Este website utiliza cookies propias y de terceros. Alguna de estas cookies sirven para realizar analíticas de visitas, otras para gestionar la publicidad y otras son necesarias para el correcto funcionamiento del sitio. Si continúa navegando o pulsa en aceptar, consideramos que acepta su uso. Puede obtener más información, o bien conocer cómo cambiar la configuración, en nuestra Política de cookies?
24 de agosto de 2019
  Buscar
  Portada
Publicaciones Científicas

Elaboración y validación de un modelo predictivo de riesgo de cesárea en gestantes con inducción del trabajo de parto

Elaboración y validación de un modelo predictivo de riesgo de cesárea en gestantes con inducción del trabajo de parto
Los modelos de predicción elaborados presentan una capacidad satisfactoria para predecir el riesgo de cesárea tanto en la cohorte de derivación como en la de validación. La herramienta puede ser de utilidad para la práctica clínica.


Actualizado 26 agosto 2015
Ampliar el textoReducir el textoImprimir este artículoEnviar a un amigoComentar en Facebook Comentar en Twitter
Trabajo reconocido con el I Premio Regional de Investigación en Enfermería convocado por el Colegio de Enfermería de Ciudad Real.

Resumen:
Objetivo: Elaborar y validar un modelo predictivo de riesgo de cesárea en gestantes con inducción del trabajo de parto.
 
Método: Cohortes históricas sobre 841 inducciones realizadas durante los años 2009-2011 en el Hospital XXX y posterior validación en una Cohorte de 528 inducciones realizadas en al año 2013 y primer semestre de 2014. Se empleó análisis multivariante sobre 28 potenciales predictores y áreas bajo las curvas ROC (receiver operating characteristics) para determinar la capacidad predictiva.

Resultados: Los factores predictores que se mantienen en el modelo final fueron: talla materna, índice de masa corporal, nuliparidad, test de Bishop, edad gestacional, macrosomía, sexo fetal y tasa global de cesárea del ginecólogo. La capacidad predictiva del modelo fue en el momento del ingreso hospitalario (Modelo A) del 0.76 (IC95%: 0.73-0.80) y para el ingreso en la sala de dilatación (Modelo B) del 0.79 (IC95%: 0.76-0.83). La capacidad predictiva en la cohorte de validación fue (Modelo B) del 0.75 (IC 95%: 0.70-0.80).

Conclusión: Los modelos de predicción elaborados presentan una capacidad satisfactoria para predecir el riesgo de cesárea tanto en la cohorte de derivación como en la de validación. La herramienta puede ser de utilidad para la práctica clínica.

Palabras clave
: inducción de parto, cesárea, modelo predictivo.
 
 
Introducción
La inducción del parto (IDP) es la iniciación del trabajo de parto mediante procedimientos médicos o mecánicos antes del comienzo espontáneo del mismo. (1) Se trata de una de las intervenciones más frecuentes en Obstetricia, y su práctica, dentro del ámbito europeo, oscila entre un 6,8% y un 33.0% de todas las gestaciones.(2) Además, existe una tendencia creciente en su empleo a edades gestacionales cada vez menores.(3) Este procedimiento, no solo tiene importantes implicaciones sobre la salud de la madre y el feto, sino que repercute directamente en la estructura asistencial, por la sobrecarga de trabajo y empleo de recursos, así como en la vivencia del parto por parte de la mujer.(1)

La IDP se asocia a un incremento en las complicaciones frente al parto espontáneo, (4-6) destacando la práctica de un mayor número de cesáreas. Concretamente, una vez controlado el resto de factores, a la IDP se le atribuye el 20% de todas las cesáreas. (7) Además, la IDP también presenta peores resultados cuando finaliza en cesárea frente a una cesárea sin trabajo de parto (8).

Con frecuencia, ante una determinada complicación en la gestación, las únicas opciones para su finalización son la IDP o la cesárea. El clínico ante estas situaciones debe decidir entre ambas opciones. Sin embargo, esta decisión es compleja porque intervienen multitud de factores y existe una gran incertidumbre respecto al resultado.
 
