Evaluar la asociación entre el Índice de Fragilidad de Rockwood (IFR) y la supervivencia en tres poblaciones de una Unidad de Hospitalización a Domicilio (HaD): crónicos complejos, paliativos no oncológicos (fallo orgánico avanzado, limitación funcional grave, reserva fisiológica deteriorada) y paliativos oncológicos.
DiseñoEstudio observacional longitudinal retrospectivo de cohorte.
EmplazamientoUnidad de Hospitalización a Domicilio del Hospital Universitari i Politècnic La Fe (Valencia).
ParticipantesPacientes ≥65años dados de alta entre enero de 2021 y diciembre de 2024, con IFR al ingreso y seguimiento en Gestión de Casos. Se incluyeron 2.610 pacientes (53,8% crónicos complejos, 34,0% paliativos no oncológicos y 12,2% paliativos oncológicos).
IntervencionesNinguna; estudio observacional sin intervención.
Mediciones principales Supervivencia (tiempo al fallecimiento) mediante Kaplan-Meier, log-rank y regresión de Cox multivariante, ajustada por variables demográficas (edad, sexo), clínicas (Charlson, Barthel, grupo relacionado al diagnóstico, ingresos urgentes previos) y analíticas (albúmina, proteína C reactiva, filtrado glomerular).
ResultadosHubo diferencias significativas entre grupos (χ2=231; p<0,001), con medianas de supervivencia de 449, 248,5 y 125días. El IFR se asoció independientemente con mayor mortalidad (HR 2,50; IC95%: 1,66-3,76), superando al índice de Charlson (HR 1,05).
ConclusionesEl IFR es un potente predictor pronóstico independiente, superando a la comorbilidad y la dependencia funcional. Un umbral ≥0,53 identifica a pacientes no oncológicos con fallo orgánico avanzado y deterioro funcional grave —supervivencia media <9meses— sin etiqueta formal de paliativos. Su implementación en las historias clínicas electrónicas de atención primaria permitiría identificar precozmente a esta población y anticipar los cuidados paliativos, independientemente del diagnóstico.
To evaluate the association between the Rockwood Frailty Index (RFI) and survival across three populations in a Hospital-at-Home Unit (HaH): complex chronic patients, non-oncologic palliative patients (advanced organ failure, severe functional limitation and impaired physiological reserve) and oncologic palliative patients.
DesignRetrospective longitudinal observational cohort study.
SiteHospital-at-Home Unit of the Hospital Universitari i Politècnic La Fe (Valencia, Spain).
ParticipantsPatients aged 65 or older discharged between January 2021 and December 2024, with an RFI recorded at admission and follow-up in the Case Management programme. 2,610 patients were included (53.8% complex chronic; 34.0% non-oncologic palliative; 12.2% oncologic palliative).
InterventionsNone; observational study with no intervention.
Mainmeasurements Survival (time to death) using Kaplan-Meier curves, log-rank tests and multivariate Cox regression, adjusted for demographic (age, sex), clinical (Charlson and Barthel indices, diagnosis-related group, prior emergency admissions) and laboratory variables (albumin, C-reactive protein, glomerular filtration rate).
ResultsSignificant differences were observed between groups (χ2=231; P<.001), with median survival of 449, 248.5 and 125days. The RFI was independently associated with higher mortality (HR 2.50; 95%CI: 1.66-3.76), outperforming the Charlson index (HR 1.05).
ConclusionsThe RFI is a powerful independent prognostic predictor across all three populations, outperforming comorbidity and functional dependency. A threshold of ≥0.53 identifies non-oncologic patients with advanced organ failure and severe functional impairment —median survival below nine months— without a formal palliative designation. Its implementation in Primary Care electronic health records would enable early identification of this population and anticipate end-of-life palliative care, regardless of diagnosis.
El envejecimiento poblacional ha incrementado la prevalencia de pacientes con enfermedades crónicas complejas y en situación paliativa.
