Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Complejidad y El Paciente Hipertenso
Complejidad y El Paciente Hipertenso
www.elsevier.es/semergen
Sección Hipertensión Arterial, Servicio de Clínica Médica, Hospital Italiano de Buenos Aires, Buenos Aires, Argentina
PALABRAS CLAVE Resumen La hipertensión arterial es la principal causa de muerte a nivel mundial y el abordaje
Complejidad; que realice el médico de familia de los pacientes hipertensos, dado su rol clave como puerta de
Hipertensión; entrada al sistema de salud, es un determinante crucial en la evolución de los mismos. Por su
Fractal; parte, la Teoría de la Complejidad permite comprender cómo los sistemas crecen, se adaptan
Aprendizaje y evolucionan. El paciente hipertenso, dado su carácter de ser biológico y social, puede ser
automático; entendido como un sistema complejo. La comprensión de las características de estos sistemas
Telemedicina contribuye a considerar al paciente desde otra perspectiva, más satisfactoria tanto para el
mismo como para el profesional que lo asiste. En esta revisión se analizan las características
del sistema complejo «paciente hipertenso» y las herramientas que permiten dar cuenta e
interactuar con dicha complejidad. El abordaje desde múltiples enfoques, migrando de los
clásicos modelos reduccionistas a otros que tengan en cuenta las interrelaciones dinámicas que
se ponen en juego, sería una estrategia útil para el médico de familia en el desafío de lograr
un adecuado control de la presión arterial en sus pacientes.
© 2021 Sociedad Española de Médicos de Atención Primaria (SEMERGEN). Publicado por Elsevier
España, S.L.U. Todos los derechos reservados.
Cómo citar este artículo: J. Barochiner, Teoría de la Complejidad y el paciente hipertenso, Medicina de Familia. SEMER-
GEN, https://doi.org/10.1016/j.semerg.2020.12.008
+Model
SEMERG-1664; No. of Pages 7 ARTICLE IN PRESS
J. Barochiner
An approach from multiple perspectives, migrating from the classic reductionist models to
others that take into account the dynamic interrelationships that are at stake, would be a
useful strategy for the Family Physician in the challenge of achieving adequate control of blood
pressure in his or her patients.
© 2021 Sociedad Española de Médicos de Atención Primaria (SEMERGEN). Published by Elsevier
España, S.L.U. All rights reserved.
2
+Model
SEMERG-1664; No. of Pages 7 ARTICLE IN PRESS
Medicina de Familia. SEMERGEN xxx (xxxx) xxx---xxx
3
+Model
SEMERG-1664; No. of Pages 7 ARTICLE IN PRESS
J. Barochiner
de la interacción permanente de elementos que respon- Herramientas para abordar la complejidad del
dan a distintas perturbaciones (cambios de temperatura, paciente hipertenso
situaciones de estrés, situaciones de ayuno y postingesta,
sueño y vigilia, etc.) que todo el tiempo desequilibran al Como se ha mencionado, se requiere de una gran cantidad de
sistema, para lograr mantener un nivel de presión arterial energía para mantener al sistema complejo en un estado de
más o menos constante5 . baja entropía. En el ámbito de la medicina cardiovascular es
especialmente característico que, a medida que los sistemas
envejecen o enferman van perdiendo su nivel de compleji-
El control de la presión arterial como dad, viendo reducida su capacidad de adaptarse al estrés14 .
