Innovación en el diagnóstico temprano de enfermedades cardiovasculares mediante biomarcadores clínicos y modelos predictivos para la optimización de decisiones terapéuticas
DOI:
https://doi.org/10.71068/smed0142Palabras clave:
Enfermedades cardiovasculares, biomarcadores clínicos, diagnóstico temprano, modelos predictivos, medicina de precisiónResumen
Introducción: Las enfermedades cardiovasculares requieren estrategias de detección temprana que integren información clínica y biológica. Los biomarcadores y modelos predictivos aportan perspectivas complementarias, aunque su interpretación depende del contexto asistencial y de la validación de cada herramienta.Objetivo: Examinar los aportes de los biomarcadores clínicos y los modelos predictivos al diagnóstico temprano cardiovascular y a la orientación de decisiones preventivas y terapéuticas.Metodología: Se desarrolló una revisión documental cualitativa, descriptiva e interpretativa de publicaciones sobre troponinas, péptidos natriuréticos, inflamación, metabolismo y predicción del riesgo. El registro de selección consignó 440 documentos identificados, 92 duplicados, 348 cribados, 125 evaluados y 20 incluidos. Se utilizó PRISMA 2020 como guía de presentación del flujo, sin equipararla con un método de revisión sistemática. La información se organizó mediante categorías temáticas y comparación narrativa.Resultados: La síntesis distinguió biomarcadores de lesión miocárdica, estrés cardíaco, inflamación y susceptibilidad ateroesclerótica. Las troponinas requieren interpretación seriada y contextual; los péptidos natriuréticos complementan la evaluación de insuficiencia cardíaca. Los indicadores inflamatorios y lipídicos caracterizan mecanismos adicionales de riesgo. Los modelos predictivos integran variables clínicas y bioquímicas, pero su rendimiento depende de calibración, validación externa y calidad de datos.Conclusiones: La integración de biomarcadores y modelos puede enriquecer la estratificación cardiovascular, sin reemplazar el juicio clínico. La utilidad diagnóstica, la predicción pronóstica y la mejora de decisiones terapéuticas constituyen resultados diferentes que requieren evaluación. La síntesis ofrece interpretación y no demuestra eficacia clínica causal.
Descargas
Referencias
1. Maayah M, Grubman S, Allen S, Ye Z, Park DY, Vemmou E, et al. Clinical interpretation of serum troponin in the era of high-sensitivity testing. Diagnostics (Basel). 2024;14(5):503. https://doi.org/10.3390/diagnostics14050503.
2. Morales M, Rada G. Péptido natriurético tipo B para manejo de disnea aguda en urgencias. Medwave. 2019. https://www.medwave.cl/puestadia/resepis/7676.html
3. Hameau R, Sepúlveda P, Pérez O, Quitral J. Lipoproteína(a): un factor de riesgo cardiovascular relevante y subdiagnosticado. Rev Chil Cardiol. 2024. https://www.scielo.cl/article_plus.php?pid=S0718-85602024000200147&tlng=es&lng=en
4. Cusumano AM, Victoria BM. Desarrollo histórico del concepto de factor de riesgo cardiovascular y renal. Rev Nefrol Dial Traspl. 2025. https://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S2346-85482025000200007
5. Donado Gómez JH, Higuita-Duque LN, Castro-Palacio JJ. Modelos de predicción de riesgo cardiovascular. Medicina UPB. 2017;36(2):153-160. https://doi.org/10.18566/medupb.v36n2.a08.
6. Sosa LÁ, et al. El control de la hipertensión arterial, una asignatura pendiente. Rev Panam Salud Publica. 2022. https://doi.org/10.26633/RPSP.2022.147
7. Chaulin AM. Troponinas cardíacas: información actual sobre las principales características analíticas de los métodos para la determinación y nuevas posibilidades diagnósticas. Medwave. 2021. https://doi.org/10.5867/medwave.2021.11.002132
8. Escudero SJ, Intriago RS, Conforme VG, Mina OJ. Utilidad clínica de biomarcadores cardiacos en enfermedades cardiovasculares. Revista Investigación y Educación en Salud. 2025;4(1):155-166. https://doi.org/10.47230/unesum-salud.v4.n1.2025.155-166.
9. Ait-Oufella H, Libby P. Inflammation and atherosclerosis: prospects for clinical trials. Arterioscler Thromb Vasc Biol. 2024;44(9):1899-1905. https://doi.org/10.1161/ATVBAHA.124.320155.
10. Libby P. The changing landscape of atherosclerosis. Nature. 2021;592(7855):524-533. https://doi.org/10.1038/s41586-021-03392-8.
11. Hidalgo MA. El papel de la inflamación en la aterosclerosis: mecanismos y tratamientos. Revista Electrónica de PortalesMédicos. 2025. https://www.revista-portalesmedicos.com/revista-medica/el-papel-de-la-inflamacion-en-la-aterosclerosis-mecanismos-y-tratamientos/
12. Corral P, Lavalle CA. Colesterol asociado a lipoproteína de baja densidad (cLDL) y enfermedad cardiovascular aterosclerótica: ¿es necesaria más evidencia para atribuir su rol causal? Rev Argent Cardiol. 2024. https://doi.org/10.7775/rac.es.v92.i2.20747
13. Alshahrani AM, Selvaraj L, Kandasamy G, Anandan S. Precision cardiovascular medicine: integrating pharmacogenomics, biomarkers, artificial intelligence, and real-world evidence. Life (Basel). 2026;16(11):1771. https://doi.org/10.3390/life16111771.
14. Ceja Tovar CE, Romero Castellares JR, Blanco Gomez MA, González Araujo JE, Trejo López E, Córdova López AM, et al. Cardiología de precisión: integración de la genética y la inteligencia artificial para la predicción del riesgo cardiovascular. Educational Regent Multidisciplinary Journal. 2025;2(4):1-23. https://doi.org/10.63969/2k2psg72.
15. Parizad R, Hatwal J, Brar A, Desai R, Batta A, Mohan B. Artificial Intelligence for Cardiovascular Risk Prediction: An Umbrella Review of Applications and Translational Challenges. Vasc Health Risk Manag. 2026;22:590502. https://doi.org/10.2147/VHRM.S590502.
16. Khan SS, Greenland P, Hayman LL, Khera R, Navar AM, Pencina MJ, et al. Criteria to assess the predictive and clinical utility of novel models, biomarkers, and tools for risk of cardiovascular disease: a scientific statement from the American Heart Association. Circulation. 2026;153(11):e953-e970. https://doi.org/10.1161/CIR.0000000000001401.
17. García DY, Carmona OL. Biomarcadores: cómo lograr su consolidación en práctica clínica. Reumatol Clin. 2024. https://doi.org/10.1016/j.reuma.2024.05.005
18. Rojas GG. Efectos del tratamiento periodontal sobre la PCR y otros marcadores celulares en sangre. Odovtos Int J Dent Sci. 2025. https://doi.org/10.15517/ijds.2024.62839
19. Cagide A, Amrein ME, Fernández VG, Sánchez BS, Maid G. Síncope probablemente arrítmico: dialogando con la inteligencia artificial. Rev Argent Cardiol. 2026. https://doi.org/10.7775/rac.es.v94.i2.20994
20. García SM, D’janggo CH, Torres CE, et al. Miocardiopatía de Takotsubo en paciente con carcinoma epidermoide de laringe. An Fac Med. 2025;86(2). https://doi.org/10.15381/anales.v86i2.30020
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Javier Laica Palate

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
