;34(3):167–172
Original
Obtención de una fórmula que mejora la estimación del consumo
máximo de oxígeno en las pruebas de esfuerzo con bicicleta
ergométrica
G. Romero-Farina a , J. Candell-Riera a , J.M. Bofill b , S. Aguadé-Bruix c,∗ , M.N. Pizzi a y D. García-Dorado a
a
Servicio de Cardiología, Hospital Universitari Vall d’Hebron, Institut de Recerca (VHIR), Universitat Autònoma de Barcelona, Barcelona, España
Servicio de Neumología, Hospital Universitari Vall d’Hebron, Institut de Recerca (VHIR), Universitat Autònoma de Barcelona, Barcelona, España
c
Servicio de Medicina Nuclear, Hospital Universitari Vall d’Hebron, Institut de Recerca (VHIR), Universitat Autònoma de Barcelona, Barcelona, España
b
información del artículo
r e s u m e n
Historia del artículo:
Recibido el 19 de junio de 2014
Aceptado el 15 de octubre de 2014
On-line el 22 de noviembre de 2014
Objetivos: Valorar si la estimación del consumo máximo de oxígeno (CMO2 ) en MET (unidad metabólica)
mediante las tablas propuestas en las guías de la Sociedad Española de Cardiología (SEC) es un método
suficientemente fiable cuando se aplica a las pruebas de esfuerzo con bicicleta ergométrica.
Material y métodos: Se obtuvo el CMO2 en MET por consumo de gases en bicicleta ergométrica en 97
sujetos sanos (grupo i) y se comparó con la estimación de los MET obtenida mediante tabla en la que solo
intervienen los vatios y el peso del paciente. Mediante la introducción de variables clínicas y ergométricas
se obtuvo una fórmula con mejor ajuste para el cálculo de los MET validándose en 289 pacientes (grupo
ii) con gated-SPECT de perfusión miocárdica normal.
Resultados: En los individuos del grupo i se observó una buena correlación entre los MET estimados con
la tabla y los MET obtenidos mediante consumo de gases (CCI: 0,93). Sin embargo, la fórmula con mejor
ajuste para la estimación de los MET en los pacientes del grupo ii incluyó los vatios, el índice de masa corporal (IMC), la edad y el sexo (MET = 11,820 − 0,054 × edad − 0,189 × IMC + 1,031 × sexo + 0,020 × vatios)
(mujer: 0, hombre: 1). Esta fórmula permitió la reclasificación de un 46,9% de los individuos del grupo ii
en la categoría < 5 MET con respecto a la estimación por tabla.
Conclusiones: La estimación de los MET mediante la tabla convencional es fiable, aunque el ajuste óptimo,
cuando se aplica a sujetos con gated-SPECT de perfusión miocárdica de esfuerzo normal, se obtiene al
considerar, además de los vatios, el IMC, la edad y el sexo.
Palabras clave:
Prueba de esfuerzo
MET
Estimación del consumo de oxígeno
Gated-SPECT
© 2014 Elsevier España, S.L.U. y SEMNIM. Todos los derechos reservados.
Obtaining a formula that improves maximum oxygen consumption estimation
in cycle ergometer exercise tests
a b s t r a c t
Keywords:
Stress test
METs
Maximal oxygen consumption
Gated-SPECT
Objectives: To evaluate if the estimation of the maximal oxygen consumption (MO2 C) in METs (metabolic
equivalents) by means of the table proposed in the guidelines of the Spanish Society of Cardiology is a
sufficiently reliable method when applied to the bicycle exercise test.
Material and methods: The MO2 C in METs was obtained by gas-exchange analysis on bicycle ergometer
tests in 97 healthy subjects (group i). It was compared with the estimate of METs using the table in which
only watts and patient’s weight were included. A better-adjusted formula was validated in 289 subjects
with normal exercise myocardial perfusion gated-SPECT (group ii) using the introduction of clinical and
ergometric variables.
Results: In group i individuals a good correlation between METs estimated with the table and those
obtained through gas-exchange analysis (CCI: 0.93) was observed. However, the best adjusted formula to estimate METs in group ii subjects included watts, body mass index (BMI), age and gender
(METS = 11.820 − 0.054 × age − 0.189 × BMI + 1.031 × gender + 0.020 × watts) (women: 0, men: 1). This
formula allowed the reclassification of 46.9% of group ii subjects into the category < 5 METs versus the
estimation by table.
Conclusions: Estimating the METs with the conventional table is reliable. However, the best adjustment
in subjects with normal bicycle exercise SPECT was obtained when, in addition to watts and BMI, age and
gender were also considered.
