Skip to main content
Arquivos Brasileiros de Cardiologia logoLink to Arquivos Brasileiros de Cardiologia
. 2021 Jan 27;116(1):77–86. [Article in Portuguese] doi: 10.36660/abc.20190439
View full-text in English

Índice Hemodinâmico Agudo Prediz Mortalidade Intra-Hospitalar de Pacientes com Insuficiência Cardíaca Aguda Descompensada

Renata R T Castro 1,2,3, Luka Lechnewski 4, Alan Homero 4, Denilson Campos de Albuquerque 5, Luis Eduardo Rohde 6, Dirceu Almeida 7, João David 8, Salvador Rassi 9, Fernando Bacal 10, Edimar Bocchi 10, Lidia Moura 4
PMCID: PMC8159496  PMID: 33566969

Resumo

Fundamento

O exame físico permite a avaliação prognóstica de pacientes com insuficiência cardíaca (IC) descompensada, porém não é suficientemente confiável e depende da experiência clínica do profissional. Considerando as respostas hemodinâmicas a situações do tipo “luta ou fuga” tais como a admissão no serviço de emergência, foi proposto o índice hemodinâmico agudo (IHA), calculado a partir da frequência cardíaca e pressão de pulso.

Objetivo

avaliar a capacidade prognóstica intra-hospitalar do IHA na IC descompensada.

Métodos

estudo prospectivo, multicêntrico e observacional baseado no registro BREATHE, incluindo dados de hospitais públicos e privados no Brasil. Foram utilizadas análises ROC ( Receiver Operating Characteristic ), de estatística c e de regressão multivariada, assim como o critério de informação de Akaike, para testar a capacidade prognóstica do IHA. O valor-p < 0,05 foi considerado estatisticamente significativo.

Resultados

Foram analisados dados de 463 pacientes com IC com fração de ejeção reduzida a partir do registro BREATHE. A mortalidade intra-hospitalar foi de 9%. A mediana do IHA foi considerada o valor de corte (4 mmHg⋅bpm). Um baixo IHA (≤ 4 mmHg⋅bpm) foi encontrado em 80% dos pacientes falecidos. O risco de mortalidade intra-hospitalar em pacientes com baixo IHA foi 2,5 vezes maior que aquele para pacientes com IHA > 4 mmHg⋅bpm. O IHA foi capaz de predizer independentemente a mortalidade intra-hospitalar na IC aguda descompensada [sensibilidade: 0,786; especificidade: 0,429; AUC (área sob a curva): 0,607 (0,540-0,674), p = 0,010] mesmo depois dos ajustes para comorbidades e uso de medicamentos [razão de chances (RC): 0,061 (0,007-0,114), p = 0,025].

Conclusões

O IHA é capaz de predizer independentemente a mortalidade intra-hospitalar na IC aguda descompensada. Esse índice simples e realizado à beira do leito pode se mostrar útil em serviços de emergência. (Arq Bras Cardiol. 2021; 116(1):77-86)

Keywords: Insuficiência Cardíaca, Frequência Cardíaca, Pressão Arterial, Prognóstico, Mortalidade

Introdução

A insuficiência cardíaca (IC) é uma das principais razões de admissões hospitalares de emergência no mundo ocidental.1 Apesar de estudos terem mostrado que o tratamento com um especialista em IC pode fornecer melhores resultados, a maioria dos casos de descompensação aguda da IC são originalmente avaliados e manejados por médicos emergencistas2 , 3 em instituições com diferentes disponibilidades de recursos.

Mesmo com o avanço da tecnologia e dos dispositivos médicos, o exame físico continua sendo o pilar principal da avaliação de pacientes com IC.4 , 5 Médicos avaliam a congestão e perfusão a partir do histórico do paciente e do exame físico, determinando perfis hemodinâmicos que podem guiar a terapêutica e fornecer informações prognósticas numa situação de IC aguda.6 Apesar da praticidade, a avaliação da perfusão feita pelo médico não é suficientemente confiável7 e depende da experiência do profissional,8 , 9 posto que fornece informações subjetivas.10 Logo, parâmetros prognósticos objetivos que podem ser facilmente obtidos em um atendimento de emergência seriam úteis no manejo da IC aguda.

A pressão arterial e a frequência cardíaca são parâmetros que podem ser facilmente obtidos por qualquer profissional de saúde, com boa reprodutibilidade e acurácia.11 , 12 A pressão arterial sistólica é um preditor independente de desfechos intra-hospitalares e pós-alta na IC aguda.13 , 14 Além disso, baixos valores de pressão arterial e pressão de pulso proporcional são indicadores de baixa perfusão.4 , 6 , 9

A relação entre frequência cardíaca em repouso na admissão e o prognóstico de pacientes com IC não é completamente direta. Na realidade, a literatura apresenta resultados controversos, indicando que uma frequência cardíaca alta no momento da admissão pode estar relacionada a um prognóstico melhor ou pior.15 - 17 Apesar de baixas frequências cardíacas em repouso indicarem um menor risco em pacientes com IC crônica estável com fração de ejeção reduzida,18 , 19 é inegável que a capacidade de aumentar a frequência cardíaca numa reação do tipo “luta ou fuga” também confere um bom prognóstico,20 , 21 independentemente do uso de betabloqueadores.

A admissão aguda no serviço de emergência é uma situação de estresse onde se esperam respostas autonômicas que preparam o corpo para uma situação de luta ou fuga.22 Nesse contexto, aumentos na pressão de pulso e frequência cardíaca são esperados, aumentando a perfusão nos músculos esqueléticos e órgãos vitais.

Com base nas respostas hemodinâmicas fisiológicas inerentes a situações de luta ou fuga, propõe-se o cálculo do índice hemodinâmico agudo (IHA) a partir da frequência cardíaca e pressão de pulso. Nossa principal hipótese é que o IHA poderia representar um parâmetro prognóstico objetivo e intra-hospitalar a ser usado na descompensação aguda de pacientes com IC com fração de ejeção reduzida (ICFER). Portanto, o objetivo deste estudo foi avaliar a capacidade prognóstica intra-hospitalar do IHA na ICFER aguda descompensada.

Métodos

Esta análise foi baseada no I Registro Brasileiro de Insuficiência Cardíaca (BREATHE),23 , 24 um estudo observacional transversal tipo registro da IC aguda com seguimento longitudinal que ocorreu de fevereiro de 2011 a dezembro de 2012. Para inclusão no registro, pacientes deveriam possuir mais de 18 anos e ter sido admitidos com IC descompensada; os pacientes não poderiam ter sido submetidos a cirurgia de revascularização miocárdica ou intervenção coronária percutânea no mês anterior, nem ter sido admitidos com um diagnóstico de sepse. Os critérios de Boston foram utilizados para a confirmação da IC.25 A participação no registro não requeria nenhum regime de tratamento especial. Os métodos detalhados, assim como os critérios de inclusão e exclusão, estão disponíveis na literatura.24 As informações sobre cada paciente foram incluídas num formulário de registro individual, disponível online .

Este estudo incluiu a análise da admissão hospitalar e do seguimento dos pacientes até a alta médica, morte ou transferência para outro hospital (o que foi verificado primeiro) dos pacientes com ICFER aguda descompensada. O desfecho primário do estudo foi a mortalidade intra-hospitalar.

Todos os pacientes do registro com evidência de fração de ejeção do ventrículo esquerdo menor que 40% foram incluídos nesta análise, exceto aqueles com informações faltantes (frequência cardíaca na admissão, pressão arterial, fração de ejeção ou interrupção do seguimento devido à transferência). Indivíduos com ritmo cardíaco controlado por marca-passo também foram excluídos, visto que não era esperado que suas frequências cardíacas possuíssem um controle autonômico ( Figura 1 ).

Figura 1. – Diagrama de seleção de pacientes para o registro. FEVE: fração de ejeção do ventrículo esquerdo; ICFER: insuficiência cardíaca com fração de ejeção reduzida; ICFEP: insuficiência cardíaca com fração de ejeção preservada.

Figura 1

Variáveis derivadas

Frequência cardíaca e pressão arterial sistólica e diastólica na admissão foram obtidas a partir da base de dados do registro e utilizadas no cálculo das variáveis derivadas da seguinte maneira: pressão de pulso = pressão arterial sistólica – pressão arterial diastólica; pressão de pulso proporcional = pressão de pulso / pressão arterial sistólica; IHA= (Pressão de pulso x frequência cardíaca) / 1000

Aspectos éticos

Este estudo está de acordo com os princípios da Declaração de Helsinque. O estudo foi aprovado pelo Hospital do Coração, São Paulo (registro 144/2011) e pelo comitê de ética em pesquisa de cada instituição participante. Todos os pacientes assinaram um termo de consentimento esclarecido antes do recrutamento.

