A avaliação de um paciente será incompleta sem avaliações inicial e periódicas do prognóstico em curto e longo prazos. Entretanto, a probabilidade de sobrevida pode ser determinada de maneira confiável somente em populações, e não nos pacientes individuais. Vários fatores foram usados como indicadores prognósticos, incluindo demografia (idade, sexo, raça), sintomas (classificação da New York Heart Association [NYHA]), comorbidades (hipertensão, diabetes, caquexia, anemia e disfunções hepática e renal) e parâmetros clínicos objetivos (por exemplo, fração de ejeção, tamanho, volume, massa e formato do ventrículo esquerdo, capacidade de exercício e níveis séricos de sódio, noradrenalina [norepinefrina], renina, peptídeo natriurético do tipo B [PNB], ácido úrico, angiotensina II, aldosterona, fator de necrose tumoral alfa [TNF-alfa], endotelina). A análise multivariada dessas variáveis ajudou a identificar a maioria dos indicadores significativos de sobrevida e modelos prognósticos foram desenvolvidos e validados.[210]Lund LH, Aaronson KD, Mancini DM. Predicting survival in ambulatory patients with severe heart failure on beta-blocker therapy. Am J Cardiol. 2003 Dec 1;92(11):1350-4.
http://www.ncbi.nlm.nih.gov/pubmed/14636921?tool=bestpractice.com
[211]Aaronson KD, Schwartz JS, Chen TM, et al. Development and prospective validation of a clinical index to predict survival in ambulatory patients referred for cardiac transplant evaluation. Circulation. 1997 Jun 17;95(12):2660-7.
http://www.ncbi.nlm.nih.gov/pubmed/9193435?tool=bestpractice.com
[212]Levy WC, Mozaffarian D, Linker DT, et al. The Seattle Heart Failure Model: prediction of survival in heart failure. Circulation. 2006 Mar 21;113(11):1424-33.
https://www.ahajournals.org/doi/full/10.1161/circulationaha.105.584102
http://www.ncbi.nlm.nih.gov/pubmed/16534009?tool=bestpractice.com
[213]Lee DS, Austin PC, Rouleau JL, et al. Predicting mortality among patients hospitalized for heart failure: derivation and validation of a clinical model. JAMA. 2003 Nov 19;290(19):2581-7.
http://www.ncbi.nlm.nih.gov/pubmed/14625335?tool=bestpractice.com
[214]Fonarow GC, Adams KF, Jr., Abraham WT, et al. Risk stratification for in-hospital mortality in acutely decompensated heart failure: classification and regression tree analysis. JAMA. 2005 Feb 2;293(5):572-80.
http://www.ncbi.nlm.nih.gov/pubmed/15687312?tool=bestpractice.com
[215]Brophy JM, Dagenais GR, McSherry F, et al. A multivariate model for predicting mortality in patients with heart failure and systolic dysfunction. Am J Med. 2004 Mar 1;116(5):300-4.
http://www.ncbi.nlm.nih.gov/pubmed/14984814?tool=bestpractice.com
[216]Koelling TM, Joseph S, Aaronson KD. Heart failure survival score continues to predict clinical outcomes in patients with heart failure receiving beta-blockers. J Heart Lung Transplant. 2004 Dec;23(12):1414-22.
http://www.ncbi.nlm.nih.gov/pubmed/15607672?tool=bestpractice.com
[217]Raphael CE, Whinnett ZI, Davies JE, et al. Quantifying the paradoxical effect of higher systolic blood pressure on mortality in chronic heart failure. Heart. 2009 Jan;95(1):56-62.
http://www.ncbi.nlm.nih.gov/pubmed/18653573?tool=bestpractice.com
Entretanto, todos os modelos existentes para previsão de risco de morte ou necessidade de transplante urgente têm características que podem limitar sua aplicabilidade. A hemoglobina A1c também demonstrou ser um fator de risco progressivo independente para morte cardiovascular, internação hospitalar e mortalidade, mesmo em pacientes não diabéticos.[218]Gerstein HC, Swedberg K, Carlsson J, et al. The hemoglobin A1c level as a progressive risk factor for cardiovascular death, hospitalization for heart failure, or death in patients with chronic heart failure: an analysis of the Candesartan in Heart failure: Assessment of Reduction in Mortality and Morbidity (CHARM) program. Arch Intern Med. 2008 Aug 11;168(15):1699-704.
http://www.ncbi.nlm.nih.gov/pubmed/18695086?tool=bestpractice.com
O modelo prognóstico mais abrangente é o Seattle Heart Failure Model.
The Seattle Heart Failure Model
external link opens in a new window Esse modelo foi implementado como um programa interativo que emprega o Seattle Heart Failure Score para estimar a sobrevida média em 1, 2 e 5 anos e os benefícios de se adicionarem medicamentos e/ou dispositivos para um paciente individualmente.[212]Levy WC, Mozaffarian D, Linker DT, et al. The Seattle Heart Failure Model: prediction of survival in heart failure. Circulation. 2006 Mar 21;113(11):1424-33.
https://www.ahajournals.org/doi/full/10.1161/circulationaha.105.584102
http://www.ncbi.nlm.nih.gov/pubmed/16534009?tool=bestpractice.com
Apesar da terapia medicamentosa padrão, a sobrevida para pacientes com insuficiência cardíaca em estágio final é baixa.
Apesar da terapia medicamentosa ideal, incluindo a terapia de ressincronização cardíaca, apenas 65% dos pacientes na classe 4 da NYHA estão vivos em um acompanhamento médio de 17 meses.[219]Castel MA, Magnani S, Mont L, et al. Survival in New York Heart Association class IV heart failure patients treated with cardiac resynchronization therapy compared with patients on optimal pharmacological treatment. Europace. 2010 Aug;12(8):1136-40.
https://academic.oup.com/europace/article/12/8/1136/449076
http://www.ncbi.nlm.nih.gov/pubmed/20543199?tool=bestpractice.com
A sobrevida de 5 anos em pacientes com insuficiência cardíaca em estágio D é de apenas 20%.[220]Ammar KA, Jacobsen SJ, Mahoney DW, et al. Prevalence and prognostic significance of heart failure stages: application of the American College of Cardiology/American Heart Association heart failure staging criteria in the community. Circulation. 2007 Mar 27;115(12):1563-70.
http://www.ncbi.nlm.nih.gov/pubmed/17353436?tool=bestpractice.com