© 2014 Elsevier España, S.L.U. and SEMNIM. All rights reserved.
∗ Autor para correspondencia.
Correo electrónico: [email protected] (S. Aguadé-Bruix).
http://dx.doi.org/10.1016/j.remn.2014.10.002
2253-654X/© 2014 Elsevier España, S.L.U. y SEMNIM. Todos los derechos reservados.
Documento descargado de http://www.elsevier.es el 17/11/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.
168
G. Romero-Farina et al / Rev Esp Med Nucl Imagen Mol. 2015;34(3):167–172
Introducción
Han pasado más de 90 años de las primeras exploraciones
ergométricas1-5 , y la prueba de esfuerzo, asociada o no a técnicas de imagen, continúa siendo una exploración fundamental en
la práctica clínica cardiológica tanto con finalidades diagnósticas
como pronósticas6-15 . Generalmente el consumo máximo de oxígeno (CMO2 ) se estima en MET (unidades metabólicas) mediante
tablas que contemplan solo la carga de ejercicio y el peso del
paciente16,17 .
En la SPECT de perfusión miocárdica de esfuerzo se ha observado
que si no se alcanza un nivel determinado de taquicardización (80%
con respecto a la máxima teórica) y de CMO2 (5 MET), la prueba
debe considerarse como no diagnóstica, ya que su sensibilidad y
valor predictivo negativo son prohibitivamente bajos18 . Por otra
parte, los MET alcanzados en la prueba de esfuerzo y los criterios
gammagráficos de severidad son parámetros con un valor importante en la estratificación de riesgo con la gated-SPECT de perfusión
miocárdica8 . De aquí que una buena estimación de este parámetro
sea básica tanto desde el punto de vista diagnóstico como pronóstico.
Por otra parte, diversos estudios fisiopatológicos han demostrado que el CMO2 no depende únicamente de la carga de ejercicio
y el peso del paciente sino de otros parámetros como la edad y el
sexo10-12 . El objetivo de este estudio ha sido valorar si la estimación
del CMO2 en MET obtenido mediante la tabla recomendada en las
Guías de la Sociedad Española de Cardiología (SEC)14 para las pruebas de esfuerzo con bicicleta ergométrica es suficientemente fiable
al compararla con una medición directa del consumo de gases en
individuos sanos y analizar si otras variables, además de los vatios
alcanzados y el peso del paciente, permiten un mejor ajuste en los
pacientes con sospecha diagnóstica de cardiopatía isquémica pero
con gated-SPECT de perfusión miocárdica de esfuerzo normal.
Material y métodos
Estudio prospectivo y observacional que incluyó 97 sujetos
sanos (grupo i) (25,1%) y 289 sujetos con sospecha diagnóstica
de cardiopatía isquémica pero con gated-SPECT de perfusión miocárdica esfuerzo-reposo normal (grupo ii). Todos los individuos
realizaron una prueba de esfuerzo máxima subjetiva en bicicleta
ergométrica con monitorización electrocardiográfica continua y de
presión arterial, habiendo firmado el correspondiente consentimiento informado.
En el grupo i se analizó el CMO2 mediante el estudio de gases
respiratorios y se comparó con la media de la estimación de los
MET por 3 observadores mediante la tabla recomendada por la SEC
(tabla 1)17 . Se analizó la variabilidad interobservador en la estimación mediante tabla de los MET. Posteriormente se identificaron
los parámetros clínicos y ergométricos que permitieran establecer
la fórmula con mayor ajuste para la estimación de los MET. Finalmente la fórmula hallada se validó en los 289 sujetos del grupo
ii con prueba de esfuerzo máxima subjetiva negativa y con gatedSPECT normal (sin evidencia de isquemia y con fracción de eyección
ventricular izquierda > 50%).
En los 97 sujetos sanos del grupo i (edad media: 45,6 ± 19,7 años;
42,3% mujeres) se utilizó una bicicleta ergométrica, transductor de
flujo aéreo (Neumotac de Pitot), analizador de gases de O2 y de CO2 ,
electrocardiógrafo de 12 derivaciones, esfigmomanómetro y pulsioxímetro. Se inició un pedaleo sin carga con cargas incrementales
a razón de 10 a 30 vatios por minuto, manteniendo una velocidad
de pedaleo de 60-70 revoluciones por minuto, hasta parar la prueba
por incapacidad de mantener la carga. Una vez obtenido el CMO2
mediante el análisis de consumo de gases se calcularon los MET
dividiendo el consumo de O2 en mlO2 /kg/min por 3,5. Posteriormente 3 observadores experimentados y de forma independiente
y sin el conocimiento de los MET obtenidos por el consumo de gases,
estimaron los MET alcanzados mediante la tabla recomendada por
la Sociedad Española de Cardiología (tabla 1)17 . Por análisis de
regresión lineal múltiple se estableció la mejor ecuación de regresión para el cálculo de MET con intervención de diferentes variables
clínicas (edad, sexo, índice de masa corporal [IMC]) y ergométricas (vatios alcanzados, frecuencia cardiaca máxima, porcentaje
máximo de taquicardización, presión arterial sistólica máxima y
producto frecuencia cardiaca máxima por presión arterial sistólica
máxima). Finalmente se estudió la concordancia del valor estimado
de MET entre los 3 observadores y entre el obtenido por consumo
de gases y los MET estimados por regresión lineal.
