Cribado de preeclampsia en el primer trimestre del embarazocomparativa de tres modelos de cribado

Resumen

Objetivos: Múltiples algoritmos han sido publicados para el cribado de preeclampsia (PE) en el primer trimestre del embarazo, sin embargo muy pocos han sido validados en poblaciones distintas a la que fueron desarrollados. La prevalencia de la patología así como las características propias de la muestra podrían influir en la validez externa de los mismos. El objetivo principal de esta tesis doctoral es comparar la utilidad de tres modelos de predicción de PE en el primer trimestre de la gestación en nuestra población. Como objetivos específicos se determinará la capacidad predictiva de los modelos de predicción de PE estudiados para los distintos tipos de PE, y se elaborará un algoritmo propio de cribado, ajustado a nuestras características poblacionales. Material y métodos: Se obtuvieron los datos de todas las pacientes que acudían al Hospital Universitario Virgen de la Arrixaca entre junio 2011 y junio 2015 para la ecografía de cribado de cromosomopatías, y que cumplieron criterios de inclusión y ningún criterio de exclusión. Se tomaron las variables: presión arterial media, proteína plasmática asociada al embarazo (PAPP-A), índice de pulsatilidad de arterias uterinas (AUt-IP) y la historia clínica materna. Se aplicaron los algoritmos publicados por Poon y cols (Ultrasound Obstet Gynecol 2009), Akolekar y cols (Fetal Diagn Ther 2013) y Scazzocchio y cols (Am J Obstet Gynecol 2013), observando las tasas de detección obtenidas y comparando las áreas bajo la curva ROC de los mismos. Se desarrolló un modelo propio de cribado para PE precoz y total. Resultados: 16.521 pacientes fueron incluidas en el estudio, de las cuales pudieron obtenerse todos los datos y cumplían criterios de inclusión 13.241. 185 pacientes desarrollaron PE. Las áreas bajo la curva para PE precoz de los distintos algoritmos fueron 0.82, 0.85 y 0.83 para Poon, Akolekar y Scazzocchio respectivamente, sin que se observaran diferencias estadísticamente significativas entre ellas. Las tasas de detección (TD) observadas para un 10% de tasa de falsos positivos (TFP) fueron del 41%,70% y 51 %, para Poon, Akolekar y Scazzocchio. Las tasas de detección para PE tardía para un 10% de TFP fueron 31%, 52% y 36% para Poon, Akolekar y Scazzocchio. El modelo propio alcanzó un área bajo la curva tras validación mediante Boostrap de 0.83 para PE precoz, con una TD del 64% para el 10% de TFP, y un área bajo la curva de 0.76 y 47% de TD para 10% de TFP para PE total. Discusión: Los tres modelos estudiados funcionan de manera similar en nuestra muestra, pudiéndose aplicar de manera indistinta. La validación externa de los modelos en nuestra población obtuvo unas tasas de detección inferiores a las publicadas en los trabajos originales. El algoritmo desarrollado en esta tesis doctoral es comparable a los modelos estudiados.