Introducción

La preeclampsia constituye un problema de salud pública, es la segunda causa de muerte materna en el mundo, con un 14%, y se ha estimado que complica un 2-8% de los embarazos en el mundo. En Perú, en 2018, se reportó como la primera causa de muerte materna, con 28,7%¹. Por ello, es importante identificar tempranamente a las mujeres con alta predisposición para desarrollar preeclampsia.

Diversos estudios han planteado el uso de nomogramas predictores, pero pocos reportan resultados prometedores debido a la heterogeneidad de sus variables, y parecen ser beneficiosos para una población con características particulares, ya que al realizar validaciones externas en poblaciones diferentes de las que originalmente se diseñaron se obtuvo un peor rendimiento. Esto es especialmente cierto en contextos de bajos recursos, como el peruano, donde no se ha podido determinar aún el mejor instrumento para este fin².

Para identificar gestantes con alto riesgo de preeclampsia es necesaria la combinación de características clínicas, marcadores séricos y pruebas ecográficas. Sin embargo, el uso de marcadores séricos específicos, como el factor de crecimiento placentario y la proteína plasmática A asociada al embarazo (PAPP-A), es poco accesible.

En Perú existe un nomograma de predicción de preeclampsia, diseñado por Alegría y Gonzales³ entre los años 2014 y 2015 para gestantes atendidas en un hospital del Seguro Social de Salud (EsSalud) en Lima, Perú, teniendo alta sensibilidad (S) y buena especificidad (E), usando indicadores accesibles en un hospital de baja complejidad. La población asegurada en EsSalud tiene características socioeconómicas y educativas diferentes de la mayoría de la población peruana⁴, la cual está asegurada principalmente en el Seguro Integral de Salud (SIS). Siendo que estos factores pueden influir en el desarrollo de preeclampsia⁵,⁶, surge la necesidad de evaluar este nomograma en una población beneficiaria, en su mayoría, del SIS, como son las gestantes atendidas en el servicio de ginecología y obstetricia del Hospital Nacional Dos de Mayo (HNDM). Por ello, el objetivo de nuestro estudio fue determinar el rendimiento diagnóstico de un nomograma de predicción de preeclampsia en gestantes atendidas en el HNDM durante el periodo de enero de 2016 a julio de 2019.

Método

Resultados

Se analizaron 578 historias clínicas, de las cuales se descartaron 65 porque no contenían los datos necesarios para ser incluidas en el estudio, quedando para el análisis 513 pacientes (Fig. 1). De estas, la mediana de la edad fue de 26 años (Rango intercuatilico: 22-32). En cuanto a la paridad, el total de nulíparas fue de 274 (53,4%) y el total de multíparas fue de 239 (46,5%). El antecedente de preeclampsia en un embarazo previo o de primera línea se presentó en 100 (19,5%), y en quienes no estuvo presente fueron 413 (80,5%). Las características generales de la población se pueden observar en la tabla 2.

Figura 1 Flujograma de participantes incluidas en el estudio. 

Se analizaron la comorbilidad y las condiciones médicas de la población, siendo lo más frecuente antecedentes familiares de hipertensión arterial (HTA), con 56 (53,8%), seguida de HTA crónica, con 12 (11,6%). La comorbilidad y las condiciones médicas de la población se muestran en la figura 2.

Figura 2 Comorbilidad o condiciones médicas de las gestantes atendidas en el Hospital Nacional Dos de Mayo durante el periodo de enero de 2016 a julio de 2019. HTA: hipertensión arterial. 

El análisis de la curva ROC (Fig. 3) del puntaje del nomograma de predicción de preeclampsia arrojó un área bajo la curva (AUC) de 0,91 (intervalo de confianza del 95% [IC95%]: 0,89-0,93). El punto de corte de mejor rendimiento diagnóstico fue de 187 puntos, con una S del 81,33% y una E del 85,76%, obteniendo el punto de corte con mayor sensibilidad con 174 puntos.

Figura 3 Curva ROC del puntaje obtenido por el nomograma de predicción de preeclampsia de Alegría y Gonzales³ en las gestantes atendidas en el Hospital Nacional Dos de Mayo durante el periodo de enero de 2016 a julio de 2019. 

El puntaje con mejor rendimiento en el estudio fue 187 puntos, seguido de los puntos de corte propuestos en el estudio original de Alegría y Gonzales³, en el cual 190 puntos establecían un bajo riesgo, 230 puntos un riesgo intermedio y 320 puntos un alto riesgo de desarrollar preeclampsia.

El rendimiento diagnóstico de estos puntos de corte, así como los propuestos en el estudio original del nomograma evaluado, se exponen en la tabla 3.