En los 289 sujetos del grupo ii (edad media: 62,7 ± 11,6 años;
38,1% mujeres) se utilizó una bicicleta ergométrica, electrocardiógrafo de 12 derivaciones y esfigmomanómetro. Se inició un pedaleo
con carga inicial de 50 vatios con cargas incrementales de 25 vatios
cada 3 min, manteniendo una velocidad de pedaleo de 60-70 revoluciones por minuto, hasta parar la prueba por incapacidad de
mantener la carga. Posteriormente se estimaron los MET alcanzados mediante la tabla recomendada por la Sociedad Española de
Cardiología (tabla 1)17 .
En todas las pruebas ergométricas se determinó la frecuencia
cardiaca y la presión arterial cada 3 min, al final del ejercicio, y al primer, tercer y quinto minuto postesfuerzo. Se calculó el porcentaje
de máxima taquicardización alcanzada en relación con la taquicardización máxima teórica según la edad del sujeto (frecuencia
cardiaca máxima/220 − edad).
Análisis estadístico
Las variables continuas se expresaron como la media con su desviación estándar (±) y las variables categóricas se expresaron como
Tabla 1
Estimación de los MET para la prueba de esfuerzo en cicloergómetro en relación con el peso y los vatios alcanzados según la guía de la SEC
Trabajo realizado en vatios para bicicleta ergométrica
Peso (kg)
20
30
40
50
60
70
80
90
100
110
120
12
4,0
3,4
3,0
2,8
2,7
2,6
2,5
2,4
2,4
2,4
2,3
Fuente: Ruano Pérez et al.14
25
6,0
4,7
4,0
3,6
3,3
3,1
3,0
2,9
2,8
2,7
2,7
50
75
100
125
150
175
200
225
250
275
10,0
7,3
6,0
5,2
4,7
4,3
4,0
3,8
3,6
3,4
3,3
14,0
10,0
8,0
6,8
6,0
5,4
5,0
4,7
4,4
4,2
4,0
18,0
12,7
10,0
8,4
7,3
6,3
6,0
5,6
5,2
4,9
4,7
22,0
15,3
12,0
10,0
8,7
7,7
7,0
6,4
6,0
5,6
5,3
17,9
14
11,5
10,0
8,8
8,0
7,3
6,8
6,3
6,0
20,7
16,0
13,2
11,3
10,0
9,0
8,2
7,6
7,1
6,7
23,3
18
14,8
12,7
11,1
10,0
9,1
8,4
7,8
7,3
20,0
16,3
14,0
12,2
11,0
10,0
9,2
8,5
8,0
22,0
18,0
15,3
13,4
12,0
10,9
10,0
9,3
8,7
19,6
16,7
14,0
13,0
11,8
10,8
10,0
9,3
300
21,1
18,0
15,7
14,0
12,6
11,6
10,7
10,0
Documento descargado de http://www.elsevier.es el 17/11/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.
169
G. Romero-Farina et al / Rev Esp Med Nucl Imagen Mol. 2015;34(3):167–172
Tabla 2
Características clínicas y ergométricas
Grupo I
(n = 97)
Grupo II
(n = 289)
p
Características clínicas
Mujeres (%)
Edad (años)
Peso (kg)
Talla (cm)
IMC
41 (42,3)
45,6 ± 19,7
68,4 ± 14,6
165,5 ± 10,9
24,9 ± 4,7
110 (38,1)
62,7 ± 11,6
71,5 ± 11,3
164,5 ± 8,8
26,4 ± 3,5
0,463
< 0,001
0,054
0,423
0,005
Prueba de esfuerzo
FC máx. (lpm)
% máximo de taquicardización (%)
PA máx. (mmHg)
Producto FC máx. por PA máx.