La fragilidad es un constructo clínico que refleja la disminución de la reserva fisiológica y la vulnerabilidad ante eventos adversos. El Índice de Fragilidad de Rockwood (IFR), basado en el modelo de acumulación de déficits, ha demostrado valor pronóstico en mortalidad, hospitalización y eventos adversos en distintas poblaciones1,2.
Sin embargo, su utilidad para clasificar poblaciones heterogéneas (crónicos complejos, paliativos oncológicos y no oncológicos) y discriminar supervivencia requiere evaluación específica.
Las valoraciones geriátricas, según una scoping review, examinan una amplia gama de indicadores de salud. Sin embargo, por encima de todos ellos destaca nítidamente el estudio de la mortalidad: no solo es el objetivo de salud más frecuentemente sometido a prueba (70% de los constructos), sino que también sobresale por su robustez predictiva, confirmándose como factor determinante en el 90% de los mismos3.
La Unidad de Hospitalización a domicilio (HaD) atiende a una población definida como anciana o muy anciana con altos índices de fragilidad, dependencia, probabilidad de reingreso hospitalario y mortalidad. Además de proporcionar atención directa a la descompensación aguda, sus objetivos incluyen la identificación de personas con alta probabilidad de reingreso y mortalidad, con el fin de mejorar la calidad de vida de los pacientes, ofrecer una atención óptima en el tramo final de la vida y, en su defecto, garantizar cuidados paliativos precoces.
La correcta estratificación pronóstica es esencial para la planificación de cuidados, la toma de decisiones clínicas así como la adecuación de recursos. Aunque el diagnóstico clínico orienta el pronóstico, presenta heterogeneidad intra-grupo. El IFR podría aportar información pronóstica, independiente del diagnóstico, que debe confirmarse ajustado a nuestro entorno.
Material y métodosSe realizó un estudio observacional longitudinal retrospectivo en pacientes dados de alta por la Unidad de Hospitalización a Domicilio del Hospital Universitari i Politècnic La Fe entre el 1 de enero de 2021 y el 31 de diciembre de 2024, que fueron seguidos en el programa de Gestión de Casos por parte de la Unidad a través de soporte telefónico por enfermeras gestoras de casos.
Criterios de inclusiónPacientes de 65años o más, con seguimiento programado en HaD y con registro del IFR modificado al ingreso2, versión adaptada de 34ítems que incluye variables clínicas, funcionales y cognitivas, y que difiere del IFR original en su extensión y composición. Los pacientes se clasificaron en tres grupos: crónicos complejos, paliativos no oncológicos y paliativos oncológicos. La población en situación paliativa no oncológica se definió como aquella con un IFR igual o mayor a 0,53. Por su parte, se clasificó a la población como crónica pluripatológica a la que obtuvo un IFR superior a 0,37 pero inferior a 0,534. Los pacientes paliativos oncológicos se clasificaron como tales independientemente de los valores del índice de Rockwood, aunque funcionalmente no presentaran mayor deterioro ni comorbilidad.
Los circuitos de derivación a la Unidad de HaD difirieron entre los grupos de enfermos paliativos. Los pacientes paliativos oncológicos procedieron mayoritariamente del Servicio de Oncología del hospital, vía de acceso estándar para esta población en nuestro centro. Los pacientes paliativos no oncológicos, por el contrario, fueron identificados principalmente a través de dos vías: la derivación directa desde los equipos de atención primaria, y la detección durante ingresos en HaD motivados por descompensaciones agudas de su enfermedad crónica avanzada, tras las cuales se reevaluó su situación clínico-funcional y pronóstica.
Todos los pacientes contaban con una valoración de este índice en el momento del ingreso al programa.
Criterios de exclusiónDatos incompletos para el cálculo del índice o pérdida inmediata de seguimiento.
Objetivo principalComparar la supervivencia entre los grupos clínicos de pacientes crónicos complejos y enfermos etiquetados como situación paliativa compleja de carácter oncológico y no oncológico según la clasificación por IFR, ingresados en HaD y posteriormente tutelados en un sistema de atención programada de Gestión de Casos por enfermeras gestoras a través del teléfono.
