Monitoreo domiciliario para la detección de fibrilación auricular en pacientes hipertensos. Estudio en MODO PA/FA

Daniel Piskorz, Institute of Cardiology, Sanatorio Británico SA, Santa Fe, Rosario, Argentina
Ricardo López-Santi, Sociedad Interamericana de Cardiología, Mexico City, Mexico
Gonzalo Piskorz, Business Inteligence, Data IQ, Ciudad Autónoma de Buenos Aires, Argentina
Jorge Juárez-Lloclla, Department of Cardiology, Hospital de la Amistad Perú-Corea, Santa Rosa II-2, Piura, Peru
Silvia Palomo-Piñón, Grupo de Expertos en Hipertensión Arterial México (GREHTA), Mexico City, Mexico
Claudia Anchique-Santos, Department of Cardiology, Mediagnóstica, Duitama, Colombia
Juan Cárdenas-Castellanos, Teaching Department, Universidad Tecnológica de Pereira, Pereira, Colombia
Patricia Nuriulú, Department of Cardiology, Instituto Cardiovascular de Hidalgo, Pachuca, Hgo., Mexico
Henry De Las Salas-Pérez, Department of Cardiology, Clínica Alemana de Santiago, Santiago de Chile, Chile
Mauro Ruise, Faculty of Medical Sciences, Teaching Department, Universidad Nacional de Santiago Del Estero, Santiago del Estero, Argentina
Sofía Brondello, Department of Cardiology, Certus Med & Gym, Centro de Prevención Cardiovascular, Rehabilitación y Entrenamiento, Villa María, Córdoba, Argentina
Mildren del Sueldo, Department of Cardiology, Certus Med & Gym, Centro de Prevención Cardiovascular, Rehabilitación y Entrenamiento, Villa María, Córdoba, Argentina
Yan Duarte-Vera, Department of Teaching and Research, Universidad de Guayaquil, Guayaquil, Ecuador
Ana Múnera-Echeverri, Department of Cardiology, Clínica Rosario-Cardioestudio, Medellín, Colombia
Diego Celis, Department of Cardiology, Hospital de Castro, Chiloe, Chile
Gonzalo Miranda, Department of Cardiology, Certus Med & Gym, Centro de Prevención Cardiovascular, Rehabilitación y Entrenamiento, Villa María, Córdoba, Argentina
Luis M. Norabuena-Rossel, Department of Cardiology, Hospital de la Amistad Perú-Corea, Santa Rosa II-2, Piura, Peru
Mónica Marino, Institute of Cardiology, Sanatorio Británico SA, Santa Fe, Rosario, Argentina
Humberto Álvarez-López, Department of Cardiology, Hospital Puerta de Hierro Andares, Zapopan, Jal., Mexico
María J. Cedeño-Zambrano, Department of Cardiology, Hospital de Especialidades Alfredo Paulson, Guayaquil, Ecuador
Luis Rocha-Enciso, Department of Cardiology, Instituto Cardiovascular de Hidalgo, Pachuca, Hgo., Mexico
Héctor Galván-Oseguera, Grupo de Expertos en Hipertensión Arterial México (GREHTA), Mexico City, Mexico
Francisco Ramos-Carrillo, Regional General Hospital No. 220 General José Vicente Villada, IMSS, Toluca, Mexico State, Mexico
Miguel Peñaherrera-Oviedo, Department of Cardiology, Hospital de Especialidades Alfredo Paulson, Guayaquil, Ecuador

Objetivo: Determinar la utilidad de una estrategia de control domiciliario de la presión arterial y del ritmo cardiaco en la detección de fibrilación auricular subclínica para la construcción de herramientas de aprendizaje automatizado en la predicción del riesgo de la arritmia. Método: Estudio observacional, de cohorte, prospectivo, multicéntrico, con la participación de 25 investigadores de seis países latinoamericanos. Se realizarán controles domiciliarios de la presión arterial y registros de electrocardiograma en una derivación, en una población de moderado o alto riesgo de desarrollar fibrilación auricular. Resultados: Mínimo 80% de registros electrocardiográficos válidos de 30 segundos y de presión arterial en 7 días realizados con un dispositivo Omron Complete Hem-7530 T. Los electrocardiogramas serán cargados desde una aplicación para teléfono móvil y luego enviados para su análisis a una base de datos. Conclusiones: Los resultados de este estudio pueden aportar un sistema sencillo y accesible de monitoreo domiciliario que permita detectar fibrilación auricular subclínica, y optimizar mediante deep learning la capacidad predictiva de las puntuaciones de riesgo de la arritmia. ClinicalTrials.gov identifier: NCT07058831.

Palabras clave: Hipertensión arterial. Fibrilación auricular. Monitoreo domiciliario. Inteligencia artificial.