Seleccionar página

Las tablas de riesgo cardiovascular: para qué sirven y para qué no

Herramientas → Las tablas de riesgo cardiovascular

Las tablas de riesgo cardiovascular — SCORE2, Framingham, ASCVD, QRISK — estiman la probabilidad de sufrir un evento cardiovascular en los próximos 10 años. Se usan para decidir quién recibe tratamiento preventivo, especialmente estatinas. Su utilidad real, sus límites y su efecto sobre la medicalización del riesgo son objeto de debate activo. Esta página describe qué aportan, dónde fallan y qué posiciones existen entre quienes las usan, quienes las cuestionan y quienes las rechazan.

Qué son y cómo funcionan

Las tablas de riesgo cardiovascular son modelos estadísticos construidos a partir de grandes cohortes de seguimiento. Miden cuántas personas con determinadas características — edad, sexo, presión arterial, colesterol, tabaquismo — desarrollaron un evento cardiovascular mayor a lo largo de años, y usan esa información para estimar la probabilidad de que ocurra en una persona concreta.

El proceso tiene cuatro pasos que conviene distinguir:

1 · Factores de riesgo — edad, sexo, presión arterial, colesterol LDL/HDL, tabaquismo, diabetes.

2 · Modelo estadístico — regresión multivariable sobre cohortes históricas, calibrado para distintas poblaciones.

3 · Probabilidad estimada — un número expresado como porcentaje de riesgo a 10 años. No es una predicción individual: es una estimación poblacional aplicada a una persona concreta.

4 · Decisión clínica — paso que las tablas no pueden dar. Requiere juicio clínico, contexto del paciente y sus preferencias. La tabla es un paso intermedio, no el final del proceso.

Para qué tienen utilidad demostrada — y para qué no

Identificar riesgo alto: utilidad sólida. Las tablas discriminan razonablemente entre personas de bajo y alto riesgo. En riesgo alto, el beneficio absoluto de las intervenciones es mayor y la indicación está mejor respaldada.

Comparar escenarios: útil y respaldado. Mostrar al paciente cuánto baja su riesgo si deja de fumar frente a cuánto baja con una estatina — con los mismos datos, en la misma consulta — es uno de los usos más valiosos de estas herramientas.

Estimar riesgo moderado: útil pero incierto. La calibración es más imprecisa en este rango. Dos tablas distintas pueden dar categorías diferentes para el mismo paciente.

Decidir medicación de forma automática: desaconsejado por todas las posiciones. El número de la tabla no prescribe: es un dato para la deliberación, no un algoritmo de decisión.

Predecir el futuro individual: inválido. Un 8% de riesgo no significa que esta persona vaya a tener un evento con esa probabilidad: significa que personas con ese perfil tienen esa frecuencia de eventos a nivel de grupo.

Dónde fallan las tablas

Calibración imperfecta: construidas sobre cohortes históricas, muchas tablas sobreestiman el riesgo en poblaciones actuales donde han mejorado los tratamientos. La sobreestimación produce presión hacia el sobretratamiento.

Variables ausentes: las tablas no incluyen estrés crónico, desigualdad socioeconómica, fragilidad, comorbilidad compleja ni dieta real. Dos personas con el mismo número pueden tener trayectorias muy distintas.

Falsa precisión: un resultado de “7,3% de riesgo a 10 años” tiene apariencia de exactitud que el modelo no puede garantizar. El intervalo de incertidumbre real es amplio y rara vez se comunica.

Riesgo de medicalización: cuando los umbrales de intervención se fijan bajos, millones de personas sanas quedan clasificadas como “en riesgo” y candidatas a tratamiento farmacológico indefinido. El umbral es una decisión normativa, no solo técnica.

Fiabilidad según población
Mayor fiabilidad Poblaciones similares a las cohortes originales: edad media, sin fragilidad, países con datos de calibración propios (algunos países europeos, Reino Unido con QRISK).
Fiabilidad moderada Poblaciones distintas pero ajustables: otros países europeos con recalibración, cambios temporales respecto a las cohortes de origen.
Baja fiabilidad Poblaciones no representadas en las cohortes originales: ancianos frágiles, personas en situación de pobreza, minorías étnicas, países de renta media-baja, multimórbidos complejos.

