SciELO - Scientific Electronic Library Online

 
vol.12 issue2The Utility of Post-Mortem Renal Biopsies During the SARS-CoV-2 PandemicCharacterization of patients with chronic kidney disease undergoing hemodialysis treatment author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Colombiana de Nefrología

On-line version ISSN 2500-5006

Rev. colom. nefrol. vol.12 no.2 Bogotá May/Aug. 2025  Epub May 16, 2025

https://doi.org/10.22265/acnef.12.2.859 

Artículo de investigación original

Factores asociados a mortalidad hospitalaria de pacientes con insuficiencia cardiaca, internados por insuficiencia renal aguda

Factors associated with in-hospital mortality in patients with heart failure hospitalized for acute renal failure

Alberto Guevara-Tirado1  * 
http://orcid.org/0000-0001-7536-7884

1Universidad Científica del Sur, Lima, Perú


Resumen

Contexto:

La insuficiencia renal aguda (IRA) es una complicación frecuente en pacientes con insuficiencia cardiaca (1С) y se asocia con una mayor mortalidad hospitalaria.

Objetivo:

Determinar los factores asociados a la mortalidad, 14 días posteriores al ingreso hospitalario y en pacientes con 1С internados por IRA.

Métodología:

Estudio analítico transversal basado en 1611 pacientes con 1С crónica e internados por IRA. Se analizaron parámetros bioquímicos y hemodinámicos mediante pruebas U de MannWhitney, odds ratio, razón de prevalencias, regresión de Poisson y logística binaria. Se utilizó un árbol de decisiones mediante detector automático de interacciones de chi-cuadrado (CHAID, según sus siglas en inglés) para identificar predictores de mortalidad.

Resultados:

El análisis CHAID identificó cinco variables asociadas a mortalidad a 14 días, en pacientes con 1С e IRA: recuento de glóbulos blancos (WBC, según sus siglas en inglés), frecuencia respiratoria, sodio, presión arterial diastólica (PAD) y saturación de oxígeno (SpO2). El nodo terminal con mayor asociación a mortalidad estuvo conformado por pacientes con SpO2 ≤ 93,0 % y WBC >17 000 mm3, presentando un odds ratio ajustado (ORa) de 2,62 (1С 95 % = 2,21-2,76) y razón de prevalencias ajustada (RPa) de 1,91 (1С 95 %:1,41-1,98). Dicho nodo mostró una especificidad del 98,0 % y un valor predictivo negativo del 92,0 %. Además, los pacientes en este grupo presentaron valores significativamente mayores de anión gap, nitrogênio uréico en sangre (BUN, según sus siglas en inglés), pulso, frecuencia respiratoria y valores menores de bicarbonato, PAD y SpO2.

Conclusiones:

En pacientes con 1С internados por IRA, la coexistencia de hipoxemia moderada y leucocitosis marcada se asoció con un mayor riesgo de mortalidad temprana. Su identificación y monitoreo pueden ser claves para la implementación de estrategias terapéuticas.

Palabras clave: insuficiencia renal; insuficiencia cardiaca; mortalidad; hospitalización; toma de decisiones asistida por computador; síndrome cardiorrenal

Abstract

Background:

Acute renal failure (ARF) is a common complication in patients with heart failure (HF) and is associated with increased in-hospital mortality.

Purpose:

To determine the factors associated with mortality 14 days after hospital admission in patients with HF admitted for ARF.

Methodology:

Analytical cross-sectional study based on 1611 patients with chronic HF admitted for ARF. Biochemical and hemodynamic parameters were analyzed using Mann-Whitney U tests, Odds Ratio, prevalence ratio, Poisson regression, and binary logistics. A decision tree was used using a chi-squared automatic interaction detector (CHAID) to identify predictors of mortality.

Results:

The CHAID analysis identified five variables associated with 14-day mortality in patients with HF and ARF: white blood cell count (WBC), respiratory rate, sodium, diastolic blood pressure (DBP), and oxygen saturation (SpO2). The terminal node with the highest association with mortality was comprised of patients with SpO2 ≤ 93 % and WBC>17,000 mm3, presenting an adjusted odds ratio (aOR) of 2.62 (95 %CI:2.21-2.76) and an adjusted prevalence ratio (aPR) of 1.91 (95 %CI:1.41-1.98). This node showed a specificity of 98 % and a negative predictive value of 92 %. Patients in this group presented significantly higher values of anion gap, BUN, pulse and respiratory rate, and lower values of bicarbonate, DBP and SpO2.