Por ello, entre los retos más importantes de la Obstetricia se encuentra el de ser capaz de predecir el resultado de parto, especialmente en los partos inducidos, con la finalidad de minimizar los riesgos propios tanto de una inducción como de una cesárea. En este sentido, algunos autores han desarrollado modelos predictivos que tienen por objeto conocer cuáles pueden ser las características personales y obstétricas que se asocian a un mayor riesgo de cesárea. La mayoría de estos modelos, (9-20) comparan la capacidad predictiva de la longitud del cérvix medido mediante ultrasonografía frente al test de Bishop en el momento previo a la IDP, con resultados dispares. Sin embargo, el resultado de parto puede estar determinado también por otros aspectos clínicos, personales y hasta de los propios profesionales que intervienen. En este sentido, también se han publicado diversos trabajos que incorporan una combinación de los distintos factores involucrados en gestantes con IDP, encontrando un empleo de predictores y resultados discrepantes. (21-30)
 

Objetivo
El objetivo de este estudio fue elaborar y validar un modelo predictivo del resultado de parto en gestantes sometidas a IDP donde se integran variables relacionadas con las características antropométricas, obstétricas, cervicales, fetales y de los propios profesionales que lo asisten.
 
 
Material y métodos

Diseño.
La naturaleza del estudio fue de tipo observacional, analítico, de cohortes retrospectivo. Se realizó en el servicio de xxxx del Hospital “xxxxx” durante los años 2009, 2010, 2011, 2013 y primer semestre de 2014.

Sujetos.
La población de referencia fue el conjunto de gestantes cuyo parto fue inducido en el Hospital “xxx”. Los criterios de exclusión fueron cesáreas urgentes no evitables (presentaciones podálicas, situaciones transversas, presentaciones cefálicas deflexionadas, denegación de parto vaginal por cesárea anterior), gestaciones gemelares y muerte fetal anteparto.

Cálculo del número de sujetos necesario.
Partiendo de un número de partos anuales promedio de 1.300 y de una tasa de IDP del 20%, se estimaron aproximadamente unas 260 inducciones de parto anuales.
 
Se consideró, como evento principal para el cálculo del tamaño muestral, la tasa de cesárea, estimada en el 30% de los partos inducidos (78 cesáreas por año). Para construir un modelo de análisis multivariante se requieren 10 eventos (cesárea) por variable a incorporar (principio de modelización máxima). Asumiendo 10 variables máximo en el modelo inicial, un solo año sería suficiente, pero debido a la posible falta de cumplimentación de algún registro y a la baja frecuencia de algunos eventos e indicaciones de inducción, se amplió  el plazo de recogida de datos a 3 años (2009, 2010 y 2011) para la elaboración del modelo predictivo.
Para la validación del modelo se empleó una cohorte distinta de 528 partos gestantes cuyo parto fue inducido durante el año 2013 y primer semestre de 2014.

Fuentes de información.
Para la recogida de información empleamos las historias clínicas hospitalarias y el sistema electrónico de información regional para Atención Primaria de las pacientes objeto de estudio.

Se recogieron las siguientes variables:

Variables de resultado principal: Parto cesárea (si/no).

Variables predictoras:
  • Maternas: edad materna global (años), edad materna categorizada (≤20 años, 21-34 años, ≥35 años), talla materna global (cm), talla materna categorizada (<150 cm, 150-169 cm, ≥170 cm), índice de masa corporal global (IMC) (kg/m2), IMC categorizado (<25, 25-29, ≥ 30).
  • Obstétricas: cesárea anterior, paridad (nulíparas/multíparas), test de Bishop al ingreso hospitalario, test de Bishop al ingreso en sala de dilatación, empleo de prostaglandinas, horas de bolsa rota, oligoamnios, crecimiento intrauterino retardado, hipertensión, diabetes, tratamiento de fertilidad, registro cardiotográfico patológico previo.
  • Fetales: sexo del recién nacido, peso del recién nacido global (gramos), peso del recién nacido categorizado (< 2500 g, 2500-2999 g, 3000-3499 g, 3500-3999 g, ≥4000 g), macrosomía (≥4000 g), edad gestacional (semanas) y edad gestacional categorizada (<37s, 37-41s, > 41s).
  • Relacionadas con el ginecólogo que indica la cesárea: edad del ginecólogo (< 35 años, 35-40 años, 40-45 años, > 45 años), sexo y tasa personal de cesáreas realizadas de forma urgente del ginecólogo responsable en ese periodo.

Análisis estadístico.

