Imagen y biomarcadores en la prevención y monitorización de la cardiotoxicidad
Feb. 22, 2018•0 likes•403 views
Report
Health & Medicine
Presentación realizada por la Dra. Silvia Valbuena López en el directo online ‘Programa COH18: Módulo II - Monitorización cardiovascular en pacientes onco-hematológicos’, realizado en la SEC el 21 de febrero de 2018
http://coh.secardiologia.es
Imagen y biomarcadores en la prevención y monitorización de la cardiotoxicidad
1. Monitorización cardiovascular en pacientes onco-hematológicos
Imagen y biomarcadores en la
prevención
y monitorización de la
cardiotoxicidad
SILVIA C VALBUENA LÓPEZ
UNIDAD DE IMAGEN CARDÍACA
Sº CARDIOLOGÍA
HOSPITAL UNIVERSITARIO LA PAZ
2. Monitorización cardiovascular en pacientes onco-hematológicos
9% cardiotoxicidad
Circulation. 2015;131(22):1981-8
1.- Incidencia de cardiotoxicidad
Variabilidad en tipos de estudios
Distintos criterios diagnósticos
Cardiotoxicidad aguda/subaguda vs tardía
N 2625
QT con antracilinas
CTRCD ↓FEVI>10% hasta <50%
98% en el 1er año
3,5 meses tras fin QT
3. Monitorización cardiovascular en pacientes onco-hematológicos
2.- Herramientas de monitorización
Fácil acceso
Alta reproducibilidad
Sin radiación ionizante
Detección de daño miocárdico subclínico
Valor pronóstico sobre desarrollo de ICC
hsTn
NT-proBNP
BiomarcadoresTécnicas
de imagen
4. Monitorización cardiovascular en pacientes onco-hematológicos
Eco 2D
• Fácil acceso
• Barata
• Gran experiencia en EC
• Información sobre
válvulas, pericardio, etc
• Asunciones geométricas
• Acortamiento apical
• Ventana acústica
• Alta variabilidad
ASE/EACVI 2014
FEVI >10% con FEVI <53%
ESC 2016
FEVI >10% con FEVI <50%
Variabilidad 10-12%
JASE 2014;27:911-39
Eur H J 2016; 37:2768-2801
JACC 2013; 8;61:77-84
Eur Heart J. 1997;18:507–513.
5. Monitorización cardiovascular en pacientes onco-hematológicos
Eco 3D
No asunciones geométricas
Trazado automático del borde
endocárdico
Buena correlación con CMR
Variabilidad 5.8%
Menor disponibilidad
Dependiente de calidad de imagen
Eur J Echo 2006 ;7: 365-372
R=0.94
6. Monitorización cardiovascular en pacientes onco-hematológicos
Cuantificación automatizada vs manual con 3D vs CMR
La cuantificación automática con ajuste manual de contornos mostró la
mejor correlación y menores diferencias respecto a CMR
Varibilidad muy baja
Reducción significativa del tiempo de análisis JACC CVI 2016;9(7):769-782.
Manual
Autom
Autom
+
ajuste
Tiempo de análisis
7. Monitorización cardiovascular en pacientes onco-hematológicos
Sin embargo… ni la mejor FEVI es suficiente!!!
% de respondedores
42%
13%
45%
Análisis de deformación miocárdica
Speckel- tracking
Componente longitudinal (GLS)
8. Monitorización cardiovascular en pacientes onco-hematológicos
Strain
FEVI basal 50-59%
GLS ≤ -16% se asoció a un riesgo x 4.7 de MACE
VTDVIi y GLS únicos predictores de eventos tras ajuste por edad
JASE. 2016;29:522-27
European Heart Journal CVI.