Análisis estadísticoSe realizó un análisis descriptivo de la cohorte. La supervivencia se analizó mediante curvas de Kaplan-Meier y comparación con test de log-rank. Se ajustó un modelo de regresión de Cox multivariante, seleccionando las variables con mayor relevancia clínica y estadística mediante un procedimiento stepwise basado en el AIC.
Se obtuvo la aprobación del CEIC del Hospital (número de registro 2024-0459-1); los datos se sometieron a anonimización tras la extracción de los mismos a partir de los registros de las HC.
Objetivos secundariosAnalizar si la supervivencia se ve afectada por otras variables demográficas, clínicas o analíticas. Dado que la supervivencia puede verse influida por factores clínicos y demográficos independientes del grado de fragilidad, se realizó un análisis multivariante para controlar el efecto de posibles variables confusoras. Se incluyeron en el modelo aquellas variables clínicamente relevantes y/o asociadas tanto a la fragilidad como al desenlace, con el objetivo de estimar el efecto independiente del IFR sobre la supervivencia. Se seleccionaron por su asociación clara con la supervivencia variables ya conocidas como la albúmina, la proteína c Reactiva (PCR), la edad, el índice de Charlson, el número de ingresos urgentes previos y el número de reingresos.
ResultadosEn la figura 1 se muestra el diagrama de flujo correspondiente a la extracción de datos. Se identificaron inicialmente 3.539 pacientes con seguimiento programado entre el 1 de enero de 2021 y el 31 de diciembre de 2024. De estos, 3.258 contaban con registro del índice de Rockwood. Posteriormente, se seleccionaron 2.695 pacientes clasificados como crónicos pluripatológicos o en situación paliativa (por enfermedad avanzada o por situación oncológica). Finalmente, se excluyeron 85 pacientes por no cumplir el criterio de edad (≥65años), incluyéndose 2.610 pacientes para el análisis final.
Se evaluó si existen diferencias significativas en la supervivencia (tiempo hasta el fallecimiento) entre los distintos tipos de pacientes clasificados por el tipo de paciente, utilizando curvas de Kaplan-Meier y comparaciones post hoc. En la figura 2 se representan las curvas de supervivencia con sus respectivos intervalos de confianza al 95%. El estadístico chi-cuadrado del test de log-rank fue χ2=231 (2gl); p<0,0001. Esto indica una diferencia altamente significativa en la supervivencia entre los tres grupos de pacientes.
En la tabla 1 se muestran las variables clínicas analíticas y sociodemográficas analizadas. En la cohorte se encontraron 1.403 pacientes crónicos pluripatológicos (53,8%), 888 pacientes paliativos no oncológicos (34%) y 318 pacientes paliativos oncológicos (12,2%). Se seleccionaron únicamente las variables relevantes para el análisis: índice de Rockwood (IFR), edad, sexo, índice de comorbilidad de Charlson (Charlson Index), índice de dependencia funcional de Barthel, filtrado glomerular (FG), albúmina, PCR, grupo relacionado al diagnóstico (GRD), número de ingresos urgentes previos y días de ingreso previos.
