Cribado de preeclampsia tardía : validación de modelos predictivos

Abstract

Antecedentes: la preeclampsia (PE) es una de las complicaciones del embarazo más importantes actualmente y constituye una causa de morbilidad y mortalidad materna y neonatal. En relación con el momento de su aparición, consideramos dos tipos de PE: precoz y tardía, que representan dos entidades clínicas y fisiopatológicas diferentes. La mayoría de los esfuerzos se han centrado en la predicción de la PE precoz. Sin embargo, el cribado de la PE tardía y a término es importante ya que, el identificar el grupo de gestantes de alto riesgo de presentarla, permite una vigilancia más estrecha de las mismas, determinando el momento y lugar más oportunos para la finalización de la gestación y minimizando así los eventos maternos y perinatales adversos. Diversos grupos han elaborado algoritmos que, combinando parámetros clínicos, marcadores bioquímicos (sFlt-1 y PlGF) y biofísicos (tensión arterial e Índice de Pulsatilidad de las arterias uterinas), permiten la detección de PE tardía. Sin embargo, dichos algoritmos no han sido validados en poblaciones de gestantes distintas a la que fueron desarrollados. Hipótesis: los modelos de cribado de PE tardía más utilizados en Europa, el Gaussiano y el de la Fetal Medicine Foundation (FMF) del tercer trimestre, pueden ser una herramienta útil en el cribado de PE tardía en las gestantes del Departamento de Salud de Alicante-Hospital General Universitario Dr. Balmis. Objetivos: comparar la utilidad de dos modelos de predicción de PE tardía de la gestación en nuestra población, el Gaussiano y el de la FMF, así como desarrollar un modelo propio, ajustado a nuestra población de gestantes, combinando factores maternos, biofísicos y bioquímicos. Metodología: se realizó un estudio observacional, analítico, prospectivo tipo seguimiento de una cohorte para comprobar la capacidad de detección de la PE tardía utilizando dos modelos distintos de cribado de PE tardía. Se incluyeron gestaciones únicas del Departamento de Salud de Alicante-Hospital General Universitario Dr. Balmis a las que se les realizó el cribado de PE en el primer trimestre, la ecografía del tercer trimestre (entre las 34 y 36+6 semanas de gestación), la analítica del tercer trimestre, y que dieron a luz en el Hospital General Universitario de Alicante. Las gestantes se reclutaron en el periodo comprendido desde febrero de 2022 a noviembre de 2023. Se incluyeron un total de 1.580 gestantes. A las gestantes que participaron en el estudio se les realizó la medición del IP de ambas arterias uterinas en la ecografía del tercer trimestre. También se realizó en dicho periodo la determinación del PlGF, el sFlt-1, las proteínas en orina y la creatinina en suero. El resultado del cribado de PE tardía, realizado con el algoritmo Gaussiano, se obtuvo del programa de cribado prenatal-SsdwLab 6. El resultado del cribado de PE tardía según el algoritmo de la FMF se obtuvo introduciendo los valores clínicos, biofísicos y bioquímicos de cada gestante en la calculadora de 30+0 a 37+6 semanas de la página web de acceso libre (https://fetalmedicine.org/research/assess/preeclampsia/third-trimester). El análisis de datos se ha realizado mediante el programa SPSS v.28 y el programa R v.4.3.1. Conclusiones: los dos modelos de predicción de PE tardía estudiados son adecuados para la predicción de PE tardía en nuestra población de gestantes, aunque el modelo de la FMF destacó por su mayor capacidad predictiva. Nuestro modelo de cribado propio presentó una capacidad predictiva mayor que la de los otros dos modelos estudiados. Se trata, pues, de una herramienta prometedora para el cribado de la PE tardía en el tercer trimestre en nuestra población. Su elevada capacidad predictiva y su enfoque simplificado, al no incluir el IP de las arterias uterinas, facilitan su implementación en la práctica clínica habitual.

Background: Preeclampsia (PE) is one of the most significant complications of pregnancy and remains a major cause of maternal and neonatal morbidity and mortality. Based on the timing of its onset, PE is classified into two types: early and late, which represent distinct clinical and pathophysiological entities. Most efforts have focused on predicting early-onset PE. However, screening for late-onset and term PE is crucial, as identifying high-risk pregnant women enables closer monitoring, determining the most appropriate time and place for delivery, and minimizing adverse maternal and perinatal outcomes. Several research groups have developed screening algorithms that combine clinical parameters, biochemical markers (sFlt-1 and PlGF), and biophysical markers (blood pressure and uterine artery pulsatility index) to detect late-onset PE. However, these algorithms have not been validated in pregnant populations different from those for which they were originally developed. Hypothesis: The most widely used late-onset PE screening models in Europe—the Gaussian model and the third-trimester model from the Fetal Medicine Foundation (FMF)—may serve as effective tools for screening late-onset PE in pregnant women receiving care at the Alicante Health Department–Dr. Balmis General University Hospital. Objectives: To compare the effectiveness of two late-onset PE predictive models—the Gaussian model and the FMF model—in our population and to develop a new model tailored to our pregnant population by combining maternal, biophysical and biochemical factors. Methodology: An observational, analytical, and prospective cohort follow-up study was conducted to assess the detection capability of late-onset PE using two different screening models. The study included singleton pregnancies from the Alicante Health Department–Dr. Balmis General University Hospital, where first-trimester PE screening, third-trimester ultrasound (at 34 to 36+6 weeks of gestation), and third-trimester laboratory tests were performed. All participants delivered at Alicante General University Hospital. Pregnant women were recruited between February 2022 and November 2023, with a total of 1,580 participants enrolled. For each participant, the pulsatility index (PI) of both uterine arteries was measured during the third-trimester ultrasound examination. Additionally, PlGF, sFlt-1, urinary protein levels, and serum creatinine were measured in the same period. The late-onset PE screening result using the Gaussian algorithm was obtained from the prenatal screening program SsdwLab 6. The late-onset PE screening result using the FMF algorithm was obtained by entering each participant’s clinical, biophysical, and biochemical values into the publicly accessible online calculator (https://fetalmedicine.org/research/assess/preeclampsia/third-trimester) for gestational ages between 30+0 and 37+6 weeks. Data analysis was performed using SPSS v.28 and R v.4.3.1. Conclusions: Both late-onset PE predictive models studied were effective in predicting late-onset PE in our population, although the FMF model demonstrated superior predictive capacity. Our newly developed screening model showed an even higher predictive capacity than the other two models. It represents a promising tool for late-onset PE screening in the third trimester in our population. Its high predictive capacity and simplified approach, by not including the uterine artery PI, facilitate its implementation in routine clinical practice.