Vatios alcanzados
MET por consumo de gases
MET por tabla
MET estimados por fórmula
153,7 ± 20,7
88 ± 7,3
187 ± 26
28.640,9 ± 4.492
164,3 ± 73,6
8,5 ± 3
9,6 ± 3,2*
8,5 ± 2,9*
144,9 ± 14,2
91,8 ± 7,1
184 ± 26,9
26.641,2 ± 4.616
98,4 ± 35,5
−
6,41 ± 1,5
6,04 ± 1,6
< 0,001
< 0,001
0,345
< 0,001
< 0,001
−
< 0,001
< 0,001
FC máx.: frecuencia cardiaca máxima; IMC: índice de masa corporal; lpm: latidos por minuto; PA máx.: presión arterial máxima.
p ≤ 0,001 (diferencia: 0,37036 [IC 95%: 0,266 a 0,474]).
*
p ≤ 0.001 (diferencia: 1,1732 [IC 95%: 0,997 a 1,349]).
porcentajes. Las variables continuas se compararon utilizando el
test de la t de Student para muestras no emparejadas. Para el análisis
de la mejor ecuación de regresión lineal múltiple (método ENTER;
criterio de inclusión p = 0,05; criterio de exclusión p = 0,10) en el
grupo i y en el grupo ii se utilizó la macro ALLSETS19 con 5 índices
distintos: Mallows’ Prediction Criterion (Cp), Adjusted R Square (R2
adj.), Akaike Information Criterion (AIC), Schwarz Bayesian Criterion
(BIC) y R Square (R2 ). Para el estudio de la concordancia se utilizó
el coeficiente de correlación intraclase (CCI de acuerdo absoluto
y de consistencia), la regresión de Passing y Bablok y el método
de Bland y Altman. Se consideró un CCI malo (< 0,4), aceptable
(0,4-0,75) y excelente (> 0,75)20 . Se consideró una diferencia significativa cuando p < 0,05. Todos los datos fueron analizados mediante
los programas SPSS para Windows, versión 15.0 (SPSS Inc, Chicago,
Ill) y el MedCal® .
Se calculó el porcentaje de sujetos que, de acuerdo con la fórmula
obtenida, podían ser reclasificados en las siguientes categorías:
< 5 MET, entre 5 y 8 MET, > 8 MET12 .
Resultados
En la tabla 2 se muestran las características clínicas y ergométricas de los 2 grupos estudiados. Los pacientes del grupo ii
presentaron mayor edad e IMC, y menor taquicardización (aunque
el porcentaje de taquicardización máxima fue superior) y producto
frecuencia cardiaca máxima por presión arterial sistólica máxima,
vatios y MET alcanzados con respecto al grupo i. No se observaron
diferencias significativas entre los MET estimados por tabla entre
los 3 observadores (MET estimados por observador 1: 9,6 ± 3,2;
MET estimados por observador 2: 9,6 ± 3,3; MET estimados por
observador 3: 9,8 ± 3,3; Jonckheere-Terpstra test; p = 0,755). La
concordancia entre la estimación de MET por tabla entre los observadores (CCI: 0,98; IC 95%: 0,96-0,98; F: 124; p ≤ 0,001) y entre los
observadores y el obtenido mediante consumo de gases (CCI: 0,93;
IC 95%: 0,83-0,97; F: 107,38 p ≤ 0,001) fue muy buena. A pesar de
ello se observó una sobreestimación de los MET estimados por tabla
con respecto a los obtenidos por consumo de gases (9,6 ± 3,2 vs
8,5 ± 2,9; p < 0,001, respectivamente) (tabla 2).
La mejor ecuación de regresión lineal (R: 0,95; R2 : 0,9; R2
adj.: 0,89; Cp: 3,26; AIC: 3; BIC: 15) para estimar el valor de los
MET a partir de variables clínicas y parámetros ergométricos fue:
MET = 11,820 − 0,054 × edad − 0,189 × IMC + 1,031 × sexo + 0,020 ×
vatios (mujer: 0, hombre: 1) (ANOVA, F 197,608; p < 0,001). En la
figura 1 se observa el análisis de regresión lineal de Passing-Bablok
y el análisis de Blant-Altman entre los MET estimados por la
ecuación de regresión y los obtenidos por consumo de gases en
el grupo i. No se observaron diferencias significativas entre los
valores medios de los MET obtenidos por consumo de gases y los
MET estimados por la ecuación de regresión (8,504 ± 3,2 [IC 95%:
7,8 a 9,1]; vs 8,507 ± 2,9 [IC 95%: 7,9 a 9,1]; p = 0,244); con una
excelente concordancia (CCI: 0,94; IC 95%: 0,91 a 0,96; F: 37,391;
p ≤ 0,001).