En primer lugar, se realizó un análisis bivariante entre los potenciales factores predictivos, empleando las pruebas de Ji-Cuadrado y/o t de Student para variables cualitativas o cuantitativas respectivamente. De estas, se seleccionaron aquellas asociaciones con valores p < 0,25 para incorporarlas en el modelo multivariante de regresión logística binaria (Tabla 1). (31) Este modelo se construyó empleando el procedimiento de entrada hacia atrás (RV de SPSS). Después, se calibró el modelo por medio de la prueba de Hosmer-Lemeshow. Posteriormente, se estudió la capacidad predictiva a través de una curva ROC (receiver operating characteristics).

A continuación, entre los posibles modelos candidatos, se seleccionaron aquellos que mejor cumplieron las siguientes características: calibración adecuada de los modelos (Hosmer-Lemeshow), área bajo la curva (AUC) ROC, parsimonia de los modelos (menor número de variables explicativas), facilidad de interpretación y plausibilidad clínica.
 
Se crearon dos modelos de predicción: el modelo A predice el resultado en el momento que la gestante ingresa en el centro hospitalario (previo a la elección del método de inducción) y el modelo B, que predice el resultado en el momento que la gestante permanece definitivamente en la sala de dilatación (Tabla 2 y Figura 2).
 
A continuación se estudió la capacidad de predicción individual de cada predictor que formaba el modelo y la capacidad de predicción de los modelos A y B en diferentes subgrupos (Tabla 3).
 
Debido a la posible ausencia de algún predictor dependiendo del centro de trabajo, se elaboraron diferentes modelos predictivos con distintas combinaciones de los predictores del Modelo B, calculando para cada una de ellas su AUC de ROC (Tabla 4).
 
Además se determinó la sensibilidad, especificidad, valores predictivos positivos (VPP), valores predictivos negativos (VPN) y razones de verosimilitud positivas (LR+) y negativas (LR-) para el riesgo de cesárea y parto vaginal de diferentes probabilidades estimadas a partir del Modelo B.
 
Finalmente se comparó las características de los sujetos que participaron en la cohorte de derivación y en la de validación y se estudió la capacidad predictiva en esta última por medio de AUC de ROC (Figura 3). El grado de predicción se determinó siguiendo la clasificación de Swets para los valores de AUC: mala (0.5-0.6), pobre (0.6-0.7), satisfactoria (0.7-0.8), buena (0.8-0.9) y excelente (0,9-1).
 
Para el análisis estadístico se utilizó el programa SPSS 20.0.
 
Consideraciones éticas y legales.
Se solicitó la aprobación de la comisión de investigación ético-clínica del centro, garantizando en todo momento la confidencialidad de las historias clínicas y la información que contienen.

 
Resultados
Tras aplicar los criterios de exclusión, la población objeto de estudio quedó formada por 841 sujetos, de los cuales 704 (84.3%) participaron en la construcción del modelo predictivo. El proceso de selección puede consultarse en la figura 1.

Figura 1.
Proceso de selección y criterios de exclusión.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

















Las variables relacionadas con el resultado de parto (valores p<0,25) y son candidatas a entrar en el modelo inicial fueron: talla materna global y categorizada, IMC global y categorizado, paridad, edad gestacional global y categorizada, cesárea anterior, inducción previa, empleo de prostaglandinas, test de Bishop, oligoamnios, tratamiento de fertilidad, peso recién nacido global y categorizado, sexo fetal, edad y tasa de cesárea del ginecólogo. El análisis univariante se presenta de forma detallada en la tabla 1.


Tabla 1.
Potenciales predictores relacionados con el tipo de parto en la cohorte de derivación.
 
Predictor
Resultado de parto
 
Vaginal
(n=594)
Cesárea
(n=247)
Valor P
Edad (años)
31.1 ± 5.3
30.8 ± 5.4
0.348
Edad Materna
 
 
0.935
 
≤ 20 años
18 (69.2)
8 (30.8)
 
 
21-35 años
434 (70.3)
183 (29.7)
 
 
> 35 años
41 (71.6)
56 (28.4)
 
Edad gestacional (semanas)
39.1 ± 1.6
39.3 ±1.8
0.197
Edad Gestacional
 
 
0.014
 
< 37
41 (60.3)
27 (39.7)
 
 
37-41
435 (73.5)
157 (26.5)
 
 
≥ 41
117 (65.0)
63 (35.0)
 
