Desarrollo de un modelo predictivo del retraso de crecimiento y preeclampsia tardíos
Title
Objective
La insuficiencia placentaria tardía (RCIU o PE, >32 semanas de embarazo) complica un 10-15% de las gestaciones, su no detección representa el 10% de los casos evitables de muerte perinatal y aumenta 4 veces el riesgo de malos resultados maternos y neonatales. Con la estrategia actual, el RCIU tardío se detecta hacia la semana 36, limitando las estrategias de prevención secundaria y/o tratamiento y sin identificar los casos con crecimiento fetal normal. La PE tardía aparece mayoritariamente en pacientes sin riesgo y frecuentemente se diagnostica con las complicaciones asociadas ya instauradas, dificultando un óptimo manejo clínico. La detección precoz de aquellas pacientes con alto riesgo de RCIU permitiría una optimización del manejo y podría reducir un 50% el riesgo de mortalidad fetal y la detección de la PE en fase preclínica podría identificar las pacientes que se beneficiarían de una finalización planificada del embarazo, reduciendo a la mitad las complicaciones maternas. El objetivo de este proyecto es integrar diferentes parámetros biofísicos (biometrías fetales, Doppler feto-placentario, variabilidad a corto plazo de la frecuencia cardíaca fetal, función cardiovascular materna y texturas placentarias) y bioquímicos (factores angiogénicos y proteinuria) para crear un algoritmo predictivo precoz entre las 27-29 semanas que mejore la tasa de detección de las pacientes en riesgo y permita optimizar el manejo y reducir las complicaciones perinatales y maternas, sin generar riesgos adicionales para las pacientes incluidas en el estudio. De entre los parámetros incluidos, destacar las texturas placentarias por ecografía, el análisis automatizado de las ondas Doppler, el registro fetal computerizado, la función cardiovascular materna y los factores angiogénicos, que se han mostrado como potenciales candidatos para identificar la insuficiencia placentaria antes del desarrollo de las complicaciones, en la evidencia científica más reciente.
Contact
-
- Judit Martinez Egea
- a11y.email jumartinez@clinic.cat . This link opens in a new tab.