En la tabla 4 se detallan los valores del AUC de cada variable, siendo los que tuvieron mayor AUC la proteinuria de 24 horas,con un AUC de 0,87 (IC95%: 0,84-0,90), y el índice de pulsatilidad promedio de las arterias uterinas, con un AUC de 0,76 (IC95%: 0,72-0,80); los que tuvieron menor AUC fueron la paridad, con un AUC de 0,52 (IC95%: 0,48-0,57), y la edad materna, con un AUC de 0,52 (IC95%: 0,47-0,57).

Discusión

La preeclampsia es una de las patologías del embarazo que causa mayor morbimortalidad tanto materna como perinatal¹,⁹. A pesar de los avances, el único tratamiento definitivo es la culminación del embarazo; empero, mediante la prevención precoz se puede reducir su carga¹⁰. El American College of Obstetricians and Gynecologists recomienda el uso de ácido acetilsalicílico para prevenirla, ya que puede reducir el riesgo de presentarla y sus complicaciones perinatales¹¹,¹². A su vez, la última guía de manejo de preeclampsia en el Perú aconseja el uso de ácido acetilsalicílico en gestantes con riesgo de desarrollar preeclampsia, desde las 14 hasta las 34 semanas de gestación¹³. Sin embargo, en la práctica diaria no se suele recetar, pues no se cuenta con un tamizaje adecuado para identificar pacientes con riesgo de preeclampsia.

Las investigaciones previas han dado a conocer que la nuliparidad¹⁴, el antecedente de preeclampsia¹⁴-¹⁶, el antecedente de hipertensión arterial crónica⁶,¹³, las enfermedades autoinmunitarias¹⁶,¹⁷, las edades extremas⁶,¹⁵,¹⁸, el índice de masa corporal (IMC) alto¹⁶,¹⁹,²⁰, la elevación de la presión arterial media (PAM)²¹,²², el índice de pulsatilidad de las arterias uterinas²⁰,²²-²⁵ y los valores aumentados de proteinuria¹⁰,²⁵ estarían asociados al desarrollo de preeclampsia. Por ello, se analizó el AUC de cada variable, resultando que la proteinuria en 24 horas mostraba una de las mayores AUC, con 0,87, cercana al valor encontrado en el estudio de Alegría y Gonzales³, en el cual se obtuvo un AUC de 0,96; en ambos casos se observó un buen rendimiento, lo cual podría deberse a que esta variable estaba relacionada con los criterios diagnósticos de la enfermedad²⁶. El índice de pulsatilidad promedio de las arterias uterinas obtuvo un AUC de 0,76, a diferencia del estudio de Alegría y Gonzales³, en el que obtuvieron un AUC de 0,95; esto podría deberse a que la patogénesis de la enfermedad se caracteriza por una pobre circulación uteroplacentaria, resultando en una hipoperfusión placentaria, lo que llevaría a infartos placentarios, hipoplasia vellosa e isquemia²²,²⁷, todo esto desencadenando la preeclampsia.

Espinoza Villena²⁸ elaboró y evaluó un nomograma de predicción de preeclampsia, obteniendo un AUC de 0,76 (IC95%: 0,65-0,781), una S del 79,7% y una E del 53,8%, teniendo un rendimiento moderado, lo cual puede deberse a que su estudio solo incluía variables clínicas (edad materna, paridad, antecedente de embarazo múltiple o preeclampsia), a diferencia del nomograma usado en el presente estudio, en el cual, además de las variables mencionadas, se incluyeron otras variables clínicas, como la PAM y el IMC, y exámenes auxiliares, como el índice de pulsatilidad promedio de las arterias uterinas y la proteinuria en 24 horas, lo cual podría mejorar el desempeño del nomograma y, por tanto, tener un mejor rendimiento.

A su vez, Goetzinger et al.²⁹ desarrollaron un sistema de puntuación para predecir la preeclampsia y obtuvieron un AUC de 0,78 (IC95%: 0,69-0,86), una S del 36,7% y una E del 93,2%. Incluyeron variables clínicas (antecedente de HTA crónica o preeclampsia, diabetes gestacional, IMC > 30 kg/m²) y exámenes auxiliares (PAPP-A y muesca diastólica de arteriales uterinas), lo cual se diferencia del presente estudio, ya que este incluye otras variables, como antecedente de preeclampsia en primera línea, índice de pulsatilidad promedio de las arterias uterinas, proteinuria en 24 horas y presencia de alguna condición médica o comorbilidad, razón por la cual se podría deducir que nuestro estudio puede haber tenido un mejor rendimiento en cuanto a mayor identificación de casos de preeclampsia.