Paridad
 
 
<0.001
 
Nulíparas
337 (61.4)
212 (38.6)
 
 
Multíparas
254 (88.2)
34 (11.8)
 
Cesárea anterior
 
 
0.005
 
No
570 (71.6)
226 (28.4)
 
 
Si
21 (51.2)
20 (48.8)
 
Diabetes
 
 
0.248
 
No
411 (69.3)
182 (30.7)
 
 
Si
153 (73.6)
55 (26.4)
 
Hipertensión
 
 
0.556
 
No
521 (70.7)
216 (29.3)
 
 
Si
43 (67.2)
21 (32.8)
 
Rotura prematura membranas (minutos)
250.6 ± 543.7
351.0 ± 1293.6
0.246
Rotura prematura membranas
 
 
0.394
 
≤ 24 horas
476 (70.9)
195 (29.1)
 
 
> 24 horas
86 (67.2)
42 (32.8)
 
Oligoamnios
 
 
0.138
 
No
528 (69.9)
227 (30.1)
 
 
Si
66 (77.6)
19 (22.4)
 
CIR
 
 
0.676
 
No
569 (70.8)
235 (29.2)
 
 
Si
25 (67.6)
12 (32.4)
 
Monitor prepatológico
 
 
0.588
 
No
583 (70.8)
241 (29.2)
 
 
Si
11 (64.7)
6 (35.3)
 
Meconio anteparto
 
 
0.616
 
No
584 (70.5)
244 (29.5)
 
 
Si
10 (76.9)
3 (23.1)
 
IMC (kg/m2)
24.9 ± 4.52
26.2 ± 5.2
0.002
IMC (3 categorías)
 
 
0.013
 
< 25
308 (75.1)
102 (24.9)
 
 
25-29.9
149 (67.4)
72 (32.6)
 
 
≥ 30
70 (62.5)
42 (37.5)
 
Talla (cm)
163.1 ± 6.2
162.0 ± 5.85
0.028
Talla (3 categorías)
 
 
0.008
 
< 150
6 (50.0)
6 (50.0)
 
 
150-169
442 (69.5)
194 (30.5)
 
 
≥ 170
81 (82.7)
17 (17.3)
 
Parto anterior inducido
 
 
0.129
 
No
496 (69.6)
217 (30.4)
 
 
Si
57 (78.1)
16 (21.9)
 
Tratamiento de fertilidad
 
 
0.052
 
No
585 (71.1)
238 (28.9)
 
 
Si
9 (50.0)
9 (50.0)
 
Empleo dinoprostona
 
 
0.065
 
No
237 (74.1)
83 (25.9)
 
 
Si
327 (68.0)
154 (32.0)
 
Bishop ingreso hospitalario
2.8 ± 1.95
1.9 ± 1.74
<0.001
Bishop ingreso dilatación
5.3 ± 2.23
3.9 ± 2.28
<0.001
Peso recién nacido (gramos)
3110.9 ± 461.1
3162 ± 540.7
0.191
Peso recién nacido
 
 
0.007
 
< 2500
52 (64.2)
29 (35.8)
 
 
2500-2999
191 (77.0)
57 (23.0)
 
 
3000-3499
225 (70.1)
96 (29.9)
 
 
3500-3999
111 (69.4)
49 (30.6)
 
 
≥ 4000
15 (48.4)
16 (51.6)
 
Sexo recién nacido
 
 
0.018
 
Varón
277 (66.6)
139 (33.4)
 
 
Mujer
285 (74.2)
99 (25.8)
 
Sexo medico
 
 
0.539
 
Hombre
198 (71.0)
81 (29.0)
 
 
Mujer
396 (70.5)
166 (29.5)
 
Edad medico
 
 
0.002
 
< 35 años
98 (63.6)
56 (36.4)
 
 
35-40 años
117 (73.1)
43 (26.9)
 
 
40-45 años
251 (72.3)
96 (27.7)
 
 
> 45 años
128 (71.1)
52 (28.9)
 
Tasa cesárea médico (%)
16.3 ± 2.7
16.8 ± 2.6
0.008
 
 
 
 
 
 
A continuación, se realizó el análisis multivariante, quedando, tanto el Modelo A como el Modelo B, constituidos por las siguientes variables: talla materna categorizada, IMC categorizado, paridad, puntuación del test de Bishop, edad gestacional categorizada, macrosomía, sexo fetal, y tasa cesárea ginecólogo responsable. El test de Bishop fue diferente entre los dos modelos según la valoración obstétrica en el momento correspondiente. Los modelos se presentan en la tabla 2.

