Introdução: Modelos para prever eventos ao longo do tempo apresentam baixa acurácia para a predição de risco em indivíduos jovens. Objetivo: Avaliar potenciais melhorias na qualidade de predição de risco entre indivíduos jovens com síndromes coronarianas agudas (prACS, <55 anos) por meio de: (i) desenvolvimento de modelos específicos em indivíduos com prACS versus uma corte global, contendo pessoas mais jovens e mais velhas que 55 anos; (ii) divisão das regras de predição em dois modelos (janelas de previsão de curto e longo prazo [STWm e LTWm]) em comparação com uma regra global (GFm), onde o seguimento de curto e longo prazo foi considerado em conjunto.
Métodos: Indivíduos consecutivos com SCA (ncoorte global=6341 e nprACS=2242) submetidos à coronariografia até 48h após a admissão hospitalar foram incluídos. A janela de observação em STWm e GFm incluiu as primeiras 48h da admissão hospitalar e LTWm incluiu informações intra-hospitalares. A coorte prACS e a coorte global foram divididas em conjuntos de treino/validação (70% do tamanho amostral), e ambos foram testados em uma amostra de 673 indivíduos prACS (conjunto de teste). O STWm avaliou a ocorrência de óbitos cardiovasculares intra-hospitalares e SCA recorrente (MACE) com estatística C e o LTWm avaliou eventos ocorridos após a alta da internação índice de SCA considerando concordância tempo-dependente (Ctd-index) com riscos competitivos (MACE versus mortes não-cardiovasculares). Os modelos foram repetidos ao longo de cinco ciclos de validação cruzada e, em seguida, avaliados no conjunto de teste.
Resultados: Após seguimento mediano de 6,67 anos, 2.008 indivíduos apresentaram MACE. A melhor estratégia foi projetar modelos especificamente em indivíduos ACS combinando STWm e LTWm, onde os melhores resultados foram, respectivamente, C-statistic [0,921(95%CI 0,889-0,953)] e Ctd-index [0,722(95%CI 0,678-0,760 )], enquanto o melhor índice Ctd com a regra geral (GFm) foi 0,681 (IC 95% 0,654-0,703). Houve concordância muito baixa entre os principais preditores de MACE para prACS versus a coorte global, bem como para STWm versus LTWm, reforçando a necessidade de regras de previsão específicas.
Conclusões: A predição de risco mas SCA é otimizada usando regras específicas para prACS e combinando janelas de previsão de curto e longo prazo. Desta foram foi possível prever 80% dos eventos com precisão, ao contrário dos 68% obtidos com as regras gerais.