fenómeno emergente Por lo general, esta pérdida en la complejidad refleja una
pérdida o alteración de los componentes del sistema, o bien
De la red de interacciones dinámicas entre los componentes una alteración en las interacciones no lineales entre dichos
de un sistema complejo, surgen nuevas propiedades, llama- componentes14 . Se ha observado, por ejemplo, que en ancia-
das fenómenos emergentes, que no están gobernadas por nos y en pacientes con diabetes existe una reducción en
un modelo causa-efecto simple9,10 . El adecuado control de la complejidad de la variabilidad de la frecuencia cardíaca
la presión arterial puede contemplarse como un fenómeno en comparación con controles (intervalos R-R en los latidos
emergente del sistema «paciente hipertenso». Este involu- cardíacos)4 , lo cual abona el concepto de que la dimensión
cra diferentes vías y dinámicas en cada paciente-sistema fractal podría ser un mejor indicador de estados de salud
en particular, donde el control de la presión ----adecuado o por sobre el tradicional promedio de la frecuencia cardíaca,
no---- es el estado observable que emana de las interaccio- por ejemplo, ya que permite capturar de manera más efi-
nes de los componentes del sistema y de los subsistemas ciente las fluctuaciones y comportamiento no lineal de los
de que este forma parte10 . Es tarea del profesional de la fenómenos naturales15 . Las nuevas tecnologías han permi-
salud intentar desentrañar las interrelaciones que llevan a tido cuantificar las reducciones en el nivel de complejidad
esa emergencia en ese paciente. En efecto, solemos pasar en el envejecimiento y la enfermedad a través de méto-
por alto la distancia abismal entre el profesional de la salud dos como la entropía aproximada, el análisis espectral y el
en su consultorio y las experiencias vivenciadas en el día a análisis de fluctuación sin tendencia, entre otros5 (tabla 1).
día respecto del control de la presión del paciente, fruto Por otro lado, tanto a nivel de la investigación en
del interjuego complejo entre la fisiología y el comporta- salud como de la gestión e implementación de los sistemas
miento. La presión medida en el consultorio es, en el mejor de información en salud, los llamados grandes datos (big
de los casos, una muestra pequeñísima de un conjunto de data) han definido un enfoque relativamente reciente de
datos históricos cuyas propiedades van cambiando a lo largo investigación que involucra el uso de bases de datos com-
del tiempo y que muchas veces requieren intervenciones plejas de gran volumen16 . Estos incluyen datos clínicos, de
puntuales. En la figura 2, vemos como ejemplo un regis- estilo de vida, de imágenes, de laboratorio, genéticos y
tro de las presiones de un paciente al que se le solicitó que de biomarcadores, datos provenientes del uso de Internet
realizara una automonitorización de presión con mediciones y de dispositivos portables, entre otros. Esta concepción
por duplicado antes de desayunar y tomar la medicación y se ve reflejada en la reciente creación de diversas fuen-
antes de cenar, durante una semana. Este pone de manifiesto tes de registros de salud electrónicos para la investigación
múltiples sucesos de su cotidianeidad que muchas veces no en enfermedades cardiovasculares, ya sea en población
logran ser capturados ----o directamente no se pesquisan---- general17---19 o bien a través de registros hospitalarios20,21 .
en la consulta, constituyendo oportunidades de intervención Este volumen de datos resulta un buen insumo para diversos
perdidas. Habitualmente, se asume una variación fisiológica algoritmos de aprendizaje automático o machine learning,
de la presión desde un enfoque lineal, cuando en realidad tales como análisis de componentes principales, regresión
existen componentes caóticos no lineales e impredecibles, penalizada, árboles de decisión, redes neuronales, análi-
que son imposibles de captar sin la retroalimentación fre- sis bayesiano, y aprendizaje profundo, entre muchos otros,
cuente de lo que ocurre en el día a día del paciente. De que procesan y extraen información, muchas veces accio-
este modo, usualmente se da por sentado que factores clave nable, de esos datos22 (tabla 1). Distintos estudios han
(por ejemplo, el horario de toma del antihipertensivo) son demostrado la utilidad de estas técnicas en lo que respecta
constantes en la ecuación que pueden ser fácilmente con- a pacientes con hipertensión y la posibilidad de predecir
troladas por el profesional de la salud cuando, en realidad, eventos cardiovasculares. Por ejemplo, García Carretero
varían permanentemente. Desde esta perspectiva, los cam- et al.23 compararon modelos predictivos de regresión de
bios en el contexto en el que el sistema opera (identificación Cox clásicos con modelos de Cox que incluían términos de
de una fuente errónea de información, una influencia fami- penalización, usando el Least Absolute Shrinkage and Selec-
liar o laboral deletérea, o situaciones que se asocian a la tion Operator (LASSO) y elastic net. Aunque el desempeño
falta de adherencia al tratamiento) suelen tener un mayor de los modelos que incluyeron penalización no superó
impacto que alterar el funcionamiento del sistema en sí el desempeño del modelo clásico, los modelos obtenidos
(por ejemplo, con el agregado de un nuevo fármaco)13 . cuando se incluyó la penalización fueron más parsimoniosos
Dicho de otro modo, es más probable que se alcance un al tiempo que mantuvieron la posibilidad de ser interpreta-
adecuado control de la presión arterial si este se entiende dos, lo cual podría ser una ventaja para la práctica clínica.