Conclusions:

In patients with HF hospitalized for ARF, the coexistence of moderate hypoxemia and marked leukocytosis was associated with a higher risk of early mortality. Its identification and monitoring may be key to the implementation of therapeutic strategies.

Keywords: Renal insufficiency; Heart failure; Mortality; Hospitalization; Decision making; ComputerAssisted; Cardio-Renal syndrome

Introducción

La insuficiencia cardiaca (IC) y la insuficiencia renal aguda (IRA) son enfermedades que suelen coexistir debido a la constante necesidad de perfusión arteriolar y glomerular renal, para unas adecuadas funciones de filtración, reabsorción, endocrinas, entre otros [1]. Los mecanismos por los cuales la IC causa IRA implican fenómenos hemodinámicos, neurohumorales, inflamatorios y oxidativos complejos. Entre ellos, la reducción del gasto cardiaco; la elevación de la presión venosa central por la congestión venosa sistémica, con la consiguiente hipoperfusión renal, que desencadenan mecanismos neurohumorales desadaptativos como la activación del sistema renina-angiotensina-aldosterona, hiperactividad simpática y secreción de la hormona antidiurética [2]. Asimismo, la activación del sistema renina-angiotensina-aldosterona genera un estado proinflamatorio, proapoptótico y con disfunción mitocondrial, que cursa con la liberación de radicales libres y estrés oxidativo [3], exacerbando la lesión del parénquima renal.

La mortalidad en días, o semanas, posteriores al evento de IRA ha sido estudiada en diferentes contextos clínicos, por ser un tema de interés para la supervivencia de estos grupos de pacientes. Lin et al., en un estudio cuyo objetivo fue determinar la presencia de lesión renal aguda en pacientes sépticos internados en una unidad de cuidados intensivos (UCI), encontraron que el seguimiento de la función renal los primeros tres días desde el ingreso a UCI por sepsis predijo la mortalidad posterior de forma más eficiente que el estudio de la función renal, solo al ingreso hospitalario [4]. Asimismo, la creación de modelos de predicción ha sido de interés. Por su parte, Hu et al. tuvieron como objetivo la creación de un modelo predictivo para evaluar el pronóstico en pacientes sépticos con lesión renal aguda, mediante diferentes marcadores bioquímicos, hallando que su modelo fue más eficiente en la predicción de mortalidad que puntuaciones genéricas como el sistema de evaluación de gravedad (SAPS II, según sus siglas en inglés) y la escala de evaluación de daño multiorgánica secuencial (SOFA, según sus siglas en inglés) [5]. Esto sugiere que la determinación pronóstica de mortalidad en pacientes con insuficiencia renal requiere de un análisis y una exploración enfocados en la patología de base. En ese sentido, debido a las características del síndrome cardiorrenal, es necesario determinar qué características predicen mejor una mayor mortalidad bajo este contexto clínico.

Por ello, el objetivo de esta investigación fue determinar los factores asociados a la mortalidad hospitalaria de pacientes con IC, hospitalizados por IRA. Los resultados han permitido conocer las alteraciones bioquímicas y hemodinámicas asociadas a una mayor mortalidad en los 14 días posteriores a la hospitalización, en pacientes afectados por esta afectación car-diorrenal, aportando en la comprensión de la compleja interacción disfuncional entre ambos sistemas durante la lesión renal.

Materiales y métodos

Diseño y población de estudio

Estudio analítico y transversal, desarrollado a partir de una base de datos internacional, registrada en el repositorio de datos basados en publicaciones científicas y médicas llamado "Dryada" (https://datadryad.org), la cual tiene como objetivo la reutilización de datos con fines de investigación científica.

La investigación provino de la base de datos del artículo: "Automated, medication- targeted alerts for Acute Kidney Injury - A randomized trial" (en español: "Alertas automatizadas y dirigidas a medicamentos para la lesión renal aguda: un ensayo aleatorizado") [6] publicada el año 2023, cuyo objetivo fue determinar si un sistema automatizado de apoyo a las decisiones clínicas afectaba las tasas de interrupción de medicamentos potencialmente nefrotóxicos y si mejoraba los resultados en pacientes con IRA [7].