Análise estatística

Inicialmente, utilizado o teste de Shapiro Wilk para verificar a normalidade da distribuição dos dados, validando o uso da estatística paramétrica. Variáveis contínuas foram descritas como médias e desvios-padrão, e variáveis categóricas foram descritas como proporções. Dados clínicos e demográficos dos pacientes que vieram a óbito durante a hospitalização (falecidos) e daqueles que receberam alta médica (vivos) foram comparados por um teste t de Student não-pareado ou qui-quadrado. Um valor-p bicaudal < 0,05 foi considerado estatisticamente significativo.

Depois de verificar a distribuição normal, os percentis 25º, 50º e 75º de frequência cardíaca e pressão arterial sistólica e diastólica foram utilizados na construção de curvas ROC ( Receiver Operating Characteristic ) usando a mortalidade intra-hospitalar como desfecho principal. O valor de corte do IHA foi definido pelo 50º percentil de sua distribuição. Sensibilidade, especificidade, e área sob a curva ROC (AUC) foram estabelecidas para cada valor de corte. Estatística c foi usada para comparar a capacidade prognóstica dos valores de corte de frequência cardíaca e pressão arterial com os valores de corte de IHA.

A análise de regressão foi realizada após a verificação de relação linear, normalidade multivariada, homoscedasticidade e da ausência de multicolinearidade e autocorrelação. Foram realizadas análises de regressão linear múltipla para testar a capacidade prognóstica independente de cada um dos valores de corte significativos de frequência cardíaca, pressão arterial e IHA. Esta análise também incluiu variáveis com significância estatística de acordo com testes t não-pareado e qui-quadrado. Visto que nem todos os pacientes apresentavam dados laboratoriais, estes não foram incluídos na análise de regressão. O critério de informação de Akaike (AIC)26 foi usado para comparar os modelos de regressão múltipla.

O software STATA versão 14.2 (StataCorp, Texas, EUA) foi utilizado em todas as análises estatísticas e gráficos.

Resultados

O registro BREATHE incluiu 463 pacientes com ICFER admitidos em serviços de emergência no Brasil ( Tabela 1 ), com um índice de mortalidade intra-hospitalar de 9%. A principal causa de descompensação foi má aderência ao tratamento medicamentoso (em 37% dos pacientes que receberam alta e 31% daqueles que faleceram, p = 0,75). Outras causas importantes de descompensação foram infecções (em 21% dos pacientes que receberam alta e 24% daqueles que faleceram, p = 0,17) e ingestão excessiva de sal ou fluidos (em 11% dos pacientes que receberam alta e 12% daqueles que faleceram, p = 0,90).

Tabela 1. – Dados demográficos e clínicos dos pacientes com insuficiência cardíaca aguda descompensada com fração de ejeção reduzida.

Variáveis Total (N = 463) Pacientes que receberam alta hospitalar (n = 421) Pacientes falecidos (n = 42) Valor-p
Demográficas        
Idade, anos ± DP 61 ± 16 61 ± 15 58 ± 17 0,27
Sexo masculino, n (%) 141 (30) 127 (30) 14 (33) 0,67
Etiologia da insuficiência cardíaca        
Isquêmica, n (%) 155 (33) 141 (33) 14 (33) 0,98
Doença de Chagas, n (%) 53 (11) 43 (10) 10 (24) 0,008
Comorbidades        
Hipertensão, n (%) 318 (69) 290 (69) 28 (67) 0,77
Fibrilação atrial, n (%) 109 (23) 101 (23) 8 (19) 0,51
Diabetes mellitus, n (%) 177 (38) 164 (39) 13 (31) 0,31
Insuficiência renal crônica, n (%) 98 (21) 81 (19) 17 (40) 0,001
Dislipidemia, n (%) 162 (35) 150 (36) 12 (29) 0,36
Depressão, n (%) 52 (11) 50 (12) 2 (5) 0,16
Histórico de acidente vascular cerebral, n (%) 56 (12) 46 (11) 10 (24) 0,015
Histórico de câncer, n (%) 18 (4) 14 (3) 4 (9) 0,048
Tratamento        
Betabloqueador, n (%) 273 (66) 241 (64) 32 (82) 0,023
Inibidor de ECA/BRA, n (%) 274 (59) 251 (60) 23 (55) 0,50
Diuréticos tiazídicos e de alça, n (%) 311 (67) 277 (66) 34 (81) 0,046
Bloqueadores de canais de cálcio, n (%) 28 (7) 25 (7) 3 (8) 0,80
Digitálicos, n (%) 121 (29) 102 (27) 19 (50) 0,005
Espironolactona, n(%) 182 (44) 156 (41) 26 (67) 0,002
Estatinas, n (%) 139 (33) 127 (34) 12 (31) 0,71
Hemodinâmica        
Frequência cardíaca, bpm ± DP 90 ± 23 90 ± 23 82 ± 21 0,025
Pressão arterial sistólica, mmHg ± DP 121 ± 29 122 ± 30 112 ± 26 0,036
Pressão arterial diastólica, mmHg ± DP 76 ± 19 77 ± 19 70 ± 14 0,020
Pressão de pulso, mmHg ± DP 45 ± 18 45 ± 18 43 ± 18 0,30
Pressão de pulso proporcional, % ± DP 37 ± 9 37 ± 9 37 ± 8 0,75
IHA, mmHg⋅bpm ± DP 4 ± 2 4 ± 2 3 ± 2 0,08
IHA < 4 mmHg⋅bpm, n (%) 273 (60) 240 (57) 33 (79) 0,007
FEVE, % ± DP 27 ± 8 27 ± 8 25 ± 6 0,20
Perfil hemodinâmico        
  A, % 49 (11) 45 (11) 4 (10) 0,81
  B, % 311 (67) 288 (68) 23 (55) 0,07
  C, % 81 (17) 68 (16) 13 (30) 0,02
  L, % 22 (5) 20 (5) 2 (5) 0,99
Exames laboratoriais*        
Hematócrito, % ± DP 40 ± 7 40 ± 6 38 ± 9 0,07
Hemoglobina, g/dL ± DP 13 ± 2 13 ± 2 13 ± 2 0,26
Creatinina, mg/dL ± DP 1,5 ± 0,9 1,5 ± 0,8 1,9 ± 0,9 0,001
Ureia, mg/dL ± DP 68 ± 41 65 ± 38 100 ± 50 <0,001
Sódio, mEq/L ± DP 137 ± 13 138 ± 14 136 ± 6 0,51

DP: desvio padrão; ECA: enzima conversora da angiotensina; BRA: bloqueadores dos receptores da angiotensina; IHA: índice hemodinâmico agudo; FEVE: fração de ejeção do ventrículo esquerdo. Valor-p calculado a partir da comparação univariada entre ambos os grupos.*N=412.

Os pacientes falecidos apresentavam mais comorbidades, assim como frequência cardíaca e pressão arterial sistólica e diastólica mais altas que aqueles que sobreviveram. Considerando o 50º percentil do IHA como valor de corte (4 mmHg⋅bpm), quase 80% dos pacientes falecidos possuíam um baixo IHA.

Visto que o cálculo do IHA inclui valores de frequência cardíaca e pressão arterial, foram comparadas as AUC de IHA ≤ 4 mmHg⋅bpm e de diferentes valores de corte de frequência cardíaca e pressão arterial sistólica e diastólica ( Tabela 2 ). IHA ≤ 4 mmHg⋅bpm foi um melhor preditor de mortalidade intra-hospitalar que frequência cardíaca ≤ 88 bpm, mas teve desempenho semelhante a outros valores de corte de pressão arterial. Quando estes fatores prognósticos hemodinâmicos foram incluídos na análise multivariada, apenas o IHA manteve capacidade prognóstica independente ( Tabela 3 ). O modelo de regressão que incluiu a etiologia de doença de Chagas, comorbidades, uso de medicamentos e IHA mostrou uma melhor capacidade prognóstica de mortalidade intra-hospitalar que os outros modelos propostos (Modelo 0: sem IHA; Modelos 1-4: com parâmetros hemodinâmicos adicionados ao Modelo 0). Doença renal crônica, histórico de câncer ou acidente vascular cerebral permaneceram como preditores independentes de mortalidade intra-hospitalar em todos os modelos propostos. IHA < 4 mmHg⋅bpm esteve independentemente relacionado à mortalidade intra-hospitalar neste registro mesmo após o ajuste para a etiologia da IC, comorbidades e uso de medicamentos ( Figura 2 ). Pacientes admitidos com baixos IHAs tinham probabilidade de óbito de 12,1%, um valor 250% maior que pacientes admitidos com IHAs maiores que 4 mmHg⋅bpm (4,8%, p = 0,008, Figura 3 ). Como trata-se de um estudo tipo registro, não houve intervenções no tratamento recebido pelos pacientes. Medicamentos inotrópicos foram utilizados em 11% dos pacientes que receberam alta e em 28% dos que vieram a óbito (p < 0,001).