Tres posiciones en tensión

Escenario Guías mayoritarias (ESC, ACC/AHA) Posición crítica (Gérvas, Heath) Posición escéptica radical (Kendrick, Ravnskov) Lo establecido / lo debatido
Riesgo bajo (<5%) Las tablas confirman que no se justifica farmacoterapia. Foco en estilo de vida. Coinciden en no tratar. Advierten del riesgo de convertir a personas sanas en “pacientes de riesgo” por el mero hecho de calcularles un número. Las tablas son irrelevantes porque el modelo causal — LDL como causa de enfermedad cardiovascular — está mal planteado. No tratar es correcto pero por razones distintas. Establecido: NNT muy alto aquí. Debatido: si el cálculo en sí medicaliza.
Riesgo moderado (5–10%) Las tablas orientan la decisión compartida. Muchas guías tienden a ofrecer estatinas en este rango. Beneficio absoluto modesto, tablas pueden sobreestimar. La indicación sistemática de farmacoterapia aquí no está justificada sin deliberación real caso a caso. Rechazo de las tablas y de las estatinas. Proponen modelos causales alternativos — inflamación, coagulación, estrés — no capturados por ningún score lipídico. Establecido: beneficio pequeño pero real. Debatido: si la sobreestimación convierte la indicación en sobretratamiento sistemático.
Riesgo alto (10–20%) Las tablas tienen aquí su utilidad más sólida. Indican intervención con bastante firmeza. Más abiertos a aceptar utilidad aquí. Insisten en deliberación, explicación del NNT y revisión periódica. Siguen rechazando el modelo. Algunos admiten que podría haber un beneficio marginal, pero atribuido a efectos antiinflamatorios de las estatinas, no a la reducción del LDL. Establecido: beneficio absoluto mayor; identificación de alto riesgo sólida. Debatido: ajuste en ancianos frágiles y multimórbidos.
Mayores de 75 años Reconocen que las tablas son poco fiables. El riesgo queda dominado por la edad. Recomiendan juicio individualizado. Señalan el riesgo de medicar por edad más que por beneficio real. Priorizan calidad de vida y desprescripción en frágiles. Rechazo. Consideran que en mayores los datos muestran con más claridad las paradojas del paradigma lipídico. Establecido: calibración deficiente en muy mayores. Debatido: si tienen sentido los scores en este grupo.
Poblaciones no representadas Reconocen limitaciones y recomiendan juicio clínico adicional. Señalan que aplicar estas tablas a personas en situación de pobreza, minorías étnicas o con comorbilidad compleja puede producir decisiones injustas o irrelevantes. Rechazo del modelo en general. Señalan que la homogeneización de factores de riesgo oculta determinantes sociales y biológicos. Establecido: fallos de calibración documentados. Debatido: cómo integrar determinantes sociales en modelos de uso práctico.

Sobre la posición escéptica radical: Kendrick, Ravnskov y Diamond cuestionan la causalidad del LDL y la validez de las tablas de riesgo desde fuera del paradigma dominante. Sus argumentos se basan en paradojas epidemiológicas, en ensayos con resultados negativos o inconsistentes, y en críticas a la opacidad de los datos de los grandes metaanálisis. Esta posición ha recibido contestación metodológica sustancial desde la cardiología convencional y desde la epidemiología genética mendeliana. Se incluye aquí con sus fuentes directas para que el lector pueda evaluar los argumentos por sí mismo, aplicando los mismos criterios críticos que a cualquier otra posición. → Ver análisis completo

Fuentes verificables por el lector

Enfoque de las guías — evidencia dominante

Cohortes que originan las tablas

Framingham Heart Study: framinghamheartstudy.org

SCORE2 (2021) — European Heart Journal: academic.oup.com

ASCVD Pooled Cohort Equations (2013) — Circulation: ahajournals.org

QRISK3 (2017) — Heart: academic.oup.com

Ensayos que relacionan riesgo basal y beneficio absoluto

WOSCOPS — NEJM 1995: nejm.org

HOPE-3 — NEJM 2016: nejm.org

CTT Collaboration — Lancet 2012: thelancet.com

Evidencia genética sobre LDL como factor causal

Ference et al. — genética mendeliana — NEJM 2017: nejm.org

IMPROVE-IT (ezetimiba) — NEJM 2015: nejm.org

FOURIER (iPCSK9) — NEJM 2017: nejm.org

Posición crítica — “menos es más”