El total de participantes de la base de datos fue de 5060 adultos hospitalizados por IRA, según lo definido por los criterios de creatinina sérica del Kidney Disease: Improving Global Outcomes (KDIGO) (aumento de al menos un 50,0 % en creatinina en siete días o un aumento de 0,3 mg/dl en 48 horas) [8]. La población total seleccionada para el presente estudio fue de 1611 adultos, cuya comorbilidad principal fue IC crónica. No se realizó calculo ni determinación de muestras debido a que se utilizó el total de la población disponible. Las características de la población seleccionada pueden observarse en la tabla 1. Asimismo, se siguieron las recomendaciones de la guía de estudios observacionales derivados de bases de datos en salud RECORD [9]. Las especificaciones de la población seleccionada se visualizan en la figura 1.

Fuente: elaboración propia.

Figura 1 Población seleccionada y excluida en la investigación 

Variables y mediciones

La variable dependiente fue la muerte, dentro de los 14 días después de la hospitalización, dicotomizada entre las opciones "sí" y "no". Las variables independientes fueron numéricas e incluyeron: edad (años); creatinina (mg/dl), con un valor de referencia de 0,7-1,3 mg/dl en hombres y de 0,6-1,1 mg/dl en mujeres; anión gap (mmol/l), 8-16 mmol/l; bicarbonato (mmol/l), 22-29 mmol/l; nitrógeno ureico en sangre (BUN, según sus siglas en inglés) (mg/dl), 7-20 mg/dl; cloruro (mmol/l), 96-106 mmol/l; tasa de filtrado glomerular (TFG) (ml/min), con valores normales ≥90 ml/min; hemoglobina (g/dl), 13,8-17,2 g/dl en hombres y 12,1-15,1 g/dl en mujeres; recuento de plaquetas (células/mcl), 150 000-450 000 células/mcl; potasio (mmol/l), 3,5-5,1 mmol/l; sodio (mEq/l), 135-145 mEq/l; recuento de glóbulos blancos (WBC, según sus siglas en inglés) (células/mcl), 4000-11 000 células/mcl; presión arterial sistólica (PAS) (mmHg); presión arterial diastólica (PAD) (mmHg); pulso (latidos por minuto); frecuencia respiratoria (respiraciones por minuto); y saturación de oxígeno periférico (SpO2) ( %), con un valor normal ≥95,0%.

Tabla 1 Características de la población de pacientes con insuficiencia cardiaca atendidos por insuficiencia renal aguda 

Característica Recuento Porcentaje
Grupo etario Hasta 89 años 1465 90,9
Mayor a 90 años 146 9,1
Sexo Hombre 827 51,3
Mujer 784 48,7
Muerte a los 14 días posingreso No 1452 90,1
159 9,9
Puntuación SOFA 0 112 7
1 327 20,3
2 352 21,8
3 349 21,7
4 197 12,2
5 134 8,3
6 72 4,5
7 33 2
8 22 1,4
9 7 0,4
10 3 0,2
11 2 0,1
12 1 0,1

Fuente: elaboración propia.

El procedimiento consistió en la recolección de información de la base de datos secundaria y se registró en el software SPSS Statistics 25 para su revisión y limpieza. Se accedió a la base de datos completa, sin solicitud previa, debido a las políticas de datos abiertos de la revista y a la declaración de sus creadores.

En la limpieza de datos, se corrigieron decimales, errores en entradas de variables, formatos inconsistentes y valores numéricos. También se buscaron datos duplicados, atípicos, nulos o faltantes, sin hallarse irregularidades. El estudio no vinculó datos a nivel de persona, institución u otra base de datos.

Análisis estadístico

Se utilizaron tablas para la estadística descriptiva, obteniendo frecuencias absolutas y porcentajes, así como medianas y rangos intercuartílicos, debido a que la distribución de las variables no fue normal tras la realización de la prueba de normalidad de Kolmogorv-Smirnov. Se utilizó el aprendizaje supervisado (machine learning) a través del árbol de decisiones, mediante la detección automática de interacciones de chi-cuadrado (CHAID), el cual es un algoritmo que genera segmentos y perfiles respecto al resultado, a través de la detección automática de interacciones entre variables mediante Ji-cuadrado [10].

En cada paso, CHAID elige la variable independiente con la mayor interacción con la dependiente, seleccionando los nodos principales con mayor valor del Ji-cuadrado y descendiendo hasta el nodo terminal, obteniendo variables con la mayor interacción con la variable dependiente. Además, a diferencia de los modelos de regresión tradicionales, CHAID muestra interacciones multinivel, con predictores según orden de prioridad, permitiendo complementar y respaldar decisiones clínicas [11].