Tabela 2. – Sensibilidade, especificidade, AUC com IC de 95% e melhores valores de corte para mortalidade intra-hospitalar em pacientes com insuficiência cardíaca aguda descompensada com fração de ejeção reduzida.

Parâmetros prognósticos propostos Análise univariada Comparação com AUC considerando valor de IHA ≤ 4 mmHg⋅bpm
Sensibilidade Especificidade AUC (IC 95%) Valor-p Valor-p
IHA ≤ 4 mmHg⋅bpm 0,786 0,429 0,607 (0,540-0,674) 0,01 ----
Frequência cardíaca          
≤ 74 bpm 0,309 0,750 0,530 (0,456-0,604) 0,39 ----
≤ 88 bpm 0,667 0,513 0,590 (0,514-0,666) 0,03 0,048
≤ 104 bpm 0,857 0,254 0,556 (0,498-0,613) 0,58 ----
Pressão arterial sistólica          
≤ 100 0,452 0,698 0,575 (0,496-0,654) 0,04 0,450
≤ 120 0,738 0,430 0,584 (0,513-0,655) 0,04 0,570
≤ 140 0,905 0,190 0,547 (0,498-0,596) 0,14 ----
Pressão arterial diastólica          
≤ 60 0,453 0,741 0,596 (0,518-0,676) 0,01 0,830
≤ 73 0,643 0,513 0,578 (0,500-0,655) 0,06 ----
≤ 84 0,857 0,257 0,557 (0,499-0,614) 0,11 ----

AUC: área sob a curva ROC (Receiving Operating Characteristic); IC: intervalo de confiança; IHA: índice hemodinâmico agudo.

Tabela 3. – Análise multivariada para predição da mortalidade intra-hospitalar incluindo diferentes parâmetros hemodinâmicos não-invasivos.

  Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
AIC 137,0 136,3 135,6 135,7 133,7
Valor-p em comparação com Modelo 0 0,294 0,183 0,113 0,116 0,035
Parâmetro RC IC 95% p RC IC 95% p RC IC 95% p RC IC 95% p RC IC 95% p
Doença de Chagas 0,089 0,006-0,171 0,035 0,784 -0,006-0,163 0,071 0,080 -0,003-0,164 0,060 0,777 -0,006-0,162 0,071 0,765 -0,007-0,160 0,072
DRC 0,104 0,041-0,167 0,001 0,104 0,040-0,167 0,001 0,107 0,044-0,170 0,001 0,100 0,037-0,164 0,002 0,112 0,048-0,175 0,001
Histórico de acidente vascular cerebral 0,840 0,054-0,163 0,036 0,089 0,011-0,168 0,025 0,093 0,014-0,170 0,021 0,858 0,007-0,164 0,032 0,092 0,013-0,169 0,022
Histórico de câncer 0,143 0,011-0,276 0,033 0,148 0,016-0,281 0,028 0,139 0,007-0,271 0,039 0,139 0,007-0,272 0,038 0,140 0,009-0,273 0,037
Betabloqueadores 0,168 -0,40-0,073 0,563 0,196 -0,037-0,076 0,497 0,180 -0,038-0,074 0,531 0,021 -0,035-0,077 0,463 0,172 -0,394-0,073 0,551
Diuréticos tiazídicos e de alça -0,005 -0,066-0,057 0,887 -0,003 -0,065-0,058 0,918 -0,005 -0,066-0,057 0,884 -0,004 -0,065-0,058 0,909 -0,006 -0,068-0,056 0,850
Digitálicos 0,053 -0,009-0,115 0,096 0,056 -0,005-0,117 0,073 0,538 -0,007-0,115 0,086 -0,003 -0,007-0,115 0,086 0,515 -0,009-0,113 0,100
Espironolactona 0,540 -0,004-0,112 0,068 0,527 -0,005-0,110 0,075 0,053 -0,004-0,111 0,071 0,053 -0,004-0,111 0,072 0,053 -0,005-0,110 0,074
Frequência cardíaca ≤ 88 bpm 0,277 -0,025-0,080 0,627                
Pressão arterial sistólica ≤ 100 mmHg     0,380 -0,018-0,094 0,188            
≤ 120 mmHg         0,042 -0,010-0,095 0,117        
Pressão arterial diastólica ≤ 60 mmHg             0,046 -0,012-0,105 0,121    
IHA ≤ 4 mmHg⋅bpm                 0,061 0,007-0,114 0,025

AIC: critério de informação de Akaike; RC: razão de chance; IC: intervalo de confiança; DRC: doença renal crônica; IHA: índice hemodinâmico agudo. O Modelo 0 incluiu doença de Chagas como etiologia da insuficiência cardíaca, doença renal crônica, histórico de câncer, uso contínuo de betabloqueadores, diuréticos tiazídicos e de alça, digitálicos e espironolactona. Os Modelos 1 a 5 incluíram todas as variáveis do Modelo 0 mais um parâmetro e valor de corte da seguinte forma: o Modelo 1 considerou frequência cardíaca ≤ 88 bpm; o Modelo 2 considerou pressão arterial sistólica ≤ 100 mmHg, o Modelo 3 considerou pressão arterial sistólica ≤ 120 mmHg, o Modelo 4 considerou pressão arterial diastólica ≤ 60 mmHg e o Modelo 5 considerou IHA ≤ 4 mmHg⋅bpm.

Figura 2. – Razão de chance, calculada a partir de um modelo de regressão multivariada que incluiu etiologia da insuficiência cardíaca, comorbidades, uso de medicamentos e índice hemodinâmico de pacientes admitidos com insuficiência cardíaca aguda descompensada com fração de ejeção reduzida (N = 463). IHA: índice hemodinâmico agudo.

Figura 2

Figura 3. – Índices de mortalidade intra-hospitalar em pacientes com insuficiência cardíaca aguda descompensada com fração de ejeção reduzida de acordo com a presença de fatores prognósticos. *p < 0,05 quando comparado ao “Não” no mesmo índice prognóstico.

Figura 3

Discussão

Este estudo apresentou o IHA e demonstrou que este é um preditor independente de mortalidade intra-hospitalar em pacientes com ICFER aguda descompensada. A mortalidade intra-hospitalar de pacientes com IC aguda descompensada é elevada, como demonstrado pelo registro BREATHE e por estudos realizados em outros países.27 Diferentes razões contribuem para uma alta mortalidade a curto prazo de pacientes com IC aguda descompensada, como idade, comorbidades e tempo entre início dos sintomas e admissão hospitalar.27 Visto que o manejo de pacientes com IC aguda pode incluir procedimentos invasivos e de alto custo, como o suporte circulatório mecânico, a validação de índices prognósticos que possam auxiliar em decisões terapêuticas é de extrema importância.28

A IC aguda descompensada pode ser manejada por especialistas em IC, cardiologistas, intensivistas, médicos emergencistas ou clínicos; em serviços de emergência, enfermarias ou unidades de tratamento intensivo.2 O treinamento destes profissionais e a disponibilidade de recursos nestes ambientes pode variar substancialmente. Quando somados à diversidade de casos de pacientes, estes aspectos tornam difícil a criação de escores prognósticos que possam ser utilizados amplamente. Por exemplo, apesar do recente interesse no uso de biomarcadores,29 a avaliação destes pode não estar disponível em estabelecimentos de saúde afastados dos grandes centros ou com poucos recursos. Nohria et al.6 apresentaram uma abordagem clínica prática para classificar os pacientes em perfis hemodinâmicos, permitindo a predição do prognóstico e guiando o tratamento da IC aguda. Esta abordagem depende da experiência do médico responsável8 , 9 e pode perder sua utilidade quando se trata de um médico não-especialista em IC. Nossos resultados corroboram a falta de acurácia do exame físico cardiovascular,9 visto que 11% dos pacientes foram classificados como de perfil hemodinâmico A e ainda assim considerados casos de IC aguda descompensada.

