Objetivos: La hemorragia subaracnoidea aneurismática (HSAa) es una enfermedad cerebrovascular grave asociada a una elevada morbilidad y mortalidad. El objetivo de este estudio fue aplicar el Análisis de Redes Bayesianas (BNA) para identificar los principales factores que contribuyen a un pronóstico desfavorable, dada su capacidad para modelar relaciones complejas entre múltiples variables clínicas.

Material y métodos: Se incluyeron prospectivamente pacientes diagnosticados de HSAa en un centro terciario entre 2007 y 2024. Se desarrollaron dos modelos de BNA: uno para estudiar los factores asociados a mal pronóstico funcional (escala de Rankin modificada [mRS] 3-5 a los tres meses), y otro centrado en la mortalidad (mRS = 6). Las variables consideradas incluyeron características demográficas, escalas de Fisher y Hunt-Hess, complicaciones hospitalarias (presión intracraneal elevada [PICe], vasoespasmo, isquemia cerebral diferida [ICD], infartos, resangrado, hidrocefalia, insuficiencia respiratoria) y tratamiento del aneurisma. La estructura de las redes se definió por plausibilidad clínica y validación estadística mediante bootstrap.

Resultados: Se analizaron 527 pacientes. El 22,4% presentó mal pronóstico funcional y el 24,3% falleció. Ambos modelos identificaron las complicaciones respiratorias, los infartos y el resangrado como factores clave. El vasoespasmo fue el principal desencadenante de ICD, que a su vez se asoció directamente a infartos y mal pronóstico. Los indicadores de gravedad inicial formaron un clúster como predictores de complicaciones y pronóstico. El modelo centrado en mortalidad destacó especialmente la influencia del resangrado y la gravedad clínica inicial.

Conclusión: El BNA permite mapear rutas clínicas críticas, facilitando la estratificación del riesgo e intervenciones tempranas.