Asimismo, se utilizó un método de validación cruzada de 10 veces para estimar el riesgo de clasificación errónea del modelo de árbol de decisión. Una vez obtenidos los nodos terminales, se seleccionó el que tuviera mayor asociación en los árboles de CHAID, con el fin de generar una nueva variable dicotómica, con las características conjuntas del nodo terminal y los nodos internos, con mayor asociación al nodo raíz (muerte a los 14 días posteriores al ingreso hospitalario), sometiendo los datos a pruebas mediante tablas bivariadas para la estimación de frecuencias (razón de prevalencias) y probabilidades (odds ratio) crudas y ajustadas mediante regresión de Poisson y regresión logística binaria, grado de asociación (coeficiente V de Cramer), sensibilidad (S), especificidad (E), valor predictivos positivos (VPP) y negativos (VPN), de la nueva variable producida mediante el árbol de decisiones CHAID, para la cual también se realizó la comparación de rangos promedio y suma de rangos mediante la prueba U de Mann-Whitney.

Los hallazgos se midieron con un valor de p significativo menor del 0,05, con un intervalo de confianza (IC) del 95 %. El análisis y procesamiento, incluyendo el uso de métodos de aprendizaje automático, se realizó por medio del programa SPSS statistics 25TM [12].

Consideraciones éticas

La base de datos fue puesta a disposición por sus autores en Dryada, el cual es un repositorio de datos de investigación de libre acceso, bajo licencia de dedicación de dominio público Creative Commons (CC0) [13], sin estar disponibles datos que permitieran identificar la identidad de los participantes, siendo información desindentificada y codificada numéricamente. Se respetó lo establecido en la declaración de Helsinki.

Resultados

La mayoría (90,9 %) de los pacientes estuvieron en el grupo de edad hasta los 89 años, de los cuales el 51,3 % eran hombres y el 48,7 % mujeres; de estos, el 9,9 % falleció a los 14 días posteriores al ingreso para atención por IRA y la mayor parte estuvo en la clasificación SOFA 2 (siglas en inglés para escala de evaluación de daño multiorgánica secuencial) (21,8%) y 3 (21,7%) (tabla 1).

En la tabla, se observan las medianas y los rangos intercuartílicos de los parámetros bioquímicos y hemodinámicos, incluidos en el árbol de decisiones CHAID, para la determinación de los factores asociados a mortalidad en los 14 días posteriores al ingreso por IRA en pacientes con IC (tabla 2).

El árbol de decisiones CHAID, después de haber incluido las siguientes variables: edad, creatinina, anión gap, bicarbonato, BUN, cloruro, tasa de filtrado glomerular, hemoglobina, plaquetas, potasio, sodio, WBC, PAS, PAD, pulso, frecuencia respiratoria y saturación de oxígeno, tomó como factores asociados a mortalidad de 14 días posteriores al ingreso hospitalario, a las variables: WBC, frecuencia respiratoria, sodio, PAD y saturación de oxígeno.

El árbol tuvo una profundidad de 3, con 100 casos mínimos en el nodo padre y 50 casos mínimos en el nodo hijo, con un total de 15 nodos, de los cuales 9 fueron terminales. El nodo terminal con mayor asociación a mortalidad de 14 días posingreso fue el de pacientes caracterizados por saturación de oxigeno menor o igual a 93,0 %, con un WBC mayor a 17 000 mm3 (figura 2).

El nodo 9, conformado por pacientes con saturación de oxígeno menor o igual a 93,0 %, y un WBC mayor a 17 000/mm3, tuvo una asociación moderada con el nodo principal (V = 0,294). Los pacientes con IC atendidos por IRA al ingreso, con SpO2 menor o igual a 93,0 % y WBC mayores a 17 000mm3, tuvieron una probabilidad de 2,62 veces mayor de muerte en los 14 días posteriores al ingreso, que los pacientes con SpO2 mayores y WBC menores a los valores previamente mencionados. Asimismo, la frecuencia de muerte (razón de prevalencias, RP) fue 1,91 veces mayor. Hubo altos porcentajes de especificidad (E = 98,0%) y de valor predictivo negativo (VPN = 92,0 %) (tabla 3).