Variables clínicas analíticas y sociodemográficas analizadas
| Variable | Estimador | Crónico | Paliativo no oncológico | Paliativo oncológico | p |
|---|---|---|---|---|---|
| Supervivencia | Hombre | 559 (39,8%) | 295 (33,2%) | 176 (55,0%) | 0,0005 |
| Mujer | 846 (60,2%) | 593 (66,8%) | 144 (45,0%) | ||
| Edad (años) | Mediana [RIC] | 86,0 [80,0-90,0] | 88,0 [83,0-92,0] | 83,0 [76,8-88,0] | <0,0001 |
| Media (IC95%) | 84,9 (84,5-85,3) | 87,3 (86,8-87,8) | 82,3 (81,4-83,2) | ||
| Índice de Rockwood | Mediana [RIC] | 0,4 [0,3-0,5] | 0,6 [0,5-0,6] | 0,4 [0,3-0,5] | <0,0001 |
| Media (IC95%) | 0,40 (0,39-0,41) | 0,60 (0,59-0,61) | 0,40 (0,39-0,41) | ||
| Índice de Barthel | Mediana [RIC] | 50,0 [15,0-75,0] | 10,0 [0-30,0] | 65,0 [30,0-85,0] | <0,0001 |
| Media (IC95%) | 47,7 (46,0-49,4) | 19,4 (17,9-20,9) | 57,3 (53,7-61,0) | ||
| Albúmina (g/dl) | Mediana [RIC] | 3,5 [3,1-3,9] | 3,3 [2,9-3,6] | 3,4 [2,9-3,8] | <0,0001 |
| Media (IC95%) | 3,50 (3,47-3,53) | 3,30 (3,27-3,33) | 3,40 (3,33-3,47) | ||
| Filtrado glomerular (ml/min) | Mediana [RIC] | 61,0 [40,0-80,0] | 63,0 [39,0-79,0] | 70,0 [43,2-86,0] | 0,0004 |
| Media (IC95%) | 59,4 (58,2-60,6) | 59,3 (57,7-60,9) | 64,7 (61,9-67,5) | ||
| PCR (mg/l) | Mediana [RIC] | 14,3 [4,4-45,4] | 19,5 [6,2-52,7] | 32,8 [8,7-79,2] | <0,0001 |
| Media (IC95%) | 34,9 (32,3-37,5) | 40,8 (37,1-44,5) | 55,4 (48,2-62,6) | ||
| Índice de Charlson | Mediana [RIC] | 4,0 [2,0-5,0] | 3,0 [2,0-5,0] | 6,0 [4,0-8,0] | <0,0001 |
| Media (IC95%) | 3,8 (3,7-3,9) | 3,7 (3,5-3,9) | 6,1 (5,8-6,4) | ||
| Días ingreso previo | Mediana [RIC] | 2,0 [0-12,0] | 0 [0-13,0] | 1,0 [0-10,0] | 0,2721 |
| Media (IC95%) | 9,6 (8,5-10,7) | 11,2 (9,3-13,1) | 8,6 (6,2-11,0) | ||
| N.° ingresos urgentes previos | Mediana [RIC] | 2,0 [1,0-3,0] | 1,0 [0-3,0] | 1,0 [0-2,0] | <0,0001 |
| Media (IC95%) | 2,3 (2,2-2,4) | 1,9 (1,7-2,1) | 1,6 (1,4-1,8) | ||
| N.° reingresos | Mediana [RIC] | 1,0 [0-2,0] | 0 [0-1,0] | 0 [0-1,0] | <0,0001 |
| Media (IC95%) | 1,2 (1,1-1,3) | 0,6 (0,5-0,7) | 0,8 (0,7-0,9) | ||
| Exitus | No | 697 (49,6%) | 233 (26,2%) | 59 (18,4%) | 0,0005 |
| Sí | 708 (50,4%) | 655 (73,8%) | 261 (81,6%) | ||
| Tiempo hasta exitus (días) | Mediana [RIC] | 449,0 [155,0-945,0] | 248,5 [77,0-609,2] | 125,0 [48,0-399,0] | <0,0001 |
| Media (IC95%) | 555,3 (533,5-577,1) | 383,2 (358,9-407,5) | 273,8 (239,1-308,5) | ||
| Reingreso | No | 568 (40,4%) | 553 (62,3%) | 165 (51,6%) | 0,0005 |
| Sí | 837 (59,6%) | 335 (37,7%) | 155 (48,4%) | ||
| GRD X04 (Aparato respiratorio) | Presencia | 1.207 (85,9%) | 786 (88,5%) | 283 (88,4%) | 0,1439 |
| GRD X05 (Aparato circulatorio) | Presencia | 1.217 (86,6%) | 802 (90,3%) | 300 (93,8%) | 0,0005 |
| GRD X06 (Aparato digestivo) | Presencia | 1.321 (94,0%) | 845 (95,2%) | 296 (92,5%) | 0,1809 |
| GRD X08 (Trastornos esqueléticos) | Presencia | 84 (6,0%) | 43 (4,8%) | 24 (7,5%) | 0,1884 |
| GRD X11 (Riñón y vías urinarias) | Presencia | 1.337 (95,2%) | 842 (94,8%) | 296 (92,5%) | 0,1574 |
| GRD otros | Presencia | 663 (47,2%) | 360 (40,5%) | 159 (49,7%) | 0,012 |