A medição da frequência cardíaca e a pressão arterial está disponível em praticamente qualquer estabelecimento de saúde, tem boa acurácia e requer treinamento mínimo.11 , 12 Estudos anteriores tentaram utilizar estes parâmetros como fatores prognósticos na IC aguda descompensada. A relação entre frequência cardíaca e prognóstico é conhecida há décadas, e com o advento dos betabloqueadores e, mais recentemente, da ivabradina, frequências cardíacas baixas são um alvo no tratamento da IC estável.19 Além disso, a incompetência cronotrópica também é um marcador de risco: pacientes cujas frequências cardíacas não aumentam durante o exercício físico têm prognósticos piores que aqueles com frequências cardíacas de reserva normais, mesmo com o uso de betabloqueadores.20 , 21 Apesar de estudos terem determinado o aumento esperado na frequência cardíaca durante um teste de esforço,20 , 21 não há valores de referência para o aumento da frequência cardíaca em situações do tipo “luta ou fuga” como é o caso das admissões em serviços de emergência. Pacientes japoneses com IC aguda descompensada admitidos com frequências cardíacas acima de 120 bpm apresentaram menores índices de mortalidade que aqueles admitidos com frequências cardíacas menores.15 Entretanto, uma alta frequência cardíaca foi considerada um preditor independente de mortalidade a curto prazo em pacientes com IC aguda descompensada em outros estudos.16 , 30 , 31

O registro OPTIMIZE-HF14 observou que pressão arterial sistólica abaixo de 120 mmHg identificava pacientes com IC aguda descompensada que possuíam um prognóstico ruim apesar dos tratamentos. Baixa pressão arterial sistólica também indicou risco a curto prazo numa coorte europeia.13 Neste estudo, a pressão arterial abaixo de 120 mmHg não estava independentemente relacionada à mortalidade de acordo com a análise multivariada. Pacientes do registro BREATHE eram mais jovens, e os protocolos de tratamento estavam mais atualizados que aqueles utilizados nos outros estudos (quase uma década antes). Além disso, esses dois estudos13 , 14 incluíram pacientes com fração de ejeção preservada ou reduzida, e o valor prognóstico da pressão arterial pode variar de acordo com a fração de ejeção do ventrículo esquerdo.32 Baixa pressão de pulso foi definida como um preditor independente de mortalidade na IC aguda descompensada pelo estudo VMAC-HF.33 O tratamento da IC evoluiu substancialmente desde então, o que pode explicar a falta de poder prognóstico da pressão de pulso em nosso estudo.

A interação intrínseca entre pressão arterial e frequência cardíaca e como elas são influenciadas por medicamentos para IC pode ter influenciado os resultados de estudos prévios considerando cada um destes parâmetros. Até onde sabemos, este é o primeiro estudo a apresentar um índice que combina a análise da frequência cardíaca e pressão de pulso de pacientes com IC aguda descompensada e demonstrar que sua capacidade como ferramenta prognóstica é superior àquelas da frequência cardíaca ou pressão arterial sozinhas.

Limitações

Esta análise possui limitações. Primeiramente, a mortalidade intra-hospitalar foi baseada no registro feito por pesquisadores e não foi confirmada. Na realidade, registros são estudos observacionais, e análises quanto à adequação do tratamento a cada paciente não estavam no escopo de nosso estudo. Considerando que nosso principal objetivo foi analisar a utilidade de um índice facilmente obtido no momento da admissão do paciente no setor de emergência e que os testes de troponina e BNP (peptídeo natriurético cerebral) não estão disponíveis em todos os estabelecimentos de saúde brasileiros, parâmetros laboratoriais não foram incluídos em nosso modelo.

Os dados do registro não foram obtidos através de um protocolo padronizado, portanto as medições de pressão arterial e frequência cardíaca podem ter sido realizadas com equipamentos diferentes. De qualquer maneira, estes são sinais vitais que requerem treinamento mínimo para sua medição.11 , 12 Além disso, o fato de não existir uma padronização neste caso aumenta a aplicabilidade clínica do nosso índice, já que reflete resultados reais.

É importante notar que os resultados apresentados neste estudo se restringem a pacientes com fração de ejeção reduzida. O estudo foi conduzido entre 2011 e 2012, antes da aprovação de medicamentos novos como a ivabradina e sacubitril-valsartana,19 que poderiam influenciar o IHA.

A população brasileira é muito diversa quanto à etnia e acesso a estabelecimentos de saúde, e este estudo incluiu hospitais públicos e privados de todas as regiões do país.23 Embora a generalização de nossos resultados possa ser limitada, é importante enfatizar que os dados clínicos e demográficos dos pacientes incluídos neste estudo são semelhantes aos de outras coortes.14 , 16 , 30 , 31

É importante ressaltar que a AUC da análise do IHA foi relativamente pequena. Mesmo assim, sua sensibilidade foi boa e pode ser útil na orientação de médicos emergencistas na triagem de pacientes.

Conclusão

Diferentes fatores prognósticos têm sido propostos para a IC aguda descompensada. Entretanto, muitos dependem de biomarcadores, treinamento de pessoal e recursos tecnológicos, que nem sempre estão disponíveis. O IHA consiste num fator prognóstico de mortalidade intra-hospitalar prático, objetivo e facilmente obtido em pacientes com IC aguda descompensada. Futuros estudos prospectivos deverão avaliar a reprodutibilidade destes resultados em outras populações.

Agradecimentos

Os autores agradecem aos investigadores do registro BREATHE: Helder José Lima Reis, Paulo Roberto Nogueira, Ricardo Pavanello, Luiz Claudio Danzmann, Elizabete Silva dos Santos, Mucio Tavares de Oliveira Filho, Silvia Marinho Martins, Marcelo Iorio Garcia, Antonio Baruzzi, Maria Alayde Mendonça da Silva, Ricardo Gusmão, Aguinaldo Figueiredo de Freitas Júnior, Fernando Carvalho Neuenschwander, Manoel Fernandes Canesin, Eduardo Darzé, Mauro Esteves Hernandes, Ricardo Mourilhe Rocha, Antonio Carlos Sobral Sousa, Jose Albuquerque de Figueiredo Neto, Renato D. Lopes, Jacqueline Sampaio, Estêvão Lanna Figueiredo, Abilio Augusto Fragata Filho, Alvaro Rabelo Alves Júnior, Carlos V. Nascimento, Antonio Carlos Pereira-Barretto, Fabio Serra Silveira, Gilson Soares Feitosa, Conrado Roberto Hoffmann Filho, Humberto Villacorta Júnior, Sidney Araújo, Beatriz Bojikian Matsubara, Otávio Gebara, Gustavo Luiz Gouvea de Almeida, Maria da Consolação Vieira Moreira, Roberto Luiz Marino, João Miguel de Malta Dantas, Marcelo Imbroinise Bittencourt, Marcelo Silveira Teixeira, Elias Pimentel Gouvea, Marcus Vinícius Simões, Renato Jorge Alves, Fabio Villas-Boas, Charles Mady, Felipe Montes Pena, Eduardo Costa, Sabrina Bernardez-Pereira, Otavio Berwanger.

Vinculação acadêmica

Não há vinculação deste estudo a programas de pós-graduação.

Fontes de financiamento .O presente estudo não contou com fontes de financiamento externas.