Tabla 2.
Modelos de predicción de riesgo de cesárea con análisis multivariante.
 
Predictor
 
Resultado de parto
 
Coeficiente B
Odds Ratio
CI 95%
Valor P
Modelo A: ingreso hospitalario
Talla < 170
0.790
2.21
1.20-4.01
0.011
IMC (categoría de referencia <25)
 
 
 
 
25-29.9
0.588
1.80
1.19-2.70
0.005
 
≥ 30
0.809
2.25
1.23-3.78
0.002
Nuliparidad
1.651
5.21
2.45-8.36
<0.001
Bishop ingreso hospitalario
-0.230
0.791
0.72-0.88
<0.001
Edad Gestacional (categoría referencia 37-41)
 
 
 
 
 
< 37
1.012
2.75
1.41-5.35
0.005
 
≥ 41
0.390
1.49
0.95-2.30
0.084
Macrosomia ≥ 4000
1.260
3.53
1.32-9.45
0.012
Sexo recién nacido masculino
0.333
1.40
0.97-2.11
0.075
Tasa cesárea médico (%)
0.057
1.06
1.03-1.09
<0.001
Logit para estimar riesgo de cesárea
 -4.687+ 0.790 x Talla < 1.70 + 0.588 x IMC (25-29.99) + 0.790 x IMC (≥ 30)  +1.651 x paridad (0=multíparas y 1= nulíparas) - 0.230 x Bishop (puntuación) + 1.012 x Edad gestacional (< 37 semanas) + 0.390 x Edad gestacional (≥ 41 semanas) + 1.260 x Macrosomía + 0.333 x Sexo varón   .+ 0.057 x Tasa cesárea ginecólogo en %
Modelo B: inicio dilatación
Talla < 170
0.846
2.33
1.25-4.36
0.008
IMC (categoría de referencia < 25)
 
25-29.9
0.564
1.76
1.15-2.69
0.009
 
≥ 30
0.814
2.26
1.33-3.84
0.003
Nuliparidad
1.730
5.64
3.49-9.13
<0.001
Bishop ingreso dilatación
-0.296
0.74
0.68-0.81
<0.001
Edad Gestacional (categoría de referencia 37-41)
 
 
 
 
 
< 37
0.901
2.46
1.25-4.84
0.009
 
≥ 41
0.401
1.49
0.95-2.35
0.082
Macrosomia ≥ 4000
1.285
3.62
1.34-9.77
0.011
Sexo recién nacido masculino
0.402
1.40
1.03-2.18
0.037
Tasa cesárea médico (%)
0.051
1.05
1.03-1.08
<0.001
Logit para estimar riesgo de cesárea
 -4.687+ 0.846 x Talla < 1.70+ 0.564 x IMC (25-29.99) + 0.814 x IMC (≥ 30)   +1.730 x paridad (0=multíparas y 1= nulíparas) - 0.296 x Bishop (puntuación) + 0.901 x Edad gestacional (< 37 semanas) + 0.401 x Edad gestacional (≥ 41 semanas) + 1.285 x Macrosomía+ 0.402 x Sexo varón   + 0.051 x Tasa cesárea ginecólogo en %.
 
El AUC del Modelo A fue de 0.76 [IC95%: 0.73-0.80] y del Modelo B fue de 0.79 [IC 95%:0,76-0.83]. Figura 2.
 
Figura 2. Curvas ROC modelo predictivo A y B en la Cohorte de derivación.
A continuación, se estudió la capacidad de predicción individual de las variables que formaron el modelo A y B, encontrando que el BS en la dilatación (AUC=0.646 [IC 95%:0.607-0.684]) y la Nuliparidad (AUC=0.630 [IC 95%:0.585-0.672]) fueron los que presentaron mayor capacidad de predicción (Tabla 3). En cuanto a la predicción en los diferentes subgrupos: cesárea anterior, empleo o no empleo de prostaglandinas y los principales motivos de inducción (diabetes con malos controles, la gestación cronológicamente prolongada (GCP) y la rotura prematura de membranas (RPM) de más de 12 horas). Ambos modelos presentaron buenas capacidades predictivas en todos los subgrupos, especialmente en cesárea anteriores tanto para el modelo A (AUC=0.789 [IC 95%:0.638-0.941]), como el B (AUC=0.803 [IC 95%:0.646-0.959]) (Tabla 3).