Se ajustó un modelo de regresión de Cox para identificar los factores asociados al tiempo hasta el fallecimiento. Con el objetivo de encontrar las variables más influyentes y obtener de este modo un modelo más parsimonioso, se aplica el método step para buscar el conjunto de variables que generan un modelo con el mínimo AIC (Criterio de Información de Akaike). La tabla 2 muestra los coeficientes, la exp (coef), Hazard ratio (HR), el error estándar (ES) y el p-valor asociado. En el modelo final, el IFR fue la variable con mayor peso pronóstico (HR=2,50; IC95%: 1,66-3,76), seguido de la variable paliativo oncológico (HR=2,48) y el grupo paliativo no oncológico (HR=1,31), mientras que el índice de Charlson (HR=1,05), la albúmina (HR=0,73) y la PCR (HR=1,002) mostraron un peso pronóstico considerablemente menor).
Modelo de regresión de Cox multivariante final (selección stepwise basada en el mínimo AIC) para la supervivencia. Se presentan los coeficientes de regresión, el hazard ratio (HR) con su exponencial
| Variable | Coeficiente | HR [exp (coef)] | ES | p |
|---|---|---|---|---|
| IFR | 0,9175675 | 2,5031938 | 0,2906252 | 0,00159 |
| Edad | 0,0245688 | 1,0248731 | 0,0040172 | 6,1E-10 |
| Sexo (hombre) | −0,2347293 | 0,7907849 | 0,0544524 | 0,0000163 |
| Índice de Charlson | 0,051428 | 1,0527734 | 0,0115141 | 0,00000791 |
| Índice de Barthel | −0,0072558 | 0,9927705 | 0,0011479 | 2,6E-10 |
| FG | −0,0023782 | 0,9976246 | 0,0012099 | 0,04935 |
| Albúmina | −0,3097535 | 0,7336872 | 0,0578638 | 8,64E-08 |
| Paliativo no oncológico | 0,2695649 | 1,3093946 | 0,0648914 | 0,0000327 |
| Paliativo oncológico | 0,9064851 | 2,4750606 | 0,0809286 | 2,2E-29 |
| PCR | 0,0023324 | 1,0023361 | 0,0005433 | 0,000000315 |
| GRD X08 | −0,1826838 | 0,8330917 | 0,091487 | 0,04708 |
| GRD X11 | −0,2301365 | 0,7944251 | 0,1102379 | 0,03683 |
| N.° ingresos urgentes previos | 0,0211295 | 1,0213555 | 0,0120595 | 0,07967 |
| Días ingreso previo SP | −0,002262 | 0,9977406 | 0,0011938 | 0,05813 |
AIC: criterio de información de Akaike; ES: error estándar.
Los resultados de este estudio observacional en una cohorte de 2.610 pacientes de 65años o más, ingresados en una Unidad de Hospitalización a Domicilio (HAD) y seguidos al alta en el programa de Gestión de Casos, clasificados como crónicos complejos o en situación paliativa, demuestran que el IFR es un potente predictor de mortalidad. Nuestro análisis revela que el IFR no solo discrimina la supervivencia entre los grupos clínicos predefinidos (crónicos, paliativos no oncológicos y paliativos oncológicos), sino que, en el análisis multivariante, emerge como uno de los factores de riesgo más determinantes, con un hazard ratio (HR) de 2,50 (IC95%: 1,66-3,76) por cada incremento unitario en el índice. Este hallazgo subraya la relevancia de la fragilidad, entendida como la acumulación de déficits, más allá de la comorbilidad o el diagnóstico de base. Llama la atención que estos riesgos sean muy similares a los que describen guías clínicas canadienses basadas5 en el metaanálisis de Vermeiren et al.6 en los que se encuentra riesgo de muerte prematura asociada a fragilidad (OR 2,34 [1,77-3,09]; HR/RR 1,83 [1,68-1,98]). Aunque el estudio se realizó en un entorno hospitalario especializado, sus hallazgos tienen implicaciones directas para la atención primaria (AP), que es, en la mayoría de los casos, el primer y principal nivel asistencial en contacto longitudinal con esta población.