Tabla 2 Medianas y rangos intercuartílicos de la población estudiada 

Mediana Rango intercuartílico
Edad (años) 75 19
Creatinina (mg/dl) 1.67 0,89
Anión gap (mmol/l) 12 4
Bicarbonato (mmol/l) 24 6
BUN (mg/dl) 35 24
Cloruro (mmol/l) 102 7
TFG (ml/min) 47,28 40,01
Hemoglobina (g/dl) 10,50 3,30
Plaquetas (mcl) 205 122
Potasio (mmol/l) 4,20 0,80
Sodio (mEq/l) 138 6
WBC (mcl) 9 6
PAS (mmHg) 117 29
PAD (mmHg) 66 16
Pulso 75 22
Frecuencia respiratoria 18 2
SpO2(%) 96 4

Nota: BUN: siglas en inglés para nitrógeno ureico en sangre; PAS: presión arterial sistólica; PAD: presión arterial diastólica; SpO2: saturación de oxígeno; TFG: tasa de filtración glomerular; WBC: siglas en inglés para recuento de glóbulos blancos.

Fuente: elaboración propia.

Tabla 3 Medidas de asociación y capacidad diagnostica del nodo 9 del árbol de decisiones, con relación a la mortalidad en 14 días posteriores al ingreso por IRA en pacientes con IC 

V OR ORa(IC 95 %)* RP RPa(IC 95 %)* S E VPP VPN
0,294 11,84 (7,65-18,59) 2,62 (2,21-2,76) 6,34 (4,28-7,49) 1,91 (1,41-1,98) 22,0 % 98,0 % 29,0 % 92,0 %

Los pacientes pertenecientes al nodo 9 del árbol de decisiones CHAID (SpO2 ≤93,0% y WBC >17 000mm3) tuvieron promedios mayores y significativos respecto a otros pacientes, en lo correspondiente a anión gap (<0,001, BUN(p = 0,007), WBC (p <0,001), pulso (p <0,001), frecuencia respiratoria(p <0,001) y menores promedios de bicarbonato (p = 0002), PAD (p <0,001) y SpO2 (p <0,001) (tabla 4).

Nota: PAD: presión arterial diastólica; WBC: siglas en inglés para recuento de glóbulos blancos.

Fuente: elaboración propia.

Figura 2 Árbol de decisiones CHAID para factores asociados a mortalidad en los 14 días posingreso hospitalario, debido a insuficiencia renal aguda en pacientes con insuficiencia cardiaca 

Discusión

El presente estudio identificó que la saturación de oxígeno ≤93,0% y el WBC >17 000 mm3 fueron los principales factores asociados a la mortalidad hospitalaria en pacientes con IC internados por IRA. Estos hallazgos coincidieron con estudios previos que han señalado la hipoxemia y la respuesta inflamatoria exacerbada, como factores determinantes en la progresión de enfermedades críticas y su desenlace fatal [14].

La elección del punto de corte de SpO2 ≤93,0 % se basó en su capacidad para discriminar el riesgo de mortalidad en este análisis. Si bien la definición clásica de hipoxemia moderada considera un umbral del 90,0% [15], se ha observado que niveles levemente superiores también pueden estar asociados a peores desenlaces en poblaciones vulnerables [16]. En esta cohorte, este umbral permitió identificar un subgrupo de pacientes con mayor riesgo de muerte temprana, esto podría deberse a que, en pacientes con IC e IRA, una disminución leve en la oxigenación podría reflejar una reserva fisiológica comprometida y una mayor susceptibilidad al deterioro clínico. Además, la relación entre SpO2 y desenlaces adversos no es lineal y, en ciertos grupos de pacientes, la hipoxemia leve puede ser indicativa de una descompensación sistémica más amplia.