La fórmula obtenida por la ecuación de regresión para la estimación de los MET en el grupo i se validó en los 289 sujetos del grupo
ii (tabla 2). Se obtuvo una buena concordancia (R: 0,84; R2 : 0,71; R2
adj. 0,707; ANOVA F: 697,610; p > 0,001) entre los MET estimados
por tabla y los MET estimados por la ecuación de regresión (CCI:
0,82; IC 95%: 0,73 a 0,97; F: 49,161; p ≤ 0,001) (fig. 2). La concordancia para la población global (n = 386) fue excelente (CCI: 0,9;
IC 95%: 0,78 a 0,94; F: 139,534; p ≤ 0,001).
La tabla 3 muestra la reclasificación de los pacientes en las categorías < 5 MET, 5-8 MET y > 8 MET al aplicar la ecuación de regresión
en los sujetos del grupo ii. Puede observarse que la concordancia
entre los MET obtenidos por tabla y los de la ecuación de regresión
es baja, sobre todo en la categoría < 5 MET (53,1%). Así, un 46,9%
de individuos se reclasificaron en la categoría < 5 MET debido a la
sobreestimación de los MET por tabla.
Discusión
Según los resultados de este estudio, la estimación del CMO2 en
MET a través de la tabla recomendada por la SEC17 en la que solo
se contemplan los vatios alcanzados durante la prueba de esfuerzo
en bicicleta ergométrica y el peso del paciente es fiable, aunque es
optimizable mediante una fórmula en la se introducen, además de
los vatios alcanzados, el IMC, la edad y el sexo. Estos resultados se
han obtenido mediante la comparación de los valores del CMO2 en
MET por consumo de gases con los estimados mediante la tabla en
un grupo control de 97 sujetos sanos y al aplicar posteriormente la
fórmula con mejor ajuste a un grupo de 289 sujetos con sospecha
de cardiopatía isquémica y con una gated-SPECT de perfusión miocárdica de esfuerzo normal. De esta aplicación prospectiva parece
deducirse que, aunque la estimación simple por tabla es fiable desde
un punto de vista poblacional, es mejorable a nivel individual por
la fórmula propuesta. Además, ello permite la reclasificación de
un número notable de individuos en las categorís de 5 MET, 58 MET y > 8 MET. La tabla tiende a sobreestimar los MET sobre todo
en las 2 primeras categorías, por lo que un 46,9% de sujetos son
Documento descargado de http://www.elsevier.es el 17/11/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.
170
G. Romero-Farina et al / Rev Esp Med Nucl Imagen Mol. 2015;34(3):167–172
A
20
Regresión de Passing-Bablok
B
20
18
16
10
METs (consumo de gases)
15
8,58 (SD: 2,8)
8,46 (SD: 3)
p = 0,244
5
14
12
10
8
6
4
2
(Y = A + B‡X):
A = –0,120277 (95%CI:–0,799446 a 0,439094)
B = 0,991679 (95%CI: 0,912195 a 1,078633)
0
0
–2
METs (consumo de gases)
0
METs (fórmula)
2
4
8
6
10
12
14
METs (fórmula)
Concordancia Bland-Altman
C
4
3
Y-X
2
+1,96 SD
1,8
1
Mean
–0,1
0
–1
–1,96 SD
–2,0
–2
–3
0
2
4
6
8
10
12
14
16
18
(X + Y)/2
Figura 1. Relación entre los MET obtenidos por consumo de gases y los MET estimados por la fórmula de regresión en el grupo i. No se observan diferencias significativas
entre los valores medios. El análisis de regresión fue significativo (p < 0,001), y las líneas discontinuas corresponden a los intervalos de confianza del 95%. Para Bland-Altman,
X = MET obtenidos por consumo de gases; Y = MET estimados por tabla.
reclasificados en la categoría < 5 MET mediante la ecuación de
regresión (tabla 3).
La estimación de los MET alcanzados en una prueba de esfuerzo
es un procedimiento simple y práctico que permite cuantificar el
coste energético de diferentes actividades. Un MET se define como
la cantidad de O2 consumido sentado en reposo y es igual a 3,5 ml
(mlO2 /kg/min). Así, realizar un trabajo de 2 MET requiere 2 veces el
metabolismo consumido en reposo o 7 ml O2 /kg/min. La estimación
de los MET permite valorar la capacidad funcional o la tolerancia
al ejercicio físico de una prueba de esfuerzo progresiva y determinar las actividades físicas en las que una persona puede participar
con seguridad, sin exceder un nivel prescrito de intensidad. Las
actividades que consumen menos de 5 MET se consideran de baja
intensidad, las comprendidas entre 5-8 MET de moderada intensidad y las que requieren un gasto energético superior a los 8 MET se
catalogan como de alta intensidad12 .
