A doença mixomatosa da valva mitral (DMVM) é uma das alterações cardíacas mais comuns em cães e humanos, a qual pode levar à insuficiência cardíaca congestiva (ICC). O diagnóstico dessa alteração ocorre com base principalmente no exame ecocardiográfico e na presença de sinais clínicos. No entanto, o diagnóstico precoce da DMVM pode contribuir para um melhor prognóstico e evitar o desenvolvimento de ICC. Assim, o objetivo do presente estudo foi avaliar a presença de ICC em cães com DMVM, por meio de exames clínico, radiográfico e ecocardiográfico em combinação com um modelo estatístico. Para este propósito, os cães foram divididos em três grupos (sadios; DMVM sem ICC; e DMVM com ICC), de acordo com os achados dos exames realizados. Então, as funções lineares discriminantes foram obtidas por meio da análise das variáveis peso; superfície de área corporal; diâmetro aórtico; relação entre o diâmetro do átrio esquerdo e aórtico; relação entre a área do jato regurgitante mitral e a área do átrio esquerdo; diâmetro da vena contracta e área da isovelocidade proximal mitral (PISA). As equações matemáticas foram estabelecidas para cada grupo de cães e demonstraram ser possível classificar os animais de acordo com a presença de ICC, com uma probabilidade de classificação correta de 90,4%. Diante disso, o modelo estatístico poderia ser uma ferramenta auxiliar para a identificação de ICC em cães com DMVM.
Mixomatous mitral valve disease (MMVD) is one of the most common cardiac abnormalities in dogs and humans that can lead to cardiac heart failure (CHF). Its diagnosis remains based on echocardiography and clinical signs. However, the early diagnose of MMVD can contribute to a better prognosis and avoid CHF. The aim of this study was to evaluate the clinical, radiographic and echocardiographic presence of CHF in dogs with MMVD in combination with a statistical model as a mathematical tool. For this purpose, dogs were divided into three groups (healthy; MMVD without CHF; and MMVD with CHF), according the clinical, radiographic and echocardiographic evaluation findings. Thus, linear discriminant functions were obtained by analyzing the variables weight, body surface area, aortic diameter, the ratio of the left atrium/aortic diameter, the ratio between the mitral regurgitation jet area and the left atrial area, vena contracta diameter and mitral valve proximal isovelocity surface area. Then, mathematical equations were established for each group of dogs. Statistical functions obtained in this study enabled to classify the dogs, regarding the presence of CHF with a probability of correct classification of 90.4%. Thus the statistical model demonstrated that it could be used as an auxiliary method for identifying CHF in dogs with MMVD.