Nomogramas en cardiología: de la evidencia a la práctica clínica

Autores/as

Palabras clave:

atención primaria de salud; medicina de precisión; nomogramas; rehabilitación cardíaca

Resumen

Introducción: Los nomogramas son herramientas gráficas que integran múltiples variables para estimar probabilidades individualizadas de desenlaces clínicos y han demostrado capacidad predictiva superior a escalas tradicionales.

Objetivo: Caracterizar el valor clínico de los nomogramas como herramientas de medicina de precisión en cardiología, con énfasis en su aplicación en la atención primaria y rehabilitación cardíaca.

Desarrollo: La evidencia muestra que los nomogramas tienen tanto valor como las escalas TIMI o Framingham; permiten estimar no solo eventos adversos mayores, sino también desenlaces funcionales, adherencia terapéutica y respuesta a intervenciones. Su potencial es relevante en la atención primaria -para estratificación temprana y gestión de la cronicidad- y en rehabilitación cardíaca -para predecir cumplimiento terapéutico, individualizar la prescripción de ejercicio y optimizar recursos-. Sin embargo, persisten barreras, como la insuficiente validación externa, el riesgo de sesgo metodológico y la falta de integración en sistemas de información sanitaria.

Conclusiones: Para incorporar los nomogramas a la práctica cardiológica habitual se requiere un esfuerzo coordinado que incluya la validación externa de los modelos existentes en poblaciones locales, la estandarización metodológica y su integración tecnológica en el punto de atención clínica.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

1. Ramírez Domínguez LG. La historia y proyección de la cardiología: de los latidos del pasado a los desafíos del futuro [Internet]. Rev Multimed. 2025 [acceso: 05/03/2026]; 29:e3239. Disponible en: https://revmultimed.sld.cu/index.php/mtm/article/view/3239

2. López Ferrero LH, González Veliz A, Llerena Rojas LD, Aroche Aportela R, Calderín Pino R, Amat Santos I. Experiencia inicial en Cuba del implante valvular aórtico transcatéter [Internet]. Rev Cuba Cardiol Cir Cardiovasc. 2025 [acceso: 03/03/2026]; 31:e2343. Disponible en: https://revcardiologia.sld.cu/index.php/revcardiologia/article/view/2343

3. Jiménez López M, Hidalgo Mesa CJ, Barreto Fiu EE, Sánchez Pérez Y, Jiménez Rodríguez Y, Guedes Díaz R, et al. Prevención de la hipertensión arterial desde un modelo predictivo y nomograma de riesgo [Internet]. Medicentro Electrónica. 2025 [acceso: 05/03/2026];29:e4314. Disponible en: http://scielo.sld.cu/pdf/mdc/v29/1029-3043-mdc-29-e4314.pdf

4. Rodríguez Perón JM. Medicina de precisión y medicina basada en la evidencia [Internet]. Rev Cuba Med Mil. 2019 [acceso: 04/03/2026];48(4):918-26. Disponible en: https://revmedmilitar.sld.cu/index.php/mil/article/view/321

5. Fang C, Chen Z, Zhang J, Jin X, Yang M. Construction and evaluation of nomogram model for individualized prediction of risk of major adverse cardiovascular events during hospitalization after percutaneous coronary intervention in patients with acute ST-segment elevation myocardial infarction [Internet]. Front Cardiovasc Med. 2022 [acceso: 05/03/2026]; 9:1050785. Disponible en: https://www.frontiersin.org/journals/cardiovascular-medicine/articles/10.3389/fcvm.2022.1050785/full

6. Zhao JY, Dou JQ, Chen MW. Construction of a risk prediction model for hypertension in type 2 diabetes: Independent risk factors and nomogram [Internet].World J Diabetes. 2025 [acceso: 05/03/2026];16(5):102141. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC12142180/

7. Hou S, Jiang Y, Zhao F, Wei Z, Wang T, Chen J, et al. Construction and validation of a risk prediction model for extensive abdominal aortic calcification in hypertensive patients aged 40 and above: a cross-sectional study based on the 2013-2014 NHANES database [Internet]. BMC Cardiovasc Disord. 2025 [acceso: 05/03/2026];25(1):462. Disponible en: https://bmccardiovascdisord.biomedcentral.com/articles/10.1186/s12872-025-04912-4