como un fenómeno emergente de un sistema complejo Estos nuevos conocimientos llevaron al auge de la llamada
y, en esa concepción, se articulan estrategias biomédicas «medicina de precisión», que permite identificar subgru-
y psicosociales. pos en los que se puede optimizar el tratamiento gracias
4
+Model
SEMERG-1664; No. of Pages 7 ARTICLE IN PRESS
Medicina de Familia. SEMERGEN xxx (xxxx) xxx---xxx
al reconocimiento fenotípico más preciso o bien debido comportamiento. En este marco es que la medicina de
a una mejor comprensión de las vías causales. En con- precisión fue ganando popularidad y es probable que las
traposición a lo anterior, cabe destacar que las guías de herramientas mencionadas, que permiten manejar la com-
práctica clínica en hipertensión usan un enfoque están- plejidad inherente a este enfoque, hayan llegado para
dar universal intentando aplicarlo a nivel individual24,25 . quedarse.
Las recomendaciones de estas guías no son personaliza- Por otra parte, es importante tener en cuenta que no todo
das a la fisiopatología de los pacientes individuales a la hipertenso necesita de cada intervención biomédica dispo-
vez que no integran aspectos genéticos, ambientales y del nible y que, a su vez, algunas intervenciones necesarias para
5
+Model
SEMERG-1664; No. of Pages 7 ARTICLE IN PRESS
J. Barochiner
6
+Model
SEMERG-1664; No. of Pages 7 ARTICLE IN PRESS
Medicina de Familia. SEMERGEN xxx (xxxx) xxx---xxx
5. Vaillancourt DE, Newell KM. Changing complexity in human 21. Williams MS, Buchanan AH, Davis FD, Faucett WA, Hallquist MLG,
behavior and physiology through aging and disease. Neurobiol Leader JB, et al. Patient-centered precision health in a learning
Aging. 2002;23:1---11. health care system: Geisinger’s Genomic Medicine Experience.
6. Plsek PE, Greenhalgh T. Complexity science: The challenge of Health Aff (Millwood). 2018;37:757---64.
complexity in health care. BMJ. 2001;323:625---8. 22. Hastie T, Tibshirani R, Friedman JH. The Elements of Statisti-
7. GBD 2017 Risk Factor Collaborators. Global, regional, and cal Learning: Data Mining Inference, and Prediction. Springer
national comparative risk assessment of 84 behavioural, envi- Science & Business Media;. 2001:533.
ronmental and occupational, and metabolic risks or clusters of 23. Garcia-Carretero R, Barquero-Perez O, Mora-Jimenez I,
risks for 195 countries and territories, 1990-2017: a systematic Soguero-Ruiz C, Goya-Esteban R, Ramos-Lopez J. Identification
analysis for the Global Burden of Disease Study 2017. Lancet. of clinically relevant features in hypertensive patients using
2018;392:1923---94. penalized regression: a case study of cardiovascular events. Med
8. Rahimi K, Emdin CA, MacMahon S. The epidemiology of Biol Eng Comput. 2019;57:2011---26.
blood pressure and its worldwide management. Circ Res. 24. Williams B, Mancia G, Spiering W, Agabiti Rosei E, Azizi M, Bur-
2015;116:925---36. nier M, et al. 2018 ESC/ESH Guidelines for the management of
9. Corazza GR, Formagnana P, Lenti MV. Bringing complexity into arterial hypertension: The Task Force for the management of
clinical practice: An internistic approach. Eur J Intern Med. arterial hypertension of the European Society of Cardiology and
2019;61:9---14. the European Society of Hypertension: The Task Force for the
10. Sturmberg JP, Picard M, Aron DC, Bennett JM, Bircher J, deHa- management of arterial hypertension of the European Society of
ven MJ, et al. Health and disease-emergent states resulting Cardiology and the European Society of Hypertension. J Hyper-
from adaptive social and biological network interactions. Front tens. 2018;36:1953---2041.