Tabla 4 Comparación de promedios de parámetros bioquímicos y hemodinámicos según presencia o ausencia de características del nodo 9 del árbol CHAID (SpO2 ≤93,0 % y WBC >17 000 mm3) para adultos con IC internados por IRA 

Nodo 9 (SpO2≤93,0 % y WBC>17 000 mm3) N Rango promedio Suma de rangos p
Edad (años) 71 745,06 52 899,50 0,258
No 1540 808,81 1 245 566,50
Creatinina (mg/dl) 71 754,06 53 538,00 0,336
No 1540 808,39 1 244 928,00
Anión gap (mmol/l) 67 1055,66 70 729,00 <0,001
No 1537 791,46 1 216 481,00
Bicarbonato (mmol/l) 67 628,79 42 129,00 0,002
No 1537 810,07 1 245 081,00
BUN (mg/dl) 67 952,69 63 830,50 0,007
No 1537 795,95 1 223 379,50
Cloruro (mmol/l) 67 846,65 56 725,50 0,425
No 1537 800,58 1 230 484,50
TFG (ml/min) 71 911,65 64 727,50 0,050
No 1540 801,13 1233738,50
Hemoglobina (g/dl) 66 755,15 49 840,00 0,411
No 1535 802,97 1 232 561,00
Plaquetas (mcl) 66 855,64 56 472,50 0,317
No 1533 797,60 1 222 727,50
Potasio (mmol/l) 67 909,70 60 950,00 0,051
No 1536 797,30 1 224 656,00
Sodio (mEq/l) 67 872,71 58 471,50 0,204
No 1537 799,44 1 228 738,50
WBC (mcl) 66 1519,58 100 292,50 <0,001
No 1533 769,02 1 178 907,50
PAS (mmHg) 67 735,87 49 303,50 0,226
No 1538 805,92 1 239 511,50
PAD (mmHg) 67 550,37 36 875,00 <0,001
No 1538 814,01 1 251 940,00
Pulso 67 1123,67 75 286,00 <0,001
No 1540 790,09 1 216 742,00
Frecuencia 67 1063,77 71 272,50 <0,001
No 1540 792,70 1 220 755,50
SpO2 (%) 67 137,98 9244,50 <0,001
No 1540 832,98 1 282 783,50

Nota: BUN: siglas en inglés para nitrógeno ureico en sangre; PAS: presión arterial sistólica; PAD: presión arterial diastólica; SpO2: saturación de oxígeno; TFG: tasa de filtración glomerular; WBC: siglas en inglés para recuento de glóbulos blancos.

Fuente: elaboración propia.

Este hallazgo tiene implicancias clínicas relevantes, ya que sugiere que incluso niveles de hipoxemia considerados leves pueden estar asociados con un peor pronóstico en pacientes con IC e IRA. Además, podría indicar la necesidad de intervenciones más tempranas en estos pacientes y cuestionar la aplicabilidad universal de los umbrales clásicos de hipoxemia. Si estudios futuros confirman este punto de corte, podría incorporarse en protocolos clínicos para optimizar la estratificación del riesgo y la toma de decisiones terapéuticas.

En cuanto al WBC, un recuento superior a 17 000 mm3 reflejaría una respuesta inflamatoria exacerbada, lo cual concuerda con investigaciones que han relacionado la leucocitosis con una mayor mortalidad en diversas condiciones críticas, incluyendo IC descompensada e IRA [17,18]. El proceso inflamatorio subyacente podría contribuir a la disfunción endotelial, el deterioro de la perfusión tisular y la progresión del daño multiorgánico.

El análisis de los parámetros bioquímicos y hemodinámicos, en función de la presencia o ausencia de las características del nodo 9 (SpO2 ≤93,0 % y WBC >17 000 mm3), mostró diferencias significativas en varios marcadores clínicos relevantes. En este subgrupo de pacientes, se observaron valores significativamente mayores de anión gap, BUN, pulso y frecuencia respiratoria, mientras que los niveles de bicarbonato y presión arterial diastólica fueron significativamente más bajos. Estos hallazgos refuerzan la hipótesis de que la combinación de hipoxemia y leucocitosis se asocia con un estado clínico más crítico, caracterizado por acidosis metabólica, disfunción renal más severa y alteraciones en la hemodinamia. Además, aunque la TFG y los niveles de potasio mostraron una tendencia a ser diferentes en este grupo, la significancia estadística fue marginal (p = 0,050 y p = 0,051, respectivamente), lo que sugiere la necesidad de estudios adicionales para confirmar su impacto clínico.

Cabe destacar que variables clínicamente relevantes, como la edad, el sexo y la puntuación SOFA, no mostraron una asociación significativa con la mortalidad en este modelo. La falta de asociación con la edad sugiere que, en esta población, otros factores fisiopatológicos podrían tener un rol más determinante en la evolución de la enfermedad. Además, si bien existe bibliografía en la que se ha encontrado que los desenlaces adversos en IC son más frecuentes en mujeres [19], es posible que, en el contexto de la IC en conjunto con la IRA, donde las alteraciones en la homeostasis metabólica son más pronunciadas, otros parámetros bioquímicos y hemodinámicos hayan sido suficientemente preponderantes para ser más significativos en el modelo CHAID.