La fragilidad supera a la comorbilidad como predictorUn hallazgo particularmente relevante de nuestro estudio es que la capacidad predictiva del IFR (HR=2,50) supera ampliamente a la del índice de comorbilidad de Charlson (HR=1,05). Esto sugiere que, en una población con alta carga de enfermedad y vulnerabilidad, es la reserva fisiológica global del paciente, y no la simple suma de sus enfermedades, lo que determina de manera más precisa su supervivencia. Este resultado es consistente con la literatura que posiciona al índice de fragilidad como una medida más integral del envejecimiento biológico. Salminen et al.7, en un estudio de seguimiento a 18años en población finlandesa, demostraron que la fragilidad medida por el IFR se asociaba fuertemente con la mortalidad (HR 3,95 a 18años), incluso tras ajustar por variables confusoras. Ko et al.8 también encuentran que un Índice de Fragilidad (IF) elevado (≥0,35) se asoció con un riesgo de mortalidad a dos años casi 6 veces superior (RRa=5,79) en comparación con los no frágiles, y cada incremento de 0,1 en el IF aumentó el riesgo de muerte en un 53%. Los autores concluyen que es un predictor valioso de mortalidad a corto plazo en adultos mayores, especialmente en aquellos con fragilidad moderada a severa. Esta evidencia, generada en entornos hospitalarios y poblacionales, es trasladable al contexto de AP: el médico de familia, que conoce de forma longitudinal la trayectoria del paciente, se encuentra en una posición privilegiada para detectar de manera precoz el incremento progresivo del IFR y actuar antes de que el deterioro conduzca a una descompensación que requiera hospitalización.
Capacidad discriminativa en subgrupos paliativosLa clasificación inicial mediante el IFR mostró diferencias de supervivencia altamente significativas (p<0.0001) entre los tres grupos, con una mediana de supervivencia decreciente desde los crónicos complejos (449días) a los paliativos no oncológicos (248,5días) y, finalmente, a los paliativos oncológicos (125días). Es destacable que, dentro del grupo de paliativos oncológicos, a pesar de presentar una mediana del IFR similar a la de los crónicos complejos (0,4), la supervivencia fue marcadamente inferior. Esto valida nuestra decisión metodológica de clasificarlos de forma independiente, probablemente debido a la naturaleza y a la velocidad de progresión de la enfermedad oncológica de base. Sin embargo, es crucial observar que, en el modelo de Cox, la variable «paliativo oncológico» (HR=2,48) tiene un peso similar al IFR (HR=2,50), lo que indica que ambos factores contribuyen de forma independiente y sinérgica al riesgo de mortalidad. Esto refuerza la idea de que, incluso en oncología, la fragilidad añade información pronóstica esencial, como apuntan estudios que abogan por integrar su evaluación en la práctica clínica9.
Para la población paliativa no oncológica (definida por un IFR ≥0,53), el IFR no solo sirvió para su identificación, sino que también se asoció de forma independiente con una menor supervivencia (HR=1,31) en el análisis multivariante. Este punto de corte de 0,53, que define a una población extremadamente frágil, se alinea con la evidencia que relaciona puntuaciones elevadas de la fragilidad con un riesgo de mortalidad a corto y a medio plazo10. La revisión sistemática de Hall et al.9 sobre identificación de personas frágiles al final de la vida destaca que trayectorias ascendentes y aceleradas en índices de fragilidad (como el e-FI) son marcadores de un mayor riesgo de muerte en los últimos 12meses de vida. Nuestros datos apoyan esta noción, mostrando cómo los pacientes con IFR elevado (no oncológicos) tienen una supervivencia significativamente limitada.
