Aplicación de diagramas acíclicos dirigidos para la inferencia causal del efecto del tratamiento con estatinas sobre eventos clínicos adversos en pacientes con hipertensión arterial
DOI:
https://doi.org/10.65133/irj.v1.n2.2025/a14Palavras-chave:
Estatinas, Grafos Acíclicos Dirigidos, Hipertensión Arterial, Inferencia Causal, Sesgo de Confusión, MediaciónResumo
Los estudios observacionales sobre el efecto de las estatinas en pacientes con hipertensión arterial enfrentan un riesgo elevado de sesgo de confusión por indicación: los pacientes de mayor riesgo cardiovascular reciben más frecuentemente el tratamiento y, al mismo tiempo, tienen mayor probabilidad de presentar eventos adversos. El presente artículo propone y analiza un Grafo Acíclico Dirigido (DAG) que estructura causalmente la relación entre el uso de estatinas y la ocurrencia de eventos clínicos adversos (infarto agudo de miocardio, muerte, hospitalización y deterioro de la enfermedad) en pacientes hipertensos. Se identifican cuatro variables de confusión (edad, sexo, comorbilidades y antecedentes cardiovasculares), una variable mediadora (colesterol LDL), la población fuente (pacientes con HTA) y el desenlace compuesto. A partir del análisis del DAG se derivan el problema de investigación, la pregunta general, ocho preguntas específicas, los objetivos y la hipótesis. Se discute por qué el colesterol LDL no debe incluirse en el modelo principal de ajuste, el posible papel del sexo como modificador de efecto y el conjunto mínimo de ajuste recomendado. Las recomendaciones de análisis estadístico se alinean con los principios de la inferencia causal moderna, incluyendo análisis de mediación y de modificación de efecto.
Downloads
Referências
American Heart Association. (2022). Guideline for the management of patients with dyslipidemia. Circulation, 145(18), e960-e1034. https://newsroom.heart.org/news/accaha-issue-updated-guideline-for-managing-lipids-cholesterol
Cholesterol Treatment Trialists' (CTT) Collaboration. (2012). The effects of lowering LDL cholesterol with statin therapy in people at low risk of vascular disease. Lancet, 380(9841), 581-590. https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(12)60367-5/fulltext DOI: https://doi.org/10.1016/S0140-6736(12)60367-5
Cholesterol Treatment Trialists' (CTT) Collaboration. (2015). Efficacy and safety of LDL-lowering therapy among men and women: meta-analysis of individual data from 174,000 participants in 27 randomised trials. Lancet, 385(9976), 1397-1405. DOI: 10.1016/S0140-6736(14)61368-4 DOI: https://doi.org/10.1016/S0140-6736(14)61368-4
De Irala, J., Martínez-González, M. Á., & Guillén Grima, F. (2001). ¿Qué es una variable de confusión? Medicina Clínica, 117(10), 377-385. https://halweb.uc3m.es/esp/personal/personas/amalonso/esp/bstat-tema8vc.pdf DOI: https://doi.org/10.1016/S0025-7753(01)72121-5
European Society of Cardiology. (2021). ESC/EAS guidelines for the management of dyslipidaemias. European Heart Journal, 41(1), 111-188. https://eas-society.org/wp-content/uploads/2022/05/2021-Prevention-Guidelines.pdf
Greenland, S., Pearl, J., & Robins, J. M. (1999). Causal diagrams for epidemiologic research. Epidemiology, 10(1), 37-48. https://pubmed.ncbi.nlm.nih.gov/9888278/ DOI: https://doi.org/10.1097/00001648-199901000-00008
Hernán, M. A., & Robins, J. M. (2020). Causal inference: What if. Chapman & Hall/CRC. https://miguelhernan.org/whatifbook
Hernán, M. A., Sauer, B. C., Hernández-Díaz, S., Platt, R., & Shrier, I. (2016). Specifying a target trial prevents immortal time bias and other self-inflicted injuries in observational analyses. Journal of Clinical Epidemiology, 79, 70-75. DOI: 10.1016/j.jclinepi.2016.04.014 DOI: https://doi.org/10.1016/j.jclinepi.2016.04.014
Maas, A. H. E. M., & Appelman, Y. E. A. (2010). Gender differences in coronary heart disease. Netherlands Heart Journal, 18(12), 598-602. DOI: 10.1007/s12471-010-0841-y DOI: https://doi.org/10.1007/s12471-010-0841-y
Pearl, J. (2009). Causality: Models, reasoning, and inference (2.a ed.). Cambridge University Press. https://archive.illc.uva.nl/cil/uploaded_files/inlineitem/Pearl_2009_Causality.pdf DOI: https://doi.org/10.1017/CBO9780511803161
Ray, K. K., Seshasai, S. R. K., & Erqou, S. (2009). Statins and all-cause mortality in high-risk primary prevention: a meta-analysis of 11 randomized controlled trials involving 65,229 participants. Archives of Internal Medicine, 170(12), 1024-1031. https://jamanetwork.com/journals/jamainternalmedicine/fullarticle/416105 DOI: https://doi.org/10.1001/archinternmed.2010.182
Rothman, K. J., Greenland, S., Poole, C., & Lash, T. (2008). Modern epidemiology (3.a ed.). Lippincott Williams & Wilkins.
Sguiglia, S. (2023). Análisis mediante variables instrumentales para establecer causalidad en investigaciones observacionales. Evidencia: Actualización en la Práctica Ambulatoria, 26(4), e007097. https://dx.doi.org/10.51987/EVIDENCIA.V27I1.7097 DOI: https://doi.org/10.51987/evidencia.v27i1.7097
Shrier, I., & Platt, R. W. (2008). Reducing bias through directed acyclic graphs. BMC Medical Research Methodology, 8, 70. https://doi.org/10.1186/1471-2288-8-70 DOI: https://doi.org/10.1186/1471-2288-8-70
Werlinger, F., & Cáceres, D. D. (2018). Aplicación de grafos acíclicos dirigidos en la evaluación de un set mínimo de ajuste de confusores: un complemento al modelamiento estadístico en estudios epidemiológicos observacionales. Revista Médica de Chile, 146(7), 907-913. DOI: http://dx.doi.org/10.4067/s0034-98872018000700907 DOI: https://doi.org/10.4067/s0034-98872018000700907
World Health Organization. (2023). Hypertension. WHO Fact Sheet. https://www.who.int/news-room/fact-sheets/detail/hypertension
Yusuf, S., Bosch, J., Dagenais, G., Zhu, J., Xavier, D., Liu, L., & Lonn, E. (2016). Cholesterol lowering in intermediate-risk persons without cardiovascular disease (HOPE-3 Trial). New England Journal of Medicine, 374(21), 2032-2043. https://www.nejm.org/doi/full/10.1056/NEJMoa1600176 DOI: https://doi.org/10.1016/j.jvs.2016.07.054
Downloads
Publicado
Edição
Seção
Categorias
Licença
Direitos autorais (c) 2026 INNOVATE: Research Journal

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
English
Español
Português