Referências

  • 1.. Ambrosy AP, Fonarow GC, Butler J, Chioncel O, Greene SJ, Vaduganathan M, et al. The global health and economic burden of hospitalizations for heart failure: lessons learned from hospitalized heart failure registries. J Am Coll Cardiol. 2014;63(12):1123-33. [DOI] [PubMed]
  • 2.. Nicol ED, Fittall B, Roughton M, Cleland JG, Dargie H, Cowie MR. NHS heart failure survey: a survey of acute heart failure admissions in England, Wales and Northern Ireland. Heart. 2008;94(2):172-7. [DOI] [PubMed]
  • 3.. Long B, Koyfman A, Gottlieb M. Management of heart failure in the emergency department setting: an evidence-based review of the literature. J Emerg Med. 2018;55(5):635-46. [DOI] [PubMed]
  • 4.. Nohria A, Mielniczuk LM, Stevenson LW. Evaluation and monitoring of patients with acute heart failure syndromes. Am J Cardiol. 2005;96(6 suppl):32-40. [DOI] [PubMed]
  • 5.. Thibodeau JT, Drazner MH. The Role of the clinical examination in patients with heart failure. JACC Heart Fail. 2018;6(7):543-51. [DOI] [PubMed]
  • 6.. Nohria A, Tsang SW, Fang JC, Lewis EF, Jarcho JA, Mudge GH, et al. Clinical assessment identifies hemodynamic profiles that predict outcomes in patients admitted with heart failure. J Am Coll Cardiol. 2003;41(10):1797-804. [DOI] [PubMed]
  • 7.. Drazner MH, Hellkamp AS, Leier CV, Shah MR, Miller LW, Russell SD, et al. Value of clinician assessment of hemodynamics in advanced heart failure: the ESCAPE trial. Circ Heart Fail. 2008;1(3):170-7. [DOI] [PMC free article] [PubMed]
  • 8.. Frea S, Pidello S, Canavosio FG, Bovolo V, Botta M, Bergerone S, et al. Clinical assessment of hypoperfusion in acute heart failure - evergreen or antique? Circ J. 2015;79(2):398-405. [DOI] [PubMed]
  • 9.. Stevenson LW, Perloff JK. The limited reliability of physical signs for estimating hemodynamics in chronic heart failure. JAMA. 1989;261(6):884-8. [PubMed]
  • 10.. Castro RRT, Joyce E, Lakdawala NK, Stewart G, Nohria A, Givertz MM, et al. Patients report more severe daily limitations than recognized by their physicians. Clin Cardiol. 2019;42(12):1181-8. [DOI] [PMC free article] [PubMed]
  • 11.. Chen Z, Wang X, Wang Z, Zhang L, Hao G, Dong Y, et al. Assessing the validity of oscillometric device for blood pressure measurement in a large population-based epidemiologic study. J Am Soc Hypertens. 2017;11(11):730-6. [DOI] [PubMed]
  • 12.. Opio MO, Kellett J, Kitovu Hospital Study Group. How well are pulses measured? practice-based evidence from an observational study of acutely Ill medical patients during hospital admission. Am J Med. 2017;130(7):863.e13-16. [DOI] [PubMed]
  • 13.. Harjola VP, Follath F, Nieminen MS, Brutsaert D, Dickstein K, Drexler H, et al. Characteristics, outcomes, and predictors of mortality at 3 months and 1 year in patients hospitalized for acute heart failure. Eur J Heart Fail. 2010;12(3):239-48. [DOI] [PubMed]
  • 14.. Gheorghiade M, Abraham WT, Albert NM, Greenberg BH, O’Connor CM, She L, et al. Systolic blood pressure at admission, clinical characteristics, and outcomes in patients hospitalized with acute heart failure. JAMA. 2006;296(18):2217-26. [DOI] [PubMed]
  • 15.. Kajimoto K, Sato N, Keida T, Sakata Y, Asai K, Mizuno M, et al. Low admission heart rate is a marker rather than a mediator of increased in-hospital mortality for patients with acute heart failure syndromes in sinus rhythm. Int J Cardiol. 2014;171(1):98-100. [DOI] [PubMed]
  • 16.. Kaplon-Cieslicka A, Balsam P, Ozieranski K, Tymińska A, Peller M, Galas M, et al. Resting heart rate at hospital admission and its relation to hospital outcome in patients with heart failure. Cardiol J. 2014;21(4):425-33. [DOI] [PubMed]
  • 17.. Lancellotti P, Ancion A, Magne J, Ferro G, Pierard LA. Elevated heart rate at 24-36h after admission and in-hospital mortality in acute in non-arrhythmic heart failure. Int J Cardiol. 2015 Mar 1;182:426-30. [DOI] [PubMed]
  • 18.. Ibrahim NE, Januzzi JL, Rabideau DJ, Gandhi PU, Gaggin HK. Serial heart rates, guideline-directed beta blocker use, and outcomes in patients with chronic heart failure with reduced ejection fraction. Am J Cardiol. 2017;120(5):803-8. [DOI] [PubMed]
  • 19.. Yancy CW, Jessup M, Bozkurt B, Butler J, Casey Jr DE, Colvin MM, et al. 2016 ACC/AHA/HFSA focused update on new pharmacological therapy for heart failure: an update of the 2013 ACCF/AHA guideline for the management of heart failure: a report of the American College of Cardiology/American Heart Association task force on clinical practice guidelines and the Heart Failure Society of America. Circulation. 2016;134(13):e282-93. [DOI] [PubMed]
  • 20.. Benes J, Kotrc M, Borlaug BA, Lefflerova K, Jarolim P, Bendlova B, et al. Resting heart rate and heart rate reserve in advanced heart failure have distinct pathophysiologic correlates and prognostic impact: a prospective pilot study. JACC Heart Fail. 2013;1(3):259-66. [DOI] [PubMed]
  • 21.. Dobre D, Zannad F, Keteyian SJ, Stevens SR, Rossignol P, Kitzman DW, et al. Association between resting heart rate, chronotropic index, and long-term outcomes in patients with heart failure receiving beta-blocker therapy: data from the HF-ACTION trial. Eur Heart J. 2013;34(29):2271-80. [DOI] [PMC free article] [PubMed]
  • 22.. Linck C, Phillips S. Fight or flight? Disruptive behavior in medical/surgical services. Nurs Manage. 2005;36(5):47-51. [DOI] [PubMed]
  • 23.. Albuquerque DC, Souza Neto JD, Bacal F, Rohde LEP, Bernadez-Pereira S, Berwanger O, et al. I Brazilian registry of heart failure - clinical aspects, care quality and hospitalization outcomes. Arq Bras Cardiol. 2015;104(6):433-42. [DOI] [PMC free article] [PubMed]
  • 24.. BREATHE. Rationale and design: BREATHE registry--I Brazilian registry of heart failure. Arq Bras Cardiol. 2013;100(5):390-4. [DOI] [PubMed]
  • 25.. Marantz PR, Tobin JN, Wassertheil-Smoller S, Steingart RM, Wexler JP, Budner N, et al. The relationship between left ventricular systolic function and congestive heart failure diagnosed by clinical criteria. Circulation. 1988;77(3):607-12. [DOI] [PubMed]
  • 26.. Akaike H. A new look at the statistical model identification. IEEE Trans Automat Contr. 1974;19(6):716-23.
  • 27.. Fonseca C, Araujo I, Marques F, Bras D, Bettencourt P. A closer look at acute heart failure: putting Portuguese and European data into perspective. Rev Port Cardiol. 2016;35(5):291-304. [DOI] [PubMed]
  • 28.. Cohen-Solal A, Laribi S, Ishihara S, Vergaro G, Baudet M, Logeart D, et al. Prognostic markers of acute decompensated heart failure: the emerging roles of cardiac biomarkers and prognostic scores. Arch Cardiovasc Dis. 2015;108(1):64-74. [DOI] [PubMed]
  • 29.. Negi S, Sawano M, Kohsaka S, Inohara T, Shiraichi Y, Kohno T, et al. Prognostic implication of physical signs of congestion in acute heart failure patients and its association with steady-state biomarker levels. PLoS One. 2014;9(5):e96325. [DOI] [PMC free article] [PubMed]
  • 30.. Lee DS, Stitt A, Austin PC, Stukel TA, Schull MJ, Chong A, et al. Prediction of heart failure mortality in emergent care: a cohort study. Ann Intern Med. 2012;156(11):767-75. [DOI] [PubMed]
  • 31.. O’Connor CM, Mentz RJ, Cotter G, Metra M, Cleland JG, Davison BA, et al. The PROTECT in-hospital risk model: 7-day outcome in patients hospitalized with acute heart failure and renal dysfunction. Eur J Heart Fail. 2012;14(6):605-12. [DOI] [PubMed]
  • 32.. Jackson CE, Castagno D, Maggioni AP, Køber L, Squire IB, Swedberg K, et al. Differing prognostic value of pulse pressure in patients with heart failure with reduced or preserved ejection fraction: results from the MAGGIC individual patient meta-analysis. Eur Heart J. 2015;36(18):1106-14. [DOI] [PubMed]
  • 33.. Aronson D, Burger AJ. Relation between pulse pressure and survival in patients with decompensated heart failure. Am J Cardiol. 2004;93(6):785-8. [DOI] [PubMed]
Arq Bras Cardiol. 2021 Jan 27;116(1):77–86. [Article in English]

Acute Hemodynamic Index Predicts In-Hospital Mortality in Acute Decompensated Heart Failure

Renata R T Castro 1,2,3, Luka Lechnewski 4, Alan Homero 4, Denilson Campos de Albuquerque 5, Luis Eduardo Rohde 6, Dirceu Almeida 7, João David 8, Salvador Rassi 9, Fernando Bacal 10, Edimar Bocchi 10, Lidia Moura 4

Abstract

Background

The physical examination enables prognostic evaluation of patients with decompensated heart failure (HF), but lacks reliability and relies on the professional’s clinical experience. Considering hemodynamic responses to “fight or flight” situations, such as the moment of admission to the emergency room, we proposed the calculation of the acute hemodynamic index (AHI) from values of heart rate and pulse pressure.