El bajo peso del índice de Barthel en la mortalidadUn hallazgo particularmente llamativo de nuestro análisis es el escaso peso del índice de Barthel sobre la mortalidad, pese a su alta significación estadística. Aunque la dependencia funcional es un marcador clásico de vulnerabilidad en la atención al paciente mayor (que incluye tanto a mayores jóvenes como a ancianos y longevos), y que no se circunscribe al ámbito geriátrico especializado, su efecto en nuestro modelo fue cuantitativamente pequeño en comparación con el IFR. Este resultado sugiere que la dependencia en actividades básicas de la vida diaria no captura por sí sola la complejidad biológica que subyace al riesgo de muerte. Mientras que el índice de Barthel evalúa capacidad funcional en un momento determinado, el IFR integra comorbilidad, síntomas, deterioro cognitivo y reserva fisiológica acumulada. Nuestros datos apoyan la hipótesis de que la fragilidad, entendida como acumulación multidimensional de déficits, constituye un constructo pronóstico más robusto que la mera discapacidad funcional.
El IFR como herramienta de estratificación pronóstica implementable en atención primariaEl impacto limitado de los Grupos Relacionados por el Diagnóstico (GRD) en el modelo multivariante confirma que las clasificaciones diagnósticas tradicionales tienen una capacidad predictiva restringida en poblaciones geriátricas complejas. Los GRD fueron diseñados para la gestión administrativa y la financiación hospitalaria, no para la estratificación biológica del riesgo individual. En nuestra cohorte, la carga global de fragilidad explicó la supervivencia mejor que el tipo de patología. Este hallazgo es especialmente relevante para AP, donde la atención se organiza habitualmente en torno a diagnósticos crónicos y no siempre incorpora una valoración integral del estado fisiológico del paciente mayor.
La principal implicación clínica de este estudio es, por tanto, la utilidad del IFR como herramienta de estratificación pronóstica aplicable más allá del entorno hospitalario. Su capacidad para predecir mortalidad de forma independiente, superando a la comorbilidad y a marcadores analíticos como la albúmina (HR=0,73) y la PCR (HR=1,002), lo convierte en un instrumento de gran valor para la toma de decisiones compartidas en cualquier nivel asistencial. Como señalan las guías de la British Geriatrics Society11 y la actualización en valoración geriátrica en UpToDate12, el uso de herramientas derivadas del IFR, como la Clinical Frailty Scale, permite identificar a pacientes con alto riesgo de eventos adversos y facilitar la planificación anticipada de cuidados.
Conviene matizar, no obstante, que la administración del IFR completo mediante entrevista estructurada en la totalidad de la población mayor de 65años conllevaría una carga asistencial relevante para los equipos de AP. Un modelo de cribado en dos fases podría optimizar esta implementación: la Clinical Frailty Scale presenta un tiempo de administración mediano de 12segundos (rango intercuartílico 3-30) considerando el conjunto de entornos clínicos y sociales evaluados en el proyecto Frailtools13 (estudio multicéntrico europeo que incluyó centros de AP españoles), lo que permitiría un primer cribado de bajo coste temporal, reservando el cálculo del IFR completo para los pacientes identificados como frágiles. De forma alternativa, y con mayor potencial de escalabilidad, el cálculo automatizado del IFR a partir de variables ya registradas en la historia clínica electrónica —sin entrevista activa al paciente— ha demostrado ser viable a gran escala, como ilustra la experiencia del eFRAGICAP en Cataluña14, aplicado ya a más de 250.000 pacientes de AP.
Esto permitiría detectar precozmente a una población vulnerable que se beneficiaría de una valoración geriátrica integral y de un enfoque paliativo temprano, independientemente de su etiqueta diagnóstica15,16.