8. Zhou B, Yan J, Wang Q, He Q, Ao W, Yang Y, et al. Factors influencing cardiac rehabilitation compliance in elderly myocardial infarction patients and the development of a nomogram prediction model [Internet]. Patient Prefer Adherence. 2025 [acceso: 05/03/2026];19:2015-25. Disponible en: https://www.dovepress.com/factors-influencing-cardiac-rehabilitation-compliance-in-elderly-myoca-peer-reviewed-fulltext-article-PPA

9. Shen T, Ren C, Zhao W, Tao L, Xu S, Zhang C, et al. Development and validation of a prediction model for cardiovascular events in exercise assessment of coronary heart disease patients after percutaneous coronary intervention [Internet]. Front Cardiovasc Med. 2022 [acceso: 05/03/2026];9:798446. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/pmid/35557530/

10. Zhang LX, Wang TT, Jiang Y, Hou SB, Zhao FF, Zhou XJ, et al. Construction and verification of the prediction model for risk of sleep disturbance in elderly patients with hypertension: a cross-sectional survey based on NHANES database from 2005 to 2018 [Internet]. BMC Geriatr. 2024 [acceso: 05/03/2026];24(1):848. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC11490173/

11. Kong S, Chen C, Zheng G, Yao H, Li J, Ye H, et al. A prognostic nomogram for long-term major adverse cardiovascular events in patients with acute coronary syndrome after percutaneous coronary intervention [Internet]. BMC Cardiovasc Disord. 2021 [acceso: 05/03/2026];21(1):253. Disponible en: https://link.springer.com/article/10.1186/s12872-021-02051-0

12. Xie J, Song L, Yang Z, Bai H, Feng C. Development of a risk factor nomogram prediction model for patients with acute coronary syndrome complicated by hypertension using LASSO regression analysis [Internet]. BMC Cardiovasc Disord. 2025 [acceso: 05/03/2026];25(1):866. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC12699854/

13. Larrinaga Sandrino V, Benitez Ledesma J, Dufurneax Kindelan R, Hernández García S, Hernández Meléndez DE, Rivas Estany E. Charlas educativas para la salud como parte de un programa integral de rehabilitación cardiovascular [Internet]. Rev Cuba Med Fis Rehabil. 2025 [acceso: 05/03/2026];17:e1003. Disponible en: https://revrehabilitacion.sld.cu/index.php/reh/article/view/1003

14. Park S, Battumur B, Yoon SY, Lee Y, Park SH, Lee K, et al. Western exercise capacity nomograms for Korean patients with cardiovascular disease [Internet]. J Korean Med Sci. 2023 [acceso: 05/03/2026];38(23):e179. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC10261710/

15. Garib Hernández R, Nápoles Riaño DA, Velázquez González VA, Pérez Pérez SM, Hechavarría Del Río Z. Validación de un modelo predictivo para la insuficiencia cardíaca en hipertensos [Internet]. Rev Cuba Med Mil. 2026 [acceso: 04/03/2026];55(1):e026076819. Disponible en: https://revmedmilitar.sld.cu/index.php/mil/article/view/76819

16. Liu J, Zhang N, Liu T. Predicting hypertension in type 2 diabetes mellitus: Insights from a nomogram model [Internet]. World J Diabetes. 2025;16(7):107501. DOI: https://dx.doi.org/10.4239/wjd.v16.i7.107501

17. Zhang Z, Ma X, Li Z, Wei H, Jia K, Xu C, et al. Nomogram for predicting postoperative blood pressure reduction in hypertensive patients: a single-center retrospective study [Internet]. Int J Med Sci. 2025 [acceso: 05/03/2026];22(14):3581-90. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC12434825/

Descargas

Publicado

03.09.2026

Cómo citar

1.
Pérez García TJ, Bermúdez Yera G de J. Nomogramas en cardiología: de la evidencia a la práctica clínica. Rev. cuba. med. mil [Internet]. 3 de septiembre de 2026 [citado 4 de septiembre de 2026];55(3):e026077445. Disponible en: https://revmedmilitar.sld.cu/index.php/mil/article/view/77445

Número

Sección

Artículo de Opinión