Tabla 3
Clasificación de los sujetos del grupo ii en categorías de MET alcanzados por ecuación de regresión y por tabla
MET por ecuación
de regresión
MET por tabla
< 5 MET, n = 81
< 5 MET, n = 43
5-8 MET, n = 37
> 8 MET, n = 1
< 5 MET, n = 5
5-8 MET, n = 113
> 8 MET, n = 46
5-8 MET, n = 3
> 8 MET, n = 41
5-8 MET, n = 164
> 8 MET, n = 44
Sobreestimación
por tabla
Infraestimación
por tabla
Concordancia entre
ecuación de regresión y
tabla
46,9%
0%
53,1%
28%
3%
68,9%
0%
6,8%
93,2%
Documento descargado de http://www.elsevier.es el 17/11/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.
171
G. Romero-Farina et al / Rev Esp Med Nucl Imagen Mol. 2015;34(3):167–172
12
A
12
10
8
8
METs (tabla)
10
6,4 (DS: 1,5)
6
6 (DS: 1,6)
Regresión de Passing-Bablok
6
4
4
2
2
0
B
Dif. de medias
0,37036 (IC95%: 0,266 a 0,474)
(Y = A + B‡X):
A = 0,801271 (95%CI: 0,356509 a 1,199911)
B = 0,926055 (95%CI: 0,856582 a 0,994081)
0
METs (tabla)
0
METs (fórmula)
2
4
6
8
10
12
METs (fórmula)
Concordancia Bland-Altman
C
3
+1,96 SD
2,1
2
Y-X
1
Mean
0,4
0
–1
–1,96 SD
–1,4
–2
2
4
6
8
10
12
14
(Y + X)/2
Figura 2. Relación entre los MET estimados por tabla y los MET estimados por la fórmula de regresión en el grupo ii. Se observan diferencias significativas entre los valores
medios. El análisis de regresión fue significativo (p < 0,001), y las líneas discontinuas corresponden a los intervalos de confianza del 95%. Para Bland-Altman, X = MET obtenidos
por consumo de gases; Y = MET estimados por tabla.
La aplicación de la fórmula con mejor ajuste que hemos obtenido
en nuestro estudio permite una mayor precisión en la estimación
de los MET alcanzados con bicicleta ergométrica, y ello es importante desde el punto de vista diagnóstico15 y pronóstico, como han
demostrado múltiples publicaciones8,21–23 . En el Aerobics Center
Longitudinal Study (ACLS)21 se observó una clara relación inversa
entre el nivel de CMO2 alcanzado y la mortalidad en una amplia
muestra de individuos sanos de mediana edad. La mayor reducción de la mortalidad se observó en los sujetos que superaban
los 6 MET. Myers et al.22 , en un seguimiento de 6,2 + 3,7 años de
una serie de 6.213 varones que realizaron una prueba de esfuerzo
con tapiz rodante, observaron que el CMO2 valorado en MET era
el predictor de mortalidad más potente, por encima de los factores de riesgo clásicos. Por cada MET de incremento la reducción
se observó un incremento del 12% en supervivencia. Estos resultados han sido corroborados más recientemente en una serie de
5.314 sujetos de mayor edad (65-92 años) con un seguimiento de
más de 8 años23 . En una serie de 5.672 pacientes con sospecha o
diagnóstico de cardiopatía isquémica estudiados con gated-SPECT
de perfusión miocárdica de esfuerzo y seguidos durante más de
3 años se observó que aunque la información de la SPECT permitía
una predicción más precisa de las complicaciones cardiovasculares
severas (muerte cardiovascular o infarto agudo de miocardio), no
añadía mayor información pronóstica para mortalidad global a las
variables clínicas y ergométricas, entre ellas el CMO2 estimado en
MET8 .
Las tablas recomendadas para la estimación de los MET por la
SEC17 y por otras sociedades11,16 tienen la ventaja de ser fácilmente
aplicables, pero tienen algunas limitaciones. Por una parte, aportan
incrementos discontinuos tanto de vatios alcanzados (incrementos
de 25 en 25 vatios) como de peso del paciente (incrementos de 10
en 10 kg), lo que no permite un cálculo preciso ante valores intermedios de estos parámetros, ni tampoco la estimación de los MET
ante pesos muy elevados de los pacientes. En algunas tablas proporcionadas por la American Heart Association para equiparar los MET
alcanzados con diferentes modalidades y protocolos de ejercicio, ni
tan siquiera se contempla el peso del paciente para la estimación
de los MET alcanzados10 . Además, estas tablas no contemplan la
edad y el sexo de los pacientes y no permiten una aproximación
más precisa al introducir el IMC en vez del peso del paciente. Los
individuos con mayor IMC tienen tendencia a tener un consumo
de oxígeno superior que las personas con un menor IMC. Incluso
a igualdad de IMC el porcentaje de grasa en el cuerpo explicaría
diferencias en el consumo de oxígeno en reposo, lo cual explicaría
Documento descargado de http://www.elsevier.es el 17/11/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.