Otro hallazgo relevante fue la baja sensibilidad (22,0 %) pero alta especificidad (98,0 %) del nodo identificado, lo que indica que, si bien no todos los pacientes fallecidos presentaron estas características, aquellos que sí las tuvieron, tenían un alto riesgo de mortalidad, esto resalta la utilidad del modelo CHAID para identificar subgrupos de pacientes con alto riesgo, lo que podría contribuir a la estratificación del manejo hospitalario.

Conclusión

Entre las limitaciones del estudio, se encontró su diseño retrospectivo y el uso de una sola base de datos hospitalaria, lo que pudo afectar la generalizabilidad de los hallazgos. Además, si bien se incluyeron diversas variables clínicas y de laboratorio, otros factores pronósticos como marcadores bioquímicos de inflamación y disfunción endotelial podrían aportar información adicional sobre la fisiopatología subyacente.

En conclusión, este estudio destaca la importancia de la hipoxemia de leve a moderada y la leucocitosis, como factores asociados a mortalidad temprana en pacientes con IC internados por IRA. La identificación de estos factores podría facilitar la detección de pacientes en alto riesgo y la optimización de estrategias terapéuticas en este grupo vulnerable. Además, futuras investigaciones podrían explorar estrategias de intervención dirigidas a estos factores y evaluar su impacto en la reducción de la mortalidad hospitalaria.

Referencias

[1] Holgado JL, Lopez C, Fernandez A, Sauri I, Uso R, Trillo JL, et al. Acute kidney injury in heart failure: a population study. ESC Heart Fail. 2020;7(2):415-22. http://dx.doi.org/10.1002/ehf2.12595 ↑Ver página 2 [ Links ]

[2] Chen JJ, Lee TH, Kuo G, Yen CL, Chen SW, Chu PH, et al. Acute kidney disease after acute decompensated heart failure. Kidney Int Rep. 2022;7(3):526-36. http://dx.doi.org/10.1016/j.ekir.2021.12.033 ↑Ver página 3 [ Links ]

[3] Laghlam D, Jozwiak M, Nguyen LS. Renin-angiotensin-aldosterone system and immunomodulation: a state-of-the-art review. Cells. 2021;10(7):1767. https://doi.org/10.3390/cells10071767 ↑Ver página 3 [ Links ]

[4] Lin CY, Wang YH, Chen YM, Hung KY, Chang YC, Fang YT, et al. Dynamic monitoring of kidney injury status over 3 days in the intensive care unit as a sepsis phenotype associated with hospital mortality and hyperinflammation. Biomed J. 2022;45(4):665-74. http://dx.doi.org/10.1016/j.bj.2021.08.006 ↑Ver página 3 [ Links ]

[5] Hu H, Li L, Zhang Y, Sha T, Huang Q, Guo X, et al. A prediction model for assessing prognosis in critically ill patients with sepsis-associated acute kidney injury. Shock. 2021;56(4):564-72. http://dx.doi.org/10.1097/shk.0000000000001768 ↑Ver página 3 [ Links ]

[6] Wilson F. Automated, medication-targeted alerts for Acute Kidney Injury - A randomized trial. Dryad; 2023. http://dx.doi.org/10.5061/DRYAD.KH189327P ↑Ver página 4 [ Links ]

[7] Wilson FP, Yamamoto Y, Martin M, Coronel-Moreno C, Li F, Cheng C, et al. A randomized clinical trial assessing the effect of automated medication-targeted alerts on acute kidney injury outcomes. Nat Commun. 2023;14(1):2826. https://doi.org/10.1038/s41467-023-38532-3 ↑Ver página 4 [ Links ]

[8] Hoste EAJ, Bagshaw SM, Bellomo R, Cely CM, Colman R, Cruz DN, et al. Epidemiology of acute kidney injury in critically ill patients: the multinational AKI-EPI study. Intensive Care Med. 2015;41(8):1411-23. https://doi.org/10.1007/s00134-015-3934-7 ↑Ver página 4 [ Links ]