Med (Lausanne). 2019;6:59. 25. Whelton PK, Carey RM, Aronow WS, Casey DE Jr,
11. Gilstrap DL. Strange Attractors and Human Interaction: Leading Collins KJ, Dennison Himmelfarb C, et al. 2017
Complex Organizations through the Use of Metaphors [Internet]. ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA
Complicity. 2005;2, http://dx.doi.org/10.29173/cmplct8727. Guideline for the Prevention, Detection Evaluation, and Mana-
12. Higgins JP. Nonlinear systems in medicine. Yale J Biol Med. gement of High Blood Pressure in Adults: Executive Summary:
2002;75:247---60. A Report of the American College of Cardiology/American
13. Wilson T, Holt T, Greenhalgh T. Complexity science: complexity Heart Association Task Force on Clinical Practice Guidelines.
and clinical care. BMJ. 2001;323:685---8. Circulation. 2018;138:e426---83.
14. Lipsitz LA, Goldberger AL. Loss of ‘‘complexity’’ and aging 26. Vallis M. Are behavioural interventions doomed to fail? Cha-
Potential applications of fractals and chaos theory to senes- llenges to self-management support in chronic diseases. Can
cence. JAMA. 1992;267:1806---9. J Diabetes. 2015;39:330---4.
15. Sturmberg JP, West BJ. Fractals in Physiology 27. Kvedar J, Coye MJ, Everett W. Connected health: a review of
and Medicine [Internet]. Handbook of Sys- technologies and strategies to improve patient care with tele-
tems and Complexity in Health. 2013:171---92, medicine and telehealth. Health Aff (Millwood). 2014;33:194---9.
http://dx.doi.org/10.1007/978-1-4614-4998-0 11. 28. Muñoz de Escalona-Rojas JE, Quereda-Castañeda A, García-
16. Silverio A, Cavallo P, De Rosa R, Galasso G. Big health García O. Actualización de la retinopatía diabética para médicos
data and cardiovascular diseases: a challenge for research, de atención primaria: hacia una mejora de la medicina tele-
an opportunity for clinical care. Front Med. 2019;6:36, mática [Update of diabetic retinopathy for Primary Care
http://dx.doi.org/10.3389/fmed.2019.00036. physicians: Towards an improvement of telematic medicine].
17. Denaxas S, Gonzalez-Izquierdo A, Direk K, Fitzpatrick NK, Semergen. 2016;42:172---6.
Fatemifar G, Banerjee A, et al. UK phenomics platform for 29. Mills EC, Savage E, Lieder J, Chiu ES. Telemedicine and the
developing and validating electronic health record phenotypes: COVID-19 Pandemic: Are we ready to go live? Adv Skin Wound
CALIBER. J Am Med Inform Assoc. 2019;26:1545---59. Care. 2020;33:410---7.
18. Millá Perseguer M, Guadalajara Olmeda N, Vivas Consuelo D. 30. Pallarés Carratalá V, Górriz-Zambrano C, Llisterri Caro JL, Gorriz
[Impact of cardiovascular risk factors on the consumption of JL. La pandemia por la COVID-19: una oportunidad para cam-
resources in Primary Care according to Clinical Risk Groups]. biar la forma de atender a nuestros pacientes [The COVID-19
Aten Primaria. 2019;51:218---29. pandemic: An opportunity to change the way we care for our
19. Shen Y, Yang Y, Parish S, Chen Z, Clarke R, Clifton DA. Risk patients]. Semergen. 2020;46 Suppl. 1:3---5.
prediction for cardiovascular disease using ECG data in the 31. Indraratna P, Tardo D, Yu J, Delbaere K, Brodie M, Lovell N, et al.
China kadoorie biobank. Conf Proc IEEE Eng Med Biol Soc. Mobile phone technologies in the management of ischemic heart
2016;2016:2419---22. disease heart failure, and hypertension: systematic review and
20. Sankar PL, Parker LS. The Precision Medicine Initiative’s All of Us meta-analysis. JMIR Mhealth Uhealth. 2020;8:e16695.
Research Program: an agenda for research on its ethical, legal,
and social issues. Genet Med. 2017;19:743---50.