Objective

To evaluate the in-hospital prognostic ability of AHI in decompensated HF.

Methods

A prospective, multicenter, registry-based observational study including data from the BREATHE registry, with information from public and private hospitals in Brazil. The prognostic ability of the AHI was tested by receiver-operating characteristic (ROC) analyses, C-statistics, Akaike’s information criteria, and multivariate regression analyses. p-values < 0.05 were considered statistically significant.

Results

We analyzed data from 463 patients with heart failure with low ejection fraction. In-hospital mortality was 9%. The median AHI value was used as cut-off (4 mmHg⋅bpm). A low AHI (≤ 4 mmHg⋅bpm) was found in 80% of deceased patients. The risk of in-hospital mortality in patients with low AHI was 2.5 times that in patients with AHI > 4 mmHg⋅bpm. AHI independently predicted in-hospital mortality in acute decompensated HF (sensitivity: 0.786; specificity: 0.429; AUC: 0.607 [0.540–0.674]; p = 0.010) even after adjusting for comorbidities and medication use [OR: 0.061 (0.007–0.114); p = 0.025).

Conclusions

The AHI independently predicts in-hospital mortality in acute decompensated HF. This simple bed-side index could be useful in an emergency setting. (Arq Bras Cardiol. 2021; 116(1):77-86)

Keywords: Heart Failure, Heart Rate, Blood Pressure, Prognosis, Mortality

Introduction

Heart failure (HF) is one of the main reasons for emergency admissions in the Western world.1Although previous studies have shown that treatment by a HF specialist can lead to better results, most cases of acute decompensated HF are originally evaluated and managed by emergency physicians2 , 3in facilities with different levels of resource availability.

Despite recent advances in technology and medical devices, the physical examination remains the cornerstone of the evaluation of patients with HF.4 , 5Physicians evaluate congestion and perfusion from the patient’s history and a physical examination, assigning hemodynamic profiles that guide therapy and provide prognostic information in an acute HF setting.6Although practical, the physician’s assessment of perfusion lacks reliability7and depends on clinician experience,8 , 9providing subjective information.10Therefore, objective prognostic parameters that can be easily obtained in the emergency room would be useful in the management of acute HF.

Blood pressure and heart rate are parameters that can be easily obtained by any healthcare professional with good reproducibility and accuracy.11 , 12Systolic blood pressure is an independent predictor of in-hospital and post-discharge outcomes in acute heart failure.13 , 14Additionally, low blood pressure and narrow proportional pulse pressure are markers of low perfusion.4 , 6 , 9

The relationship between admission resting heart rate and the prognosis of patients with HF is not as straightforward. In fact, the literature is controversial, showing that a high admission heart rate can be related to worse or better prognoses.15 - 17Although low resting heart rates reduce risk in patients with stable chronic HF with reduced ejection fraction (HFrEF),18 , 19the ability to increase heart rate during a “fight or flight” reaction certainly confers good prognosis,20 , 21regardless of the use of beta-blockers.

Acute admission to the emergency room is a stressful situation, expected to elicit autonomic responses that prepare the body to fight or flight.22Increases in pulse pressure and heart rate are thus expected in this scenario, augmenting perfusion in skeletal muscles and vital organs.

Based on the physiological hemodynamic responses inherent to “fight or flight” situations, we have proposed the calculation of the acute hemodynamic index (AHI) using heart rate and pulse pressure. Our main hypothesis was that AHI could be an objective in-hospital prognostic parameter to be used in patients with acute decompensated HFrEF. Therefore, we aimed to evaluate the in-hospital prognostic ability of AHI in acute decompensated HFrEF.

Methods

This analysis is based on the I Brazilian registry of HF (BREATHE Registry),23 , 24a cross-sectional, observational acute HF registry with longitudinal follow-up that happened from February 2011 to December 2012. For inclusion in the registry, patients should be over 18 years old and have been admitted with decompensated HF; patients should not have been submitted to a coronary artery bypass graft of percutaneous coronary intervention in the previous month or have been admitted with a sepsis diagnosis. Boston criteria were used for HF confirmation.25Participation in the registry did not require any special treatment regimen. Detailed methods, as well as exclusion and inclusion criteria, have been previously described.24Data on each patient are available online in individual registration forms.

This study includes the analysis of patients with acute decompensated HFrEF from hospital admission and follow-up until discharge, death, or transfer to another hospital (whichever happened first). The primary endpoint of the study was in-hospital mortality.

All patients in the registry with evidence of left ventricle ejection fraction < 40% were included in the present analysis, except those with missing information (admission heart rate, blood pressure, ejection fraction, or loss of follow-up due to transfer to another hospital). Individuals with pacemaker-controlled heart rhythm were also excluded, as their heart rate was not expected to be autonomic-driven ( Figure 1 ).

Figure 1. – Patient selection flowchart. LVEF: left ventricular ejection fraction; HFrEF: heart failure with reduced ejection fraction; HFpEF: heart failure with preserved ejection fraction.

Figure 1

Derived variables

Heart rate and systolic and diastolic blood pressure at admission were available from the registry database and were used for calculating derived variables as follows: pulse pressure = systolic blood presssure – diastolic blood pressure; proportional pulse pressure = pulse pressure / systolic blood pressure; AHI= (pulse pressure x heart rate) / 1000.

Ethics

This investigation conforms to the principles outlined in the Declaration of Helsinki. The study was approved by the Hospital do Coração, São Paulo (registry 144/2011) and the Institutional Review Board of each participating institution. All patients signed an informed consent form before enrollment.

Statistical analyses

Initially, a Shapiro-Wilk test was used to verify the normality of data distribution and validate the use of parametric statistics. Continuous variables were reported as means and standard deviations, while categorical variables were reported as proportions. Clinical and demographic data from patients who died during the hospitalization period (deceased) and those who were successfully discharged (alive) were compared using unpaired Student’s t-tests or chi-squared tests. A two-sided p-value < 0.05 was considered significant.

After verifying a normal distribution, the 25th, 50th, and 75th percentiles of heart rate and systolic and diastolic blood pressure were used to construct receiver-operating characteristic (ROC) curves using in-hospital mortality as the main outcome. The cut-off value defined for the AHI was its 50th percentile. Sensitivity, specificity, and area under the ROC curve (AUC) were reported for each cut-off value. C-statistics were used to compare the prognostic ability of heart rate and blood pressure cut-off values to the AHI cut-off values.

Regression analyses were performed after verifying for linear relationships, multivariate normality, homoscedasticity, and the absence of multicollinearity and autocorrelation.

Multiple linear regression analyses were performed to test the independent prognostic ability of each significant cut-off value regarding heart rate, blood pressure, and AHI. This analysis included variables with statistical significance according to the previously cited unpaired Student’s t-tests or chi-squared tests. As laboratory results were not available for all patients, they were not included in the regression analysis. Akaike’s information criterion (AIC)26was used to compare multiple regression models. All statistical analyses and graphs were performed using STATA 14.2 (StataCorp, Texas, USA).

Results

The BREATHE registry included 463 patients with HFrEF admitted to emergency services in Brazil ( Table 1 ), with an in-hospital mortality index of 9%. The main reason for decompensation was poor medication adherence (37% of discharged patients vs 31% of deceased patients, p = 0.75). Other important causes of decompensation were infection (21% of discharged patients vs 24% of decease patients, p = 0.17) and excessive salt or fluid intake (11% of discharhed patients vs 12% of deceased patients, p = 0.9).

Table 1. – Demographic and clinical data of patients with acute decompensated heart failure with reduced ejection fraction.

