Resumen: El síndrome cardiorrenal (coexistencia de enfermedad cardiovascular y enfermedad renal crónica) concentra un riesgo elevado de eventos y mortalidad. En una cohorte prospectiva basada en NHANES 1999–2018, investigadores estimaron edad biológica a partir de 12 biomarcadores clínicos usando dos enfoques (KDM-BA y PhenoAge) y calcularon la “aceleración” de edad biológica como el residuo al ajustar por edad cronológica. En 1.100 participantes con síndrome cardiorrenal, incrementos mayores en estas métricas se asociaron con un riesgo más alto de mortalidad por cualquier causa; por ejemplo, por cada 10 años de aumento en KDM-BA o en PhenoAge se observó un aumento del riesgo de mortalidad (HR 1,14 y 1,63, respectivamente). También se observaron asociaciones para las métricas de aceleración (KDM-BAA HR 1,40; PhenoAgeAccel HR 1,54). El trabajo sugiere que estas medidas pueden funcionar como biomarcadores pronósticos en esta población, con señales de diferencias por sexo (asociaciones más marcadas en varones). Sin embargo, al ser observacional, no puede establecer causalidad ni demostrar que usar estas métricas para guiar decisiones clínicas mejore resultados. Además, los biomarcadores que alimentan la edad biológica pueden reflejar carga de enfermedad activa, tratamientos o comorbilidades, lo que complica la interpretación como “envejecimiento” en sentido estricto.
Qué se ha descubierto
Un estudio humano de cohorte prospectiva, utilizando datos de la National Health and Nutrition Examination Survey (NHANES) entre 1999 y 2018, evaluó si la edad biológica y la “aceleración” de edad biológica se asocian con mortalidad en personas con síndrome cardiorrenal (CRS). En este trabajo, CRS se definió como comorbilidad cardiorrenal crónica: coexistencia de enfermedad cardiovascular autoinformada y enfermedad renal crónica calculada. Se incluyeron 1.100 participantes con CRS en el análisis final.
Los autores estimaron edad biológica mediante 12 biomarcadores clínicos usando dos métodos: la edad biológica de Klemera-Doubal (KDM-BA) y Phenotypic Age (PhenoAge). Además, definieron la aceleración de edad biológica (BAA) como los residuos de una regresión lineal de la edad biológica sobre la edad cronológica, generando KDM-BAA y PhenoAgeAccel.
En los análisis de supervivencia, valores más altos de KDM-BA y PhenoAge se asociaron con mayor riesgo de mortalidad por cualquier causa en la población con CRS. En concreto, por cada aumento de 10 años en KDM-BA y en PhenoAge, el riesgo de mortalidad por cualquier causa fue mayor (HR 1,14 y HR 1,63, respectivamente). También se observaron asociaciones positivas entre las métricas de aceleración (KDM-BAA HR 1,40; PhenoAgeAccel HR 1,54) y la mortalidad por cualquier causa.
Más allá de la mortalidad total, el estudio reportó que KDM-BA se asoció con mortalidad por enfermedad cardiaca y por enfermedad cerebrovascular dentro de la población con CRS, y describió una relación no lineal en el caso de enfermedad cerebrovascular. Asimismo, las asociaciones se señalaron como más pronunciadas en varones que en mujeres para algunos análisis.
[1]Por qué es importante
El síndrome cardiorrenal describe un contexto clínico donde la enfermedad cardiovascular y la disfunción renal coexisten e interactúan. En términos prácticos, esto suele traducirse en mayor complejidad clínica, mayor carga de comorbilidades y un riesgo elevado de eventos adversos, incluida la muerte. Disponer de herramientas pronósticas que integren información de múltiples sistemas puede ser relevante para estratificar riesgo y orientar la intensidad de seguimiento o la priorización de intervenciones basadas en guías.
Las métricas de edad biológica se proponen como indicadores compuestos del “estado global” del organismo, calculados a partir de biomarcadores clínicos. En la práctica, podrían capturar de forma agregada alteraciones inflamatorias, metabólicas, hematológicas o renales que no quedan reflejadas en una sola variable. Este estudio aporta evidencia de asociación entre varias de estas métricas y la mortalidad en un subgrupo de alto riesgo: pacientes con CRS.