172
G. Romero-Farina et al / Rev Esp Med Nucl Imagen Mol. 2015;34(3):167–172
que las variables sexo y edad pudieran influir al estimar el CMO2 ,
tal como hemos observado en nuestro estudio al obtener la fórmula con mejor ajuste en la estimación de los MET alcanzados con
bicicleta ergométrica. Los vatios alcanzados y los MET estimados
por tablas son menores en las mujeres y en los pacientes de mayor
edad24,25 . Otras variables, como el grado de entrenamiento del individuo y diferentes condiciones ambientales como los niveles de
humedad, temperatura y altitud, pueden influir en el CMO2 12 .
La aplicación de la ecuación de regresión aportada en nuestro
estudio permitiría solventar algunas de estas limitaciones, ya que
en la misma intervienen los vatios exactos alcanzados, el IMC en
vez del peso del paciente y la edad y el sexo. Aunque en la práctica
asistencial la estimación de los MET mediante tabla es muy cómoda
y rápida, en series amplias de investigación clínica la aplicación de la
fórmula descrita en nuestro estudio permitiría una mejor precisión
y reproducibilidad en la estimación del CMO2 .
Limitaciones
Nuestros resultados corresponden a una serie de individuos sin
evidencia de cardiopatía y provenientes de un único centro. La validación de la ecuación de regresión para la estimación de los MET
en el grupo ii debería realizarse mediante consumo de gases en el
mismo grupo de individuos como se realizó en el grupo i, pero ello,
desde el punto de vista asistencial, resulta prácticamente imposible en la mayoría de hospitales. Futuros estudios deberán confirmar
si la estimación de los MET mediante la fórmula descrita en nuestro trabajo también es aplicable a pacientes con diferentes tipos de
cardiopatía.
Financiación
Fuente de financiación: No.
Conflicto de intereses
Los autores declaran no tener ningún conflicto de intereses.
Bibliografía
1. Lambert G. The exercise blood pressure test of myocardial efficiency. Br Med J.
1918;2:366–8.
2. Sampson JJ. The pulse pressure-pulse rate exercise tolerance test. Cal West Med.
1936;45:309–11.
3. Cogswell RC, Henderson CR, Berryman GH. Some observations of the effects
of training on pulse rate, blood pressure and endurance, in humans, using the
step test (Harvard), treadmill and electrodynamic brake bicycle ergometer. Am
J Physiol. 1946;146:422–30.
4. Master AM. The two-step exercise electrocardiogram: A test for coronary insufficiency. Ann Intern Med. 1950;32:842–63.
5. Leeds MF, Kroopf SS. The exercise test in electrocardiography; detection of coronary artery diseases. Calif Med. 1953;79:36–9.
6. Valeur N, Clemmensen P, Grande P, Saunamäki K, DANAMI-2 Investigators. Prognostic evaluation by clinical exercise test scores in patients treated with primary
percutaneous coronary intervention or fibrinolysis for acute myocardial infarction (a Danish Trial in Acute Myocardial Infarction-2 Sub-Study). Am J Cardiol.
2007;100:1074–80.
7. Kim ES, Ishwaran H, Blackstone E, Lauer MS. External prognostic validations
and comparisons of age- and gender-adjusted exercise capacity predictions. J
Am Coll Cardiol. 2007;50:1867–75.
8. Candell-Riera J, Ferreira-González I, Marsal JR, Aguadé-Bruix S, Cuberas-Borrós
G, Pujol P, et al. Usefulness of exercise test and myocardial perfusion-gated single photon emission computed tomography to improve the prediction of major
events. Circ Cardiovasc Imaging. 2013;6:531–41.
9. Yao SS, Agarwal V, Chaudhry FA. Prognostic value of treadmill stress echocardiography at extremes of exercise performance: submaximal < 85% maximum
predicted heart rate versus high exercise capacity ≥ 10 metabolic equivalents.
Echocardiography. 2014;31:340–6.