Por otro lado, Díaz Cobos³⁰ realizó una validación externa de un modelo de predicción de preeclampsia, obteniendo un AUC de 0,69 (IC95%: 0,45-0,93), utilizando variables como la edad materna, el IMC, la etnia, los antecedentes patológicos (diabetes mellitus, HTA, preeclampsia, nefropatías o trombofilias), la paridad, la PAM, el índice de pulsatilidad promedio de las arterias uterinas y la PAPP-A. Een el presente estudio, además, se incluyeron variables como la proteinuria en 24 horas y otra comorbilidad o condiciones médicas, lo cual podría determinar una mayor captación de pacientes y aumentaría el rendimiento del AUC.

El estudio de Alegría y Gonzalez³ incluyó 119 casos y 357 controles, a diferencia del presente estudio, que contó con 225 casos y 288 controles. También existen diferencias significativas en cuanto a la presencia de comorbilidad o condiciones médicas que presentan las gestantes estudiadas, como se ha descrito en estudios peruanos³¹,³². La accesibilidad a los servicios de salud está determinada por factores sociales como la educación, el hacinamiento y la alimentación, siendo que la población asegurada al SIS (que constituye la mayor parte de las pacientes que acuden al HNDM) en su gran mayoría solo han completado el nivel de secundaria, viven en condiciones de hacinamiento y su alimentación se basa en hidratos de carbono, a diferencia de la población con mayor poder adquisitivo que pertenece al EsSalud o a centros de salud privados, esto también determinado por factores económicos, ya que cuentan con un ingreso mensual superior a s/.1538 y cubren sus necesidades médicas. Por otro lado, el estudio de Benites-Zapata et al.⁴ afirma que las personas afiliadas al SIS tienen mayor prevalencia de no utilización de los servicios médicos que las personas afiliadas a EsSalud, recurriendo a agentes de la comunidad (chamán, curanderos, etc.) ante situaciones que afecten su salud, siendo esta una gran barrera de desinformación y para la toma de decisiones preventivas. Todo ello podría contribuir al desarrollo de patologías prevalentes en esta población, como diabetes mellitus, HTA crónica, endocrinopatías y diabetes gestacional, entre otras. En el presente estudio, la variable comorbilidad obtuvo un AUC de 0,60, mientras que en el estudio de Alegría y Gonzales³ fue de 0,39, lo cual podría explicar el mejor rendimiento del puntaje en esta población.

En cuanto al rendimiento, se obtuvo un AUC de 0,91 (IC95%: 0,89 -0,93). El mejor puntaje encontrado para predecir preeclampsia fue de 187 puntos, con una S del 81,33%, una E del 85,76%, un VPP del 81,69% y un VPN del 85,46%. Consecuentemente, dado el buen rendimiento pronóstico, el nomograma evaluado podría funcionar en las gestantes atendidas en el HNDM a manera de cribado para la toma de decisiones respecto a medidas preventivas de preeclampsia.

El estudio tuvo como limitaciones que, en cuanto al valor de la proteinuria en 24 horas, se utilizaron tres diferentes exámenes de laboratorio (proteinuria en 24 horas, proteínas en orina mediante tiras reactivas e índice proteinuria/creatinina tomado de una muestra de orina), haciendo uso de la calculadora virtual NEFROCALC, con la cual se obtuvo el valor final de la proteinuria en 24 horas, lo cual puede sesgar los valores obtenidos en esta variable; sin embargo, no descarta su valor diagnóstico, pues aunque la prueba de orina de 24 horas para la proteína total sigue siendo el método de referencia, tiene sus limitaciones, lo que justificaría el uso de alternativas como la tira reactiva, siendo esta más imple y menos costosa, o el índice proteína/creatinina, que es relativamente más rápido e igualmente preciso para la detección y la cuantificación de la proteinuria, correlacionándose bien con la estimación de proteínas en orina de 24 horas, y por lo tanto podría usarse como una alternativa a las pruebas de orina de 24 horas para pacientes con sospecha de preeclampsia³³. Por otro lado, siendo este un estudio retrospectivo, puede tener un sesgo de información, ya que las variables ya han sido recogidas por quien realizó la historia clínica, limitándonos los investigadores a su recopilación; sin embargo, los resultados son viables, ya que la toma de decisiones en estas pacientes se basa en la evidencia de la historia clínica, siendo este un documento médico legal y todos los datos consignados ahí son consignados por profesionales de salud.

Conclusiones

El nomograma de predicción de preeclampsia tiene un buen rendimiento diagnóstico, buenas S y E, y buenos VPP y VPN, pudiendo considerarse como una herramienta útil para la detección precoz de preeclampsia en las gestantes atendidas en el HNDM. Se recomienda fortalecer la evidencia que permita la recomendación o no del uso de este nomograma como parte de la práctica clínica habitual.