En definitiva, el IFR no debería quedar circunscrito a unidades especializadas: su potencial reside precisamente en su aplicabilidad en el contexto donde el paciente mayor complejo es conocido, seguido y acompañado a lo largo del tiempo, que es la AP.
Limitaciones y fortalezasNuestro estudio presenta limitaciones que deben ser consideradas. En primer lugar, su carácter retrospectivo y unicéntrico puede limitar la generalización de los resultados. En segundo lugar, aunque se ajustó por un amplio número de covariables, no se pudo controlar el efecto de otras potencialmente relevantes, como el tratamiento farmacológico específico o el apoyo social. En tercer lugar, el IFR se calculó en un único momento (al ingreso en el programa), y no se consideró su posible variación en el tiempo, lo que podría ofrecer una visión dinámica aún más precisa del pronóstico. Además, no se ha evaluado el tiempo de administración del IFR en su versión electrónica ni el impacto que su implementación sistemática tendría sobre la carga de trabajo de los equipos de AP, aspecto que debería abordarse mediante un estudio de pilotaje específico antes de su generalización. Por último, la propia definición de los grupos clínicos, basada en criterios asistenciales y puntos de corte del IFR, aunque necesaria para el análisis, podría introducir un sesgo de clasificación.
Entre las fortalezas, destaca el gran tamaño muestral (n=2.610) y la exhaustividad de los datos clínicos y analíticos recogidos, lo que ha permitido construir un modelo multivariante robusto que confirma la independencia del IFR como factor pronóstico.
ConclusiónEl IFR es un predictor independiente de mortalidad en pacientes crónicos complejos y paliativos que supera a la comorbilidad y a la dependencia funcional, capturando la reserva fisiológica global más allá del diagnóstico. Un umbral de IFR ≥0,53 identifica, con independencia de la etiología, a pacientes con supervivencia igual o inferior a un año que frecuentemente no han recibido aún etiqueta paliativa ni plan de cuidados anticipado. Su implementación en las historias clínicas electrónicas de AP permitiría detectar precozmente esta población, activar cuidados paliativos antes de la descompensación y alinear las decisiones clínicas con el pronóstico real, precisamente en el nivel asistencial donde estos pacientes son conocidos, seguidos y acompañados.
FinanciaciónEste estudio no ha recibido financiación específica de agencias de los sectores público, comercial o sin ánimo de lucro.
Consideraciones éticasEl estudio fue aprobado por el Comité de Ética de Investigación Clínica (CEIC) del Hospital Universitari i Politècnic La Fe de Valencia (número de registro: 2024-0459-1). Se trata de un estudio observacional sin intervención. Los datos fueron anonimizados tras su extracción de las historias clínicas electrónicas, garantizando la confidencialidad y la protección de datos personales de los participantes, en cumplimiento de la normativa vigente. El estudio se realizó de acuerdo con los principios de la Declaración de Helsinki.
Consentimiento informadoDado el diseño retrospectivo del estudio y el uso de datos anonimizados, el CEIC eximió de la obtención de consentimiento informado individual. El tratamiento de datos se realizó conforme al Reglamento General de Protección de Datos (RGPD) y la Ley Orgánica 3/2018 de Protección de Datos Personales y garantía de los derechos digitales.
Declaración sobre el uso de inteligencia artificialLos autores declaran que no se ha utilizado inteligencia artificial generativa en la redacción, en el análisis de datos ni en la elaboración de las figuras o tablas del presente manuscrito. Cualquier herramienta de IA empleada para apoyo en la edición o formato del texto fue supervisada íntegramente por los autores, quienes asumen la plena responsabilidad sobre el contenido.
Contribución de los autoresTodos los autores han contribuido de forma significativa a la concepción, diseño, recogida e interpretación de los datos, y han aprobado la versión final del manuscrito. Se declara que no existen contribuciones de personas que no figuren como autores. De acuerdo con los criterios del ICMJE, todos los firmantes cumplen los requisitos de autoría.
Conflicto de interesesLos autores declaran que no existe ningún conflicto de intereses en relación con el presente trabajo.