La relevancia del hallazgo es principalmente pronóstica y epidemiológica: sugiere que, dentro de CRS, no todos los individuos presentan el mismo “perfil biológico” al margen de la edad cronológica, y que esa diferencia se relaciona con el riesgo observado. Al mismo tiempo, el trabajo no prueba que la edad biológica sea un mecanismo causal de mortalidad ni que modificarla cambie el curso clínico, por lo que su impacto inmediato es, como mínimo, de generación y priorización de hipótesis.
El estudio también sugiere posible heterogeneidad por sexo, al reportar asociaciones más marcadas en varones. Si se replica, este tipo de diferencias podría ser importante para calibrar modelos de riesgo y evitar extrapolaciones simplistas entre subgrupos, especialmente en un síndrome donde la fisiopatología y la presentación clínica pueden variar.
[1]Cómo funciona
En este trabajo, “edad biológica” no se mide directamente: se calcula mediante fórmulas que combinan múltiples biomarcadores clínicos. Los autores emplearon dos enfoques conocidos en la literatura de envejecimiento y epidemiología clínica: KDM-BA (método de Klemera-Doubal) y PhenoAge. Ambos se construyen usando 12 biomarcadores clínicos (sin que el resumen detalle aquí cada uno) y devuelven una edad estimada en unidades comparables a años.
La “aceleración” de edad biológica (BAA) se definió como el residuo de una regresión lineal de la edad biológica sobre la edad cronológica. Conceptualmente, esto busca separar cuánto “más viejo” o “más joven” aparece un individuo según esos biomarcadores respecto a lo esperable para su edad cronológica. Así, KDM-BAA y PhenoAgeAccel pretenden cuantificar desviación relativa, no solo el valor absoluto.
Para relacionar estas métricas con desenlaces, el estudio utilizó modelos de riesgos proporcionales de Cox y, para explorar posibles no linealidades, empleó splines cúbicos restringidos. Los resultados se presentaron como hazard ratios (HR) con intervalos de confianza al 95%, un formato estándar para cuantificar asociación entre un predictor continuo o categórico y el riesgo de muerte a lo largo del seguimiento.
Es importante interpretar “cómo funciona” como una construcción estadística y clínica, no como un mecanismo biológico demostrado. En una cohorte con CRS, biomarcadores clínicos pueden reflejar tanto procesos de envejecimiento como carga de enfermedad activa, comorbilidades, y potencialmente efectos de tratamientos; por ello, estas métricas pueden actuar como indicadores integradores del estado de salud, sin que eso implique que el envejecimiento biológico sea la causa directa del desenlace.
[1]Qué muestran realmente los datos
En 1.100 participantes con síndrome cardiorrenal, el estudio encontró asociaciones consistentes entre mayor edad biológica (KDM-BA y PhenoAge) y mayor riesgo de mortalidad por cualquier causa. De forma cuantitativa, por cada incremento de 10 años en KDM-BA se observó un HR de 1,14 para mortalidad total, y por cada 10 años en PhenoAge un HR de 1,63. Estos valores indican que, dentro de esta población, quienes presentan mayor “edad biológica” según esos algoritmos tuvieron un riesgo de muerte más alto durante el seguimiento.
Cuando se analizó la aceleración (desviación frente a la edad cronológica), también se observó una asociación con mortalidad por cualquier causa: KDM-BAA se asoció con HR 1,40 (IC 95% 1,13–1,73) y PhenoAgeAccel con HR 1,54 (IC 95% 1,20–1,96). En otras palabras, no solo el valor absoluto de la edad biológica, sino también el hecho de estar “por encima” de lo esperable para la edad cronológica se relacionó con mayor riesgo.
Para mortalidad específica, el estudio reportó que KDM-BA se asoció con mortalidad por enfermedad cardiaca y por enfermedad cerebrovascular dentro del CRS. Además, se describió una relación no lineal para la mortalidad cerebrovascular, lo que sugiere que el riesgo puede no aumentar de forma uniforme en todo el rango de KDM-BA.
Lo que estos datos no muestran es causalidad. No permiten concluir que “reducir” KDM-BA o PhenoAge reduzca la mortalidad, ni que estas métricas sean superiores a otros modelos pronósticos ya existentes. Tampoco establecen que estos algoritmos midan exclusivamente envejecimiento, ya que pueden incorporar señal de enfermedad renal/cardiovascular subyacente que, por sí misma, explica parte del riesgo observado.