10. Fletcher GF, Balady GJ, Amsterdam EA, Chaitman B, Eckel R, Fleg J, et al. Exercise
standards for testing and training: A statement for healthcare professionals from
the American Heart Association. Circulation. 2001;104:1694–740.
11. Gibbons RJ, Balady GJ, Bricker JT, Chaitman BR, Fletcher GF, Froelicher VF, et al.
American College of Cardiology/American Heart Association Task Force on Practice Guidelines (Committee to Update the 1997 Exercise Testing Guidelines)
ACC/AHA 2002 guideline update for exercise testing: Summary article: A report
of the American College of Cardiology/American Heart Association Task Force on
Practice Guidelines (Committee to Update the 1997 Exercise Testing Guidelines).
Circulation. 2002;106:1883–92.
12. Jetté M, Sidney K, Blümchen G. Metabolic equivalents (METS) in exercise testing, exercise prescription, and evaluation of functional capacity. Clin Cardiol.
1990;13:555–65.
13. Modarres-Mosalla SM, Rezaei N, Tavakoli H, Gholamrezanezhad A. Prediction of
future cardiac events using myocardial perfusion SPECT: A middle-term followup study. Rev Esp Med Nucl Imagen Mol. 2011;30:360–4.
14. Ruano Pérez R, Gómez-Caminero López, Diego Domínguez M, Martín de Arriba
Á, Martín Luengo C, García-Talavera Fernández JR. Incidencia y valor pronóstico
de la existencia de cardiopatía isquémica en pacientes diabéticos asintomáticos
de alto riesgo cardiovascular sometidos a un estudio gated-SPECT de perfusión
miocárdica. Rev Esp Med Nucl Imagen Mol. 2012;31:83–8.
15. Romero-Farina G, Candell-Riera J, Aguadé-Bruix S, Cuberas-Borrós G, Pizzi MN,
Santos A, et al. Variables que influyen en la indicación de una segunda SPECT de
perfusión miocárdica después de una SPECT de estrés-reposo normal. Rev Esp
Med Nucl Imagen Mol. 2014;33:72–8.
16. Pina IL, Balady GJ, Hanson P, Labovitz AJ, Madonna DW, Myers J. Guidelines for
clinical exercise testing laboratories. A statement for healthcare professionals
from the Committee on Exercise and Cardiac Rehabilitation, American Heart
Association. Circulation. 1995;91:912–21.
17. Sección de Cardiopatía Isquémica y Unidades Coronarias. Informe de la Sección
de Cardiopatía Isquémica y Unidades Coronarias. Las pruebas de esfuerzo en
Cardiología. Rev Esp Cardiol. 1985;38:1–13.
18. Santana-Boado C, Candell-Riera J, Castell-Conesa J, Olona M, Palet-Balart J,
Aguadé-Bruix S, et al. Importancia de los parámetros ergométricos en los
resultados de la tomogammagrafía de perfusión miocárdica. Med Clin (Barc).
1997;109:406–9.
19. Domenech JM, Navarro JB. Extension Command UAB ALLSETSREG for SPSS Statistics. Find the best subset for Multiple, Logistic and Cox Regression [computer
program]. V0.0.8. Bellaterra: Universitat Autònoma de Barcelona; 2013. Disponible en: http://www.metodo.uab.cat/macros.htm
20. Fleiss JL. The Design and Analysis of Clinical Experiments. New York: Wiley;
1986. p. 432.
21. Blair SN, Kohl HW III, Paffenbarger RS Jr, Clark DG, Cooper KH, Gibbons LW.
Physical fitness and all-cause mortality: A prospective study of healthy men
and women. JAMA. 1989;262:2395–401.
22. Myers J, Prakash M, Froelicher V, Do D, Partington S, Atwood JE. Exercise capacity and mortality among men referred for exercise testing. N Engl J Med.
2002;346:793–801.
23. Kokkinos P, Myers J, Faselis C, Panagiotakos DB, Doumas M, Pittaras A, et al. Exercise capacity and mortality in older men. A 20-year follow-up study. Circulation.
2010;122:790–7.
24. Santana-Boado C, Candell-Riera J, Castell-Conesa J, Aguadé-Bruix S, GarcíaBurillo A, Canela T, et al. Diagnostic accuracy of technetium-99m-MIBI
myocardial SPECT in women and men. J Nucl Med. 1998;39:751–5.
25. Candell-Riera J, Oller-Martínez G. Pruebas de esfuerzo y de provocación en
cardiología nuclear. En: Candell-Riera J, Castell-Conesa J, Aguadé-Bruix S, editores. Cardiología nuclear en la práctica clínica. Madrid: Aula Médica; 2003.
p. 225–58.