Characteristics All patients (n = 463) Discharged patients (n = 421) Deceased patients (n = 42) p-value
Demographic        
Age, years ± SD 61 ± 16 61 ± 15 58 ± 17 0.27
Male sex, n (%) 141 (30) 127 (30) 14 (33) 0.67
Heart failure etiology        
Ischemic, n (%) 155 (33) 141 (33) 14 (33) 0.98
Chagas disease, n (%) 53 (11) 43 (10) 10 (24) 0.008
Comorbidities        
Hypertension, n (%) 318 (69) 290 (69) 28 (67) 0.77
Atrial fibrillation, n (%) 109 (23) 101 (23) 8 (19) 0.51
Diabetes mellitus, n (%) 177 (38) 164 (39) 13 (31) 0.31
Chronic kidney failure, n (%) 98 (21) 81 (19) 17 (40) 0.001
Dyslipidemia, n (%) 162 (35) 150 (36) 12 (29) 0.36
Depression, n (%) 52 (11) 50 (12) 2 (5) 0.16
History of stroke, n (%) 56 (12) 46 (11) 10 (24) 0.015
History of cancer, n (%) 18 (4) 14 (3) 4 (9) 0.048
Treatment        
Beta-blocker, n (%) 273 (66) 241 (64) 32 (82) 0.023
ACEi/ARB, n (%) 274 (59) 251 (60) 23 (55) 0.50
Loop/thiazide diuretics, n (%) 311 (67) 277 (66) 34 (81) 0.046
Calcium channel blockers, n (%) 28 (7) 25 (7) 3 (8) 0.80
Digitalis, n (%) 121 (29) 102 (27) 19 (50) 0.005
Spironolactone, n (%) 182 (44) 156 (41) 26 (67) 0.002
Statins, n (%) 139 (33) 127 (34) 12 (31) 0.71
Hemodynamics        
Heart rate, bpm ± SD 90 ± 23 90 ± 23 82 ± 21 0.025
Systolic blood pressure, mmHg ± SD 121 ± 29 122 ± 30 112 ± 26 0.036
Diastolic blood pressure, mmHg ± SD 76 ± 19 77 ± 19 70 ± 14 0.020
Pulse pressure, mmHg ± SD 45 ± 18 45 ± 18 43 ± 18 0.30
Proportional pulse pressure, % ± SD 37 ± 9 37 ± 9 37 ± 8 0.75
AHI, mmHg⋅bpm ± SD 4 ± 2 4 ± 2 3 ± 2 0.08
AHI < 4 mmHg⋅bpm, n (%) 273 (60) 240 (57) 33 (79) 0.007
LVEF, % ± SD 27 ± 8 27 ± 8 25 ± 6 0.20
Hemodynamic profile        
  A, % 49 (11) 45 (11) 4 (10) 0.81
  B, % 311 (67) 288 (68) 23 (55) 0.07
  C, % 81 (17) 68 (16) 13 (30) 0.02
  L, % 22 (5) 20 (5) 2 (5) 0.99
Laboratory results*        
Hematocrit, % ± SD 40 ± 7 40 ± 6 38 ± 9 0.07
Hemoglobin, g/dL ± SD 13 ± 2 13 ± 2 13 ± 2 0.26
Creatinine, mg/dL ± SD 1.5 ± 0.9 1.5 ± 0.8 1.9 ± 0.9 0.001
Urea, mg/dL ± SD 68 ± 41 65 ± 38 100 ± 50 <0.001
Sodium, mEq/L ± SD 137 ± 13 138 ± 14 136 ± 6 0.51

ACEi: angiotensin converting enzyme inhibitors; ARB: angiotensin II receptor blockers; AHI: acute hemodynamic index; LVEF: left ventricular ejection fraction; SD: standard deviation. p-values were obtained in the univariate comparison between both groups. *N = 412.

Deceased patients presented more comorbidities and higher values of heart rate and systolic and diastolic blood pressure when compared to survivors. Considering the AHI’s 50th percentile, its cut-off value was 4 mmHg⋅bpm; almost 80% of the deceased patients had a low AHI.

As the AHI calculation included heart rate and blood pressure values, we compared the AUC of AHI ≤ 4 mmHg⋅bpm as a cut-off value with the AUC of different cut-off values of heart rate and systolic and diastolic blood pressure ( Table 2 ). AHI ≤ 4 mmHg⋅bpm was a better predictor of in-hospital mortality than heart rate ≤ 88 bpm, but had similar results when compared to prognostic cut-off values of blood pressure. When these hemodynamic prognostic factors were included in multivariate analyses, only AHI kept an independent prognostic ability ( Table 3 ). The regression model including Chagas disease etiology, comorbidities, medications, and AHI showed a better predictive capacity for in-hospital mortality than the other proposed models (Model 0: without AHI; Models 1–4: with hemodynamic parameters added to model 0). Chronic kidney disease and a history of cancer or stroke remained as independent in-hospital mortality predictors in all proposed models. AHI ≤ 4 mmHg⋅bpm was independently related to in-hospital mortality in this registry even after adjusting for HF etiology, comorbidities, and medication use ( Figure 2 ). Patients admitted with low AHI had a 12.1% chance of dying, which was 250% higher than that for patients with AHI > 4 mmHg⋅bpm (4.8%, p = 0.008, Figure 3 ). As this was a registry study, the research protocol did not intervene in the treatment received by patients. Inotropes were used in 11% of discharged patients and 28% of deceased patients (p < 0.001).

Table 2. – Sensitivity, specificity, AUC with 95% CI, and best cut-off values for in-hospital mortality in patients with acute decompensated heart failure with reduced ejection fraction.

Proposed prognostic parameters Univariate analysis Comparison to AUC for AHI ≤ 4 mmHg⋅bpm
Sensitivity Specificity AUC (95% CI) p-value p-value
AHI ≤ 4 mmHg⋅bpm 0.786 0.429 0.607 (0.540–0.674) 0.01 ----
Heart rate          
≤ 74 bpm 0.309 0.750 0.530 (0.456–0.604) 0.39 ----
≤ 88 bpm 0.667 0.513 0.590 (0.514–0.666) 0.03 0.048
≤ 104 bpm 0.857 0.254 0.556 (0.498–0.613) 0.58 ----
Systolic blood pressure          
≤ 100 0.452 0.698 0.575 (0.496–0.654) 0.04 0.450
≤ 120 0.738 0.430 0.584 (0.513–0.655) 0.04 0.570
≤ 140 0.905 0.190 0.547 (0.498–0.596) 0.14 ----
Diastolic blood pressure          
≤ 60 0.453 0.741 0.596 (0.518–0.676) 0.01 0.830
≤ 73 0.643 0.513 0.578 (0.500–0.655) 0.06 ----
≤ 84 0.857 0.257 0.557 (0.499–0.614) 0.11 ----

AUC: area under receiver-operating characteristic curves; CI: confidence interval; AHI: acute hemodynamic index.

Table 3. – Multivariate models for in-hospital mortality prediction including different non-invasive hemodynamic parameters.

  Model 1 Model 2 Model 3 Model 4 Model 5
AIC 137.0 136.3 135.6 135.7 133.7
p-value vs Model 0 0.294 0.183 0.113 0.116 0.035
Parameter OR 95% CI p OR 95% CI p OR 95% CI p OR 95% CI p OR 95% CI p
Chagas disease 0.089 0.006–0.171 0.035 0.784 -0.006–0.163 0.071 0.080 -0.003–0.164 0.060 0.777 -0.006–0.162 0.071 0.765 -0.007–0.160 0.072
CKD 0.104 0.041–0.167 0.001 0.104 0.040–0.167 0.001 0.107 0.044–0.170 0.001 0.100 0.037–0.164 0.002 0.112 0.048–0.175 0.001
History of stroke 0.840 0.054–0.163 0.036 0.089 0.011–0.168 0.025 0.093 0.014–0.170 0.021 0.858 0.007–0.164 0.032 0.092 0.013–0.169 0.022
History of cancer 0.143 0.011–0.276 0.033 0.148 0.016–0.281 0.028 0.139 0.007–0.271 0.039 0.139 0.007–0.272 0.038 0.140 0.009–0.273 0.037
Beta-blockers 0.168 -0.40–0.073 0.563 0.196 -0.037–0.076 0.497 0.180 -0.038–0.074 0.531 0.021 -0.035–0.077 0.463 0.172 -0.394–0.073 0.551
Loop and thiazide diuretics -0.005 -0.066–0.057 0.887 -0.003 -0.065–0.058 0.918 -0.005 -0.066–0.057 0.884 -0.004 -0.065–0.058 0.909 -0.006 -0.068–0.056 0.850
Digitalis 0.053 -0.009–0.115 0.096 0.056 -0.005–0.117 0.073 0.538 -0.007–0.115 0.086 -0.003 -0.007–0.115 0.086 0.515 -0.009–0.113 0.100
Spironolactone 0.540 -0.004–0.112 0.068 0.527 -0.005–0.110 0.075 0.053 -0.004–0.111 0.071 0.053 -0.004–0.111 0.072 0.053 -0.005–0.110 0.074
Heart rate ≤ 88 bpm 0.277 -0.025–0.080 0.627                
Systolic blood pressure ≤ 100 mmHg     0.380 -0.018–0.094 0.188            
≤ 120 mmHg         0.042 -0.010–0.095 0.117        
Diastolic blood pressure ≤ 60 mmHg             0.046 -0.012–0.105 0.121    
AHI ≤ 4 mmHg*bpm                 0.061 0.007–0.114 0.025

AIC: Akaike’s information criterion; OR: odds ratio; CI: confidence interval; CKD: chronic kidney disease; AHI: acute hemodynamic index. Model 0 included Chagas disease as heart failure etiology; chronic kidney disease; history of cancer; and home use of beta-blockers, loop and thiazide diuretics, digitalis, and spironolactone. Models 1 to 5 included all variables from model 0 plus another parameter and cut-off value, as follows: Model 1: heart rate ≤ 88 bpm; Model 2: systolic blood pressure ≤ 100 mmHg; Model 3: systolic blood pressure ≤ 120 mmHg; Model 4: diastolic blood pressure ≤ 60 mmHg; Model 5: AHI ≤ 4 mmHg⋅bpm.

