Análisis geoestadístico desde el laboratorio clínico en prevención cardiovascular para atención primaria

Resumen

Introducción y objetivos

Las enfermedades cardiovasculares continúan encabezando la mortalidad en España. Las técnicas de análisis geoestadístico en el laboratorio clínico son herramientas innovadoras que permiten el diseño de nuevas estrategias en prevención primaria de enfermedad cardiovascular. El objetivo fue estudiar la prevalencia y geolocalización de dislipidemias en las áreas sanitarias de estudio para implementar estrategias de prevención en atención primaria. Se llevó a cabo un estudio de cohorte retrospectivo de los niveles de colesterol unido a proteínas de baja densidad, triglicéridos y lipoproteína (a) en los años 2019 y 2020. Además, se realizó un análisis geoestadístico que incluyó la representación en mapas coropléticos y la detección de clústeres de agrupación; para ello, se utilizó la información geográfica en formato de código postal incluida en los datos demográficos de cada analítica.

Resultados

Los datos analíticos incluidos en el estudio fueron triglicéridos (n = 365.384), colesterol unido a proteínas de baja densidad (n = 289.594) y lipoproteína (a) (n = 502). Se identificaron las áreas con mayor y menor porcentaje de casos para los puntos de corte establecidos de cLDL > 190 mg/dl y TG > 150 mg/dl. Se detectaron 2 clústeres de agrupación con significación estadística para cLDL > 190 mg/dl y un total de 6 clústeres para los valores de TG > 150 mg/dl.

Conclusiones

La detección de clústeres, así como la representación de mapas coropléticos, pueden ser de gran ayuda en la detección de áreas geográficas que requieran de mayor atención para intervenir en el riesgo cardiovascular.

Abstract

Introduction and objectives

Cardiovascular diseases continue to lead the ranking of mortality in Spain. The implementation of geostatistical analysis techniques in the clinical laboratory are innovative tools that allow the design of new strategies in primary prevention of cardiovascular disease. The aim of this study was to study the prevalence and geolocation of severe dyslipidemia in the health areas under study in order to implement prevention strategies in primary care. A retrospective cohort study of low-density protein-bound cholesterol, triglyceride and lipoprotein (a) levels in the years 2019 and 2020 were carried out. In addition, a geostatistical analysis was performed including representation in choropleth maps and the detection of clustering clusters, using geographic information in zip code format included in the demographic data of each analytic.

Results

The analytical data included in the study were triglycerides (n = 365,384), low density protein-bound cholesterol (n = 289,594) and lipoprotein to lipoprotein (a) (n = 502). Areas with the highest and lowest percentage of cases were identified for the established cut-off points of LDL-C > 190 mg/dL and TG > 150 mg/dL. Two clustering clusters with statistical significance were detected for cLDL > 190 mg/dL and a total of 6 clusters for TG values > 150 mg/dL.

Conclusions

The detection of clusters, as well as the representation of choropleth maps, can be of great help in detecting geographic areas that require greater attention to intervene and improve cardiovascular risk.