Gérvas — colesterol y NICE — NoGracias 2014: nogracias.eu

Iona Heath — “The tyranny of health” — BMJ 2002: bmj.com

Ridker & Cook — Framingham sobreestima en mujeres — Circulation 2008: ahajournals.org

DeFilippis et al. — ASCVD sobreestima riesgo — Circulation 2014: ahajournals.org

CTT — reducción absoluta según riesgo basal — Lancet 2012: thelancet.com

BMJ — serie “Too Much Medicine”: bmj.com

BMJ — debate acceso a datos de estatinas 2013: bmj.com

Posición escéptica radical

Posición minoritaria y muy debatida. Se enlaza para que el lector pueda evaluar los argumentos directamente.

Malcolm Kendrick: drmalcolmkendrick.org

Uffe Ravnskov: ravnskov.nu

Diamond et al. — Expert Review Clinical Pharmacology 2018: tandfonline.com (ha recibido contestación metodológica sustancial)

Calculadoras disponibles

SCORE2 — recomendada por la ESC para Europa. Recalibrada por regiones de riesgo. La más relevante para la práctica en España. u-prevent.com/calculators/score2

ASCVD (ACC/AHA) — desarrollada para población estadounidense. Documentada sobreestimación de riesgo en varias cohortes de validación externas. tools.acc.org

QRISK3 — desarrollada para el NHS con mejor calibración en Reino Unido. Incluye más variables (deprivación socioeconómica, etnia, lupus, migraña). No validada para España. qrisk.org

Nota: distintas calculadoras pueden dar resultados diferentes para el mismo paciente. Esa variabilidad no es un error técnico — refleja la incertidumbre real del modelo. Usar más de una calculadora y observar el rango de resultados puede ser más informativo que confiar en un número único.

Lo que está establecido · Lo que es incierto · Lo que está debatido

Establecido

Las tablas discriminan razonablemente entre riesgo bajo y riesgo alto a nivel poblacional.

El beneficio absoluto de las intervenciones farmacológicas crece con el riesgo basal.

No predicen el futuro individual — son estimaciones poblacionales aplicadas a casos concretos.

La calibración es imperfecta y depende de la población, el país y el período histórico.

Plausible pero incierto

Muchas tablas sobreestiman el riesgo en poblaciones europeas actuales — pero la magnitud de esa sobreestimación varía y no está establecida con precisión para España.

En riesgo moderado, la sobreestimación puede ser suficiente para convertir en candidatos a tratamiento a personas que no se beneficiarían de él.

El uso sistemático de tablas puede contribuir a la medicalización del riesgo, aunque la magnitud de ese efecto es difícil de separar de otros determinantes.

Debatido

Si los umbrales de intervención actuales de las guías están bien calibrados o demasiado bajos para la mayoría de poblaciones europeas.

La causalidad del LDL — sólida para la posición dominante, cuestionada con argumentos metodológicos desde posiciones minoritarias.

Si tiene sentido usar tablas de riesgo en mayores de 75 años o si deberían usarse criterios enteramente distintos orientados a función y calidad de vida.

Las tablas de riesgo cardiovascular son una herramienta útil para ordenar decisiones, no para tomarlas. Su valor principal está en identificar a quién puede beneficiarse más de una intervención y en hacer visible la diferencia entre escenarios — dejar de fumar frente a tomar una estatina, por ejemplo. Su límite principal es la distancia entre la estimación poblacional y la persona concreta que tiene delante el médico. Esa distancia no la cierra ningún modelo: la cierra la deliberación clínica.

Para ver cómo se aplica este marco a un caso concreto — incluyendo el cálculo del riesgo, la comparación entre dejar de fumar y tomar una estatina, y la comunicación del beneficio absoluto al paciente — consulta el caso clínico de estatinas en prevención primaria.

Última revisión: abril 2026

Búsqueda y comprensión de la información médica
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.