[9] Benchimol EI, Smeeth L, Guttmann A, Harron K, Moher D, Petersen I, et al. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) Statement. PLoS Med. 2015;12(10):e1001885. https//doi.org/10.1371/journal.pmed.1001885 ↑Ver página 4 [ Links ]

[10] Choi HY, Kim EY, Kim J. Prognostic factors in diabetes: Comparison of Chi-square automatic interaction detector (CHAID) decision tree technology and logistic regression. Medicine. 2022;101(42):e31343. https://doi.org/10.1097/md.0000000000031343 ↑Ver página 6 [ Links ]

[11] Ye F, Chen ZH, Chen J, Liu F, Zhang Y, Fan QY, et al. Chi-squared automatic interaction detection decision tree analysis of risk factors for infant anemia in Beijing, China. Chin Med J. 2016;129(10):1193-9. https://doi.org/10.4103/0366-6999.181955 ↑Ver página 6 [ Links ]

[12] IBM. Nodo CHAID [internet]. IBM; 2021. [citado 2025 jun 22]. https://www.ibm.com/docs/es/spss-modeler/saas?topic=nodes-chaid-node ↑Ver página 6 [ Links ]

[13] Creative Commons. CC0 1.0 universal Deed [internet]. Creative Commons. [citado 2025 jun 22]. https://creativecommons.org/publicdomain/zero/1.0/ ↑Ver página 7 [ Links ]

[14] Gao YD, Ding M, Dong X, Zhang JJ, Kursat Azkur A, Azkur D, et al. Risk factors for severe and critically ill COVID-19 patients: a review. Allergy. 2021;76(2):428-55. https//doi.org/10.1111/all.14657 ↑Ver página 9 [ Links ]

[15] McCollum ED, King C, Ahmed S, Hanif AAM, Roy AD, Islam AA, et al. Defining hypo-xaemia from pulse oximeter measurements of oxygen saturation in well children at low altitude in Bangladesh: an observational study. BMJ Open Respir Res. 2021;8(1):e001023. https/doi.org/10.1136/bmjresp-2021-001023 ↑Ver página 9 [ Links ]

[16] Majumdar SR, Eurich DT, Gamble JM, Senthilselvan A, Marrie TJ. Oxygen saturations less than 92 % are associated with major adverse events in outpatients with pneumonia: a population-based cohort study. Clin Infect Dis. 2011;52(3):325-31. https://doi.org/10.1093/cid/ciq076 ↑Ver página 9 [ Links ]

[17] Smith RJ, Sarma D, Padkins MR, Gajic O, Lawler PR, Van Diepen S, et al. Admission total leukocyte count as a predictor of mortality in cardiac intensive care unit patients. JACC Adv. 2023;3(1):100757. https://doi.org/10.1016/j.jacadv.2023.100757 ↑Ver página 11 [ Links ]

[18] Kinsey GR, Okusa MD. Role of leukocytes in the pathogenesis of acute kidney injury. Crit Care. 2012;16(2):214. https://doi.org/10.1186/cc11228 ↑Ver página 11 [ Links ]

[19] Taylor CJ, Ordóñez-Mena JM, Jones NR, Roalfe AK, Lay-Flurrie S, Marshall T, et al. National trends in heart failure mortality in men and women, United Kingdom, 2000-2017. Eur J Heart Fail. 2021;23(1):3-12. https//doi.org/10.1002/ejhf.1996 ↑Ver página 1 [ Links ]

Cómo citar: Guevara Tirado A. Factores asociados a mortalidad hospitalaria de pacientes con insuficiencia cardiaca, internados por insuficiencia renal aguda. Colomb. Nefrol. 2025; 12(2), e859.https://doi.org/10.22265/acnef.12.2.859

Declaración de fuentes de financiamiento El autor declara que no recibió financiación para la generación o publicación de este artículo.

Implicaciones éticas Se usaron datos sin que se pudiera identificar la identidad de los participantes y se respetó lo establecido en la declaración de Helsinki. Por lo demás, el autor no tiene más implicaciones éticas por declarar.

Recibido: 30 de Mayo de 2024; Aprobado: 14 de Marzo de 2025; Publicado: 27 de Junio de 2025

*Correspondencia: Alberto Guevara Tirado, Universidad Científica del Sur, Carretera Antigua Panamericana Sur km Villa El Salvador, Lima, Perú. Correo-e: albertoguevaral986@gmail.com

Conflictos de interés

El autor declara que no tiene conflictos de interés con la publicación de este artículo.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons