Un modelo de aprendizaje automático desarrollado a partir de datos clínicos recogidos durante el control prenatal podría ayudar a predecir el riesgo de preeclampsia en etapas avanzadas del embarazo, según un estudio de cohorte retrospectivo publicado en JAMA Network Open.
La investigación analizó 58.839 embarazos atendidos en tres hospitales de Nueva York, y encontró que el modelo alcanzó su mejor capacidad predictiva alrededor de las 34 semanas de gestación, con valores del área bajo la curva ROC de 0.863 en el entrenamiento y entre 0.808 y 0.834 en la validación.
De acuerdo con el investigador principal Zhen Zhao, PhD, de Weill Cornell Medicine, los resultados muestran que el riesgo de preeclampsia puede predecirse de forma dinámica utilizando información que ya se recopila de manera rutinaria en la atención prenatal.
Una de las principales complicaciones del embarazo
La preeclampsia es un trastorno hipertensivo del embarazo que puede provocar complicaciones graves tanto para la madre como para el bebé. Se estima que afecta entre el 2 % y el 8 % de los embarazos en todo el mundo, y es una de las principales causas de morbilidad y mortalidad materna y perinatal.
Debido a su aparición impredecible y progresión rápida, la posibilidad de anticipar el riesgo representa una necesidad importante para mejorar la vigilancia clínica. Para desarrollar el modelo, los investigadores utilizaron datos de registros electrónicos de salud, incluyendo características demográficas, antecedentes obstétricos, presión arterial y resultados de laboratorio.
Entre todos los factores analizados, la presión arterial resultó ser el predictor más informativo del riesgo de preeclampsia. Sin embargo, otros marcadores como albúmina, fosfatasa alcalina e índices hematológicos también aportaron valor predictivo en etapas tempranas del embarazo. Los autores señalan que estos hallazgos demuestran que los datos de laboratorio rutinarios pueden complementar la información clínica para mejorar la predicción del riesgo.
Factores asociados a mayor riesgo
El análisis también mostró diferencias entre las pacientes que desarrollaron preeclampsia y aquellas que no. En general, las mujeres con esta condición tendían a ser de mayor edad y con mayor frecuencia de raza negra.
Asimismo, factores como nuliparidad, gestación múltiple y un mayor índice de masa corporal previo al embarazo se asociaron con una mayor probabilidad de desarrollar la enfermedad. Aunque el modelo muestra resultados prometedores, expertos señalan que aún es necesario definir cómo utilizar estas predicciones en la práctica clínica.
Actualmente, las opciones para prevenir o modificar el curso de la preeclampsia son limitadas. Entre las estrategias utilizadas se encuentran la profilaxis con aspirina y el control de la presión arterial, mientras que el parto continúa siendo la única cura definitiva en muchos casos.
Aun así, los investigadores consideran que este tipo de herramientas podría contribuir a mejorar el seguimiento clínico y la preparación de las pacientes ante posibles complicaciones, especialmente en sistemas de salud con recursos limitados, ya que el modelo se basa en datos clínicos rutinarios.
Fuente original aquí