Figure 2. – Odds ratios according to a multivariate regression model including heart failure etiology, comorbidities, medication use, and acute hemodynamic index (AHI) of patients admitted with acute decompensated heart failure with reduced ejection fraction (n = 463).

Figure 2

Figure 3. – In-hospital mortality indices of patients with acute decompensated heart failure with reduced ejection fraction according to the presence of prognostic factors. *p < 0.05 in comparison to “No” within the same prognostic parameter.

Figure 3

Discussion

The present study introduced the AHI and demonstrated that it is an independent predictor of in-hospital mortality in patients with acute decompensated HFrEF. In-hospital mortality in patients with acute decompensated HF is high, as shown by this Brazilian registry and by studies conducted in other countries.27Different reasons for this high short-term mortality include age, comorbidities, and the delay between symptom onset and hospital admission.27Since the management of patients with acute HF may include invasive and high-cost procedures such as circulatory support, it is critical to validate prognostic factors that can help guiding therapeutic decisions.28

Acute decompensated HF can be managed by HF specialists, general cardiologists, intensivists, emergency physicians, or internists; this can be performed in emergency departments, hospital wards, or intensive care units.2The physician’s experience and the available resources can vary substantially. Together with the patients’ diversity, these aspects hinder the production of widely applicable prognostic scores. Despite the recent attention received by biomarkers,29for example, their verification may not be available in remote or low-income health facilities. Nohria et al.6have introduced a practical clinical approach for categorizing patients with hemodynamic profiles, thus enabling prognosis prediction and guiding treatment in acute HF settings. This approach relies on clinician experience8 , 9and may be less useful when considering non-HF specialists. Our results corroborate the lack of accuracy of cardiovascular physical examinations,9since 11% of the patients were classified as hemodynamic profile A despite having acute decompensated HF.

Heart rate and blood pressure measurements are available in virtually any healthcare facility with good accuracy and requiring minimal training.11 , 12Previous studies have tried to use blood pressure and heart rate as prognostic factors in acute decompensated HF; the relationship between heart rate and prognosis in heart disease has been known for decades. Since the emergence of therapies using beta-blockers and more recently, ivabradine, low heart rates have been considered a target in the treatment of stable HF.19On the other hand, chronotropic incompetence is also a risk marker. Patients whose heart rates do not increase during exercise have worst prognoses than those with normal heart rate reserves, even with the use of beta-blockers.20 , 21Although previous studies have determined the expected increase in heart rate during an exercise test,20 , 21no normality values have been established for heart rate increases during “fight or flight” situations such as the admission to emergency rooms. Japanese patients with acute decompensated HF admitted with heart rates above 120 bpm presented lower mortality indices than those with lower heart rates.15Conversely, high heart rate was considered an independent predictor of short-term mortality in patients with acute decompensated HF in other studies.16 , 30 , 31

The OPTIMIZE-HF14registry found that systolic blood pressure values below 120 mmHg characterized patients with acute decompensated HF who had poor prognoses despite medical therapy. Low systolic blood pressure levels also indicated high short-term risk in a European cohort.13In our study, blood pressure below 120 mmHg was not independently related to mortality in a multivariate analysis. Patients in the BREATHE registry were younger, and treatment protocols were more updated when compared to those used in studies conducted almost a decade earlier. Furthermore, both studies13 , 14included patients with preserved and reduced ejection fraction, and the prognostic value of blood pressure is known to vary according to the left ventricular ejection fraction.32Low pulse pressure was defined as an independent predictor of mortality in acute decompensate HF by the VMAC-HF study.33Since the publication of this trial, HF therapy has evolved substantially, which may explain the lack of prognostic power of pulse pressure in our patients.

The intrinsic interaction between blood pressure and heart rates and how they are affected by HF medications may have influenced the results of previous investigations on each of these parameters. To our knowledge, this is the first study to introduce an index that analyzes both heart rate and pulse pressure in patients with acute decompensated HF; moreover, we have shown that the prognostic ability of the AHI is higher than that of heart rate or blood pressure alone.

Limitations

The present analysis has limitations. First, in-hospital mortality was based on investigator reports instead of being adjudicated. In fact, registries are observational studies and analyzing the treatment delivered to each patient was not within the scope of our study. As our main objective was to analyze the usefulness of an easily obtained index to be applied as soon as patients arrive in the emergency room, and considering the unavailability of troponin and brain natriuretic peptide (BNP) tests in some Brazilian health facilities, laboratory parameters were not included in the model.

Data in the registry was not obtained by any specific protocol, and blood pressure and heart rate measurements may have been performed using different equipment. Nevertheless, blood pressure and heart rate are vital signs that require minimal training for their measurement.11 , 12Additionally, the fact that the registry had no standardized assessment methods enhances the clinical applicability of our study, as it shows realistic results.

The present results are restricted to patients with HFrEF. The study was conducted from 2011 to 2012, before the approval of new HF medications as ivabradine and salcubitril-valsartan,19which could influence AHI values.

The Brazilian population is very diverse regarding ethnicity and access to health care facilities. The study included private and public hospitals in all regions of the country.23Although the generalization to other populations may be limited, we highlight that the demographical and clinical data of patients included in this registry are very similar to those of other cohorts.14 , 16 , 30 , 31

Finally, the AUC in the ROC analysis of the AHI was relatively low. Nevertheless, its sensitivity was quite good and this may be useful to guide emergency physicians while triaging patients.

Conclusion

Different prognostic factors have been proposed in acute decompensated HF but rely on biomarker measurement, medical staff training, and technology; these may not be widely available. The AHI is a practical, objective, and easily obtained prognostic factor for in-hospital mortality in patients with acute decompensated HF. Further prospective studies should evaluate the reproducibility of these results in other populations.

Acknowledgements

The authors thank the BREATHE registry’s investigators: Helder José Lima Reis, Paulo Roberto Nogueira, Ricardo Pavanello, Luiz Claudio Danzmann, Elizabete Silva dos Santos, Mucio Tavares de Oliveira Filho, Silvia Marinho Martins, Marcelo Iorio Garcia, Antonio Baruzzi, Maria Alayde Mendonça da Silva, Ricardo Gusmão, Aguinaldo Figueiredo de Freitas Júnior, Fernando Carvalho Neuenschwander, Manoel Fernandes Canesin, Eduardo Darzé, Mauro Esteves Hernandes, Ricardo Mourilhe Rocha, Antonio Carlos Sobral Sousa, Jose Albuquerque de Figueiredo Neto, Renato D. Lopes, Jacqueline Sampaio, Estêvão Lanna Figueiredo, Abilio Augusto Fragata Filho, Alvaro Rabelo Alves Júnior, Carlos V. Nascimento, Antonio Carlos Pereira-Barretto, Fabio Serra Silveira, Gilson Soares Feitosa, Conrado Roberto Hoffmann Filho, Humberto Villacorta Júnior, Sidney Araújo, Beatriz Bojikian Matsubara, Otávio Gebara, Gustavo Luiz Gouvea de Almeida, Maria da Consolação Vieira Moreira, Roberto Luiz Marino, João Miguel de Malta Dantas, Marcelo Imbroinise Bittencourt, Marcelo Silveira Teixeira, Elias Pimentel Gouvea, Marcus Vinícius Simões, Renato Jorge Alves, Fabio Villas-Boas, Charles Mady, Felipe Montes Pena, Eduardo Costa, Sabrina Bernardez-Pereira, Otavio Berwanger.

Study Association

This study is not associated with any thesis or dissertation.

Sources of Funding .There was no external funding source for this study.


Articles from Arquivos Brasileiros de Cardiologia are provided here courtesy of Sociedade Brasileira de Cardiologia

RESOURCES