[1]Estado actual del desarrollo
La evidencia disponible en el paquete corresponde a un estudio humano, revisado por pares, basado en NHANES 1999–2018. En términos de madurez, es una contribución de epidemiología clínica que propone métricas de edad biológica y aceleración como posibles biomarcadores pronósticos en una población definida por comorbilidad cardiorrenal.
El trabajo se sitúa en un punto de “validación inicial” dentro de una cohorte observacional: calcula métricas a partir de biomarcadores, define una población de interés (CRS), y muestra asociaciones con desenlaces duros como mortalidad total y algunas causas específicas. Este tipo de evidencia es útil para justificar replicación, comparación con modelos pronósticos estándar y análisis de valor incremental.
Sin embargo, el estudio no constituye una prueba de utilidad clínica. La utilidad clínica requeriría demostrar que medir KDM-BA/PhenoAge (y actuar en consecuencia) mejora decisiones o resultados frente a la práctica habitual, algo que no se evalúa en un análisis observacional. Además, el CRS aquí se define por autoinforme de enfermedad cardiovascular y por enfermedad renal crónica calculada, lo que introduce una dimensión metodológica relevante antes de pensar en implementación.
En resumen, el estado actual es el de biomarcador pronóstico potencial, con necesidad de validación externa, estandarización operativa y demostración de beneficio clínico incremental antes de considerar integración en rutas asistenciales.
[1]Cuánto falta para llegar al paciente
Con la evidencia disponible, el paso más razonable no es “llegar al paciente” como intervención, sino avanzar hacia validación y evaluación de utilidad como herramienta pronóstica. El propio encuadre del estudio (cohorte NHANES, definición operativa de CRS, cálculo de métricas a partir de biomarcadores) sugiere que el primer horizonte aplicable sería investigacional: replicar resultados en otras cohortes, con definiciones clínicas más precisas y con análisis por subgrupos.
Un segundo paso, aún previo a la adopción clínica, sería demostrar que estas métricas aportan información adicional sobre el riesgo más allá de variables clínicas y de laboratorio ya usadas en CRS. Eso incluye comparar desempeño predictivo y evaluar si la estratificación cambia de forma significativa la toma de decisiones. El estudio presentado no prueba ese valor incremental.
La evaluación por sexo aparece como una línea necesaria, dado que las asociaciones se reportan como más pronunciadas en varones. Esto implica que, incluso si se adopta un enfoque de edad biológica, podría requerir calibración o interpretación específica por subgrupos para evitar sesgos o sobre/infraestimación del riesgo.
En términos de horizonte, y sin convertir estimaciones en hechos, la valoración del paquete sugiere un intervalo aproximado de 1–3 años para validación externa e implementación solo en contextos investigacionales, y 3–7 años para una posible integración clínica condicionada por evidencia adicional y estandarización. La incertidumbre es alta porque depende de replicación y de demostrar utilidad clínica, no solo asociación.
[1]Riesgos y limitaciones
La principal limitación es estructural: se trata de un estudio observacional, por lo que las asociaciones no implican causalidad. Que KDM-BA, PhenoAge o sus aceleraciones se asocien con mortalidad no demuestra que sean factores causales ni que sean reversibles, y mucho menos que intervenir sobre ellas cambie el desenlace.
La definición de síndrome cardiorrenal utilizada combina autoinforme de enfermedad cardiovascular con enfermedad renal crónica calculada. Esto introduce riesgo de misclasificación: algunos participantes podrían estar incorrectamente incluidos o excluidos. En una investigación pronóstica, la precisión de la definición del fenotipo es crítica, porque errores sistemáticos pueden sesgar asociaciones.
También existe riesgo de confusión residual. Comorbilidades, tratamientos, y la severidad de la enfermedad cardiovascular o renal pueden influir tanto en los biomarcadores usados para calcular edad biológica como en el riesgo de morir. En ese sentido, estas métricas podrían estar capturando “carga de enfermedad actual” además de (o en lugar de) envejecimiento biológico. Esto no invalida su posible utilidad predictiva, pero sí limita inferencias mecanísticas.
En cuanto a seguridad, este estudio no evalúa una intervención, por lo que no hay un perfil de eventos adversos que reportar. El “riesgo” clínico relevante aquí sería de interpretación: incorporar un biomarcador pronóstico sin validación suficiente podría llevar a decisiones basadas en señales no generalizables. Por eso el paquete enfatiza la necesidad de replicación, estandarización y demostración de utilidad clínica incremental.
