Objetivos: Evaluar la prevalencia de diabetes mellitus (DM) y el resto de factores de riesgo cardiovascular (RCV), que presentaban los pacientes ingresados durante un año en el servicio de cardiología de nuestro centro con el diagnóstico de síndrome coronario agudo (SCA), y sus diferencias por sexo, utilizando para ello la herramienta de Big Data Savana Manager.

Material y métodos: Estudio retrospectivo descriptivo de los pacientes ingresados en el Servicio de Cardiología del Hospital Universitario Infanta Leonor durante el año 2016 con diagnóstico de SCA. En dicha población se estudió la presencia de los distintos factores RCV: diabetes mellitus (DM), hipertensión arterial (HTA), hipercolesterolemia, obesidad y tabaquismo. La búsqueda se realizó con SAVANA obteniendo los datos del informe de alta electrónico, utilizando tecnología EHRead que es capaz de procesar el lenguaje natural o no estructurado.

Resultados: Desde el 1 de enero de 2016 y el 31 de diciembre de 2016 se dieron de alta en el servicio de cardiología 158 pacientes (106 H y 52 M) con el diagnóstico de SCA. La edad media de la población fue 68,7 ± 13,8 años, siendo la de las mujeres 75,5 ± 11 significativamente mayor que la de los varones 65,4 ± 13,8 (p = 9,8 × 10^-f). La frecuencia de presentación de los distintos factores se muestra en la tabla. Del total de la población 17 individuos (10,7%) no presentaba ningún FRCV, de ellos 12 (11,3%) hombres y 5 (9,6%) mujeres. Lo más frecuente es que los pacientes presenten dos FRCV, esta situación se da en 62 pacientes (39,2%) (36 (33,9%) varones y 26 (50%) mujeres), siendo la asociación más observada la de DM e HTA. Ningún individuo tenía recogida la presencia de todos los factores de riesgo de forma coincidente.

Conclusiones: En nuestra población, la DM es el segundo factor de RCV más prevalente, precedido por la HTA. Llama la atención la baja frecuencia en el diagnóstico de hipercolesterolemia, probablemente relacionado con una recogida incompleta de datos en el informe de alta. Las nuevas herramientas para el manejo de datos pueden ser de gran utilidad para obtener información que nos ayude a comprender mejor las distintas patologías.