2015;16:977–984
Strain basal
N 450
4,3 años
6% eventos
(ICC/muerte CV)
GLS≥ -17.5%
GLS≤ -17.5%
GLS -17.5%
AUC 0.89
p<0.001
CE + 86%
CE - 81%
9. Monitorización cardiovascular en pacientes onco-hematológicos
Strain
Strain en monitorización
13 publicaciones (n=384) evaluan parámetros de deformación en fases
precoces del tratamiento, sin datos de pronostico
Los cambios en GLS (GLS entre 9% y 19%)
durante el tratamiento con antraciclinas son
mas precoces que los cambios en la FEVI
1. Detección de cambios precoces durante el tratamiento
con quimioterapia
JACC 2014;63:2751–68
10. Monitorización cardiovascular en pacientes onco-hematológicos
Strain
Strain en monitorización
2. Predicción de eventos en el seguimiento2. Predicción de eventos en el seguimiento2. Predicción de eventos en el seguimiento
JASE 2013;26:493-8
• 93 mujeres tratadas con trastuzumab
• FEVI2D + GLS basal, 6 y 12 m
• 30% cardiotoxicidad: caída en FEVI >10% a 12m
Caída relativa en GLS >11%
(95% CI, 8.3%–14.6%) fue el
predictor más robusto de
cardiotoxicidad
(Sn 65%,Sp 94%, VPN 91%)
AUC 0,84
11. Monitorización cardiovascular en pacientes onco-hematológicos
Strain
Strain en monitorización
2. Predicción de eventos en el seguimiento
8 estudios (n= 452 pacientes); Incidencia de cardiotoxicidad 13%-32% (diferencias
en criterios Dx, FRCV, protocolo de Qt y seguimiento)
No disponible cambio relativo en GLS n Sn Ep VPN
GLS >-19% o hs-TnI ≥ 30 pg/ml
Circulation CVI. 2012;5:596–603
81 87% 93% 91%
Caída GLS entre 10%-15% ±TnI n Sn Ep VPN
GLS of 11%
JASE. 2013;26:493-8
93 65% 94% 91%
GLS >15.9% o cTnT >0,004ng/ml
Eur J Heart Failure 2014;16:300–308
75 93% 66% 98%
GLS >10% o ▲hs-TNI
Am J Cardiol. 2011;107(9):1375-80
43 65% 97% 97%
13. Monitorización cardiovascular en pacientes onco-hematológicos
Strain
• Detección de daño subclínico
• Relevancia pronóstica
• Alto VPN
• Elevada reproducibilidad
• Menor disponibilidad
• Variabilidad intervendor
• Ausencia de valor absoluto
de normalidad
14. Monitorización cardiovascular en pacientes onco-hematológicos
Biomarcadores
Amplia disponibilidad
Baratos
Determinación fiable
Adecuado como herramienta de
screening a gran número de
pacientes en riesgo
Múltiples biomarcadores
Elevación frecuente con QT
o población general
Momento de medición?
Troponina
NT-pro-BNP
16. Monitorización cardiovascular en pacientes onco-hematológicos
Biomarcadores
Otros biomarcadores
Sólo TnI y MPO se asociaron con un incremento
significativo de disfunción miocárdica e IC
JACC 2014;63:809–16
17. Monitorización cardiovascular en pacientes onco-hematológicos
3.- Algoritmos de monitorización
Gran número de pacientes
Seguimiento longitudinal
Fácil identificación de alto riesgo. Bajo riesgo???
Preferencia uso herramientas que permitan detección daño subclínico
Protocolos locales según experiencia y disponibilidad!!!
Rev Esp Cardiol. 2017
Jun;70(6):474-486.
18. Monitorización cardiovascular en pacientes onco-hematológicos
114 supervivientes de cáncer infantil.
Antracilinas +/- RT
LVEF 54.8% (CMR)/ 55.9% (3D)/ 61% (2D)
En 16 pt CMR-EF <50%. Sensibilidad:
- 25% 2D
- 53% 3D
HR 2.72
J Clin Oncol 2012; 30:2876-2884
FEVI basal en rango bajo
de la normalidad (LLN+5%)
multiplica x3 el riesgo de
eventos mayores
N 2282
Am J Cardiol. 2015;116:442–446.