[1]Opinión técnica de RegenVital
Desde una perspectiva editorial y técnica, este trabajo es una pieza sólida de evidencia humana para sostener una idea concreta: en síndrome cardiorrenal, métricas compuestas de edad biológica (KDM-BA, PhenoAge) y sus aceleraciones se asocian con mortalidad. El hecho de que se observe tanto para mortalidad total como para algunas causas específicas, y que se exploren no linealidades, refuerza el interés pronóstico dentro de una población de alto riesgo.
La lectura prudente es que estas métricas parecen actuar como integradores de estado fisiológico y carga de enfermedad en CRS. En ese sentido, su potencial inmediato es como herramienta de estratificación y generación de hipótesis, no como “diana” terapéutica. El estudio, tal como está diseñado, no permite concluir que el envejecimiento biológico cause los desenlaces, ni que modificar los biomarcadores que alimentan el algoritmo vaya a traducirse en beneficio clínico.
También consideramos clave no sobreinterpretar el concepto de “aceleración” como si fuera un marcador independiente de la enfermedad. Definirla como residuo ajustado por edad cronológica es metodológicamente razonable, pero sigue dependiendo de los biomarcadores de entrada, que en CRS pueden estar fuertemente influenciados por la propia enfermedad cardiovascular y renal. Esto puede ser una ventaja para predicción, pero una limitación para atribución biológica.
La prioridad, antes de cualquier salto a práctica, debería ser validar externamente en cohortes con definiciones clínicas robustas de CRS y evaluar utilidad incremental sobre modelos estándar. Solo con esa evidencia adicional podría plantearse una integración clínica responsable, evitando convertir asociaciones en promesas de intervención.
[1]Limitaciones principales
- Estudio observacional: asociación no implica causalidad ni reversibilidad del riesgo
- Definición de CRS basada en autoinforme de enfermedad cardiovascular y CKD calculada: posible misclasificación
- Riesgo de confusión residual (comorbilidades, tratamientos, severidad de enfermedad)
- Los biomarcadores usados para BA pueden capturar carga de enfermedad actual además de envejecimiento biológico
- Generalización limitada a población CRS similar a NHANES; necesidad de validación externa y por subgrupos (p.ej., sexo)
- No demuestra que usar BA/BAA cambie decisiones clínicas o mejore desenlaces (utilidad clínica incremental no probada)
Preguntas frecuentes
¿Este estudio demuestra que el envejecimiento biológico causa la mortalidad en el síndrome cardiorrenal?
No. El estudio es observacional y muestra asociaciones entre métricas de edad biológica/aceleración y mortalidad. No puede establecer causalidad ni demostrar que reducir esas métricas reduzca el riesgo de muerte.
¿Qué significa “aceleración de edad biológica” en este trabajo?
Se define como el residuo de una regresión lineal de la edad biológica (KDM-BA o PhenoAge) sobre la edad cronológica. Representa cuánto se desvía la edad biológica estimada de lo esperable para la edad cronológica, según los biomarcadores usados.
¿Qué resultados cuantitativos principales se reportaron?
En participantes con síndrome cardiorrenal, un aumento de 10 años en KDM-BA se asoció con mayor mortalidad por cualquier causa (HR 1,14) y un aumento de 10 años en PhenoAge con HR 1,63. Las métricas de aceleración también se asociaron con mortalidad total (KDM-BAA HR 1,40; PhenoAgeAccel HR 1,54).
¿Hubo hallazgos sobre mortalidad por causas específicas?
Sí. Se reportó que KDM-BA se asoció con mortalidad por enfermedad cardiaca y por enfermedad cerebrovascular en la población con síndrome cardiorrenal, con una relación no lineal descrita para mortalidad cerebrovascular.
¿El estudio informa sobre seguridad o efectos adversos?
No evalúa una intervención, por lo que no reporta eventos adversos. Su foco es pronóstico: asociaciones entre biomarcadores derivados y mortalidad.
¿Se puede usar ya en clínica para tomar decisiones en síndrome cardiorrenal?
Con esta evidencia, no se demuestra utilidad clínica incremental ni que su uso cambie resultados. El propio marco del estudio sugiere la necesidad de validación externa, estandarización y evaluación de beneficio clínico antes de una integración clínica.
Referencias científicas
- 1Associations of biological aging and biological age acceleration with mortality in patients with cardiorenal syndrome: A prospective cohort study.europepmc · DOI 10.1016/j.amjms.2026.08.025 · PMID 42667983 · The American journal of the medical sciences