Tabla 3
. Capacidad predictiva de riesgo de cesárea de todos los predictores que componen los modelos A y B de forma individual y para distintos subgrupos.
 
 
Capacidad de predicción
Predictores
AUC
CI 95%
Valor P
 
Talla < 170
0.538
0.493-0.582
0.107
 
IMC
0.562
0.516-0.607
0.009
 
Nuliparidad
0.646
0.607-0.684
<0.001
 
Bishop ingreso
0.630
0.585-0.672
<0.001
 
Bishop dilatación
0.674
0.632-0.716
<0.001
 
Edad gestacional
0.549
0.506-0.593
0.025
 
Macrosomía
0.520
0.476-0.503
0.366
 
Sexo fetal
0.545
0.502-0.589
0.044
 
Tasa cesárea ginecólogo
0.599
0.559-0.640
<0.001
Subgrupos
Cesárea anterior
 
Modelo A
0.789
0.638-0.941
0.004
 
Modelo B
0.803
0.646-0.959
0.002
Empleadoras prostaglandinas
 
Modelo A
0.761
0.713-0.809
<0.001
 
Modelo B
0.820
0.776-0.863
<0.001
No empleadoras de prostaglandinas
 
Modelo A
0.781
0.725-0.837
<0.001
 
Modelo B
0.734
0.670-0.798
<0.001
Inducción por bolsa rota
 
Modelo A
0.720
0.642-0.799
<0.001
 
Modelo B
0.703
0.617-0.788
<0.001
Inducción por gestación prolongada
 
Modelo A
0.733
0.633-0.832
<0.001
 
Modelo B
0.785
0.688-0.882
<0.001
Inducción por diabetes
 
Modelo A
0.847
0.783-0.911
<0.001
 
Modelo B
             0.879
0.821-0.938
<0.001
           
 
Además se elaboraron varios modelos de predicción con distintas combinaciones de predictores, excluyendo aquellas variables con mayor probabilidad de no disponerse en todos los centros (Tabla 4). Cuando se omitió tasa de cesárea del ginecólogo, el predictor con mayor riesgo de no ser conocido, el modelo B presentó una capacidad de predicción de 0.778 [IC 95%:0.740-0.815].
 

 Tabla 4. Capacidad predictiva y coeficientes de los predictores presentes para estimar el riesgo de cesárea de diferentes modelos alternativos al Modelo B ante la falta de algún predictor.
 
 
 
Predictores habitualmente disponibles
(coeficientes)
Predictores potencialmente no disponibles
(coeficientes)
Capacidad predicción
Area curva ROC
 
Cte
Paridad
Bishop
Talla
IMC
EG
Macrosomía
Sexo fetal
TCG
AUC
CI 95%
 
 
 
 
 
25-29.9
≥ 30
< 37
≥ 41
 
 
 
 
 
Modelo 1
Sin TCG
-2.313
1.739
-0.302
0.887
0.555
0.759
0.832
0.408
1.299
0.457
 
0.778
0.740-0.815
Modelo 2
Sin sexo fetal
-3.675
1.731
-0.291
0.810
0.568
0.817
0.925
0.403
1.380
 
0.054
0.788
0.751-0.825
Modelo 3
Sin peso fetal
-3.547
1.665
-0.296
0.827
0.556
0.783
0.860
0.498
 
0.442
0.051
0.789
0.752-0.826
Modelo 4
Sin EG
-3.547
1.669
-0.301
0.841
0.527
0.833
 
 
1.344
0.413
0.050
0.785
0.747-0.822
Modelo 5
Sin TCG y sexo fetal
-2.062
1.737
-0.295
0.841
0.558
0.762
0.854
0.406
1.354
 
 
0.774
0.736-0.811
Modelo 6
Sin TCG y peso fetal
-2.237
1.672
-0.303
0.875
0.551
0.729
0.793
0.509
 
0.494
 
0.776
0.739-0.814
Modelo 7
Sin TCG y EG
-2.089
1.688
-0.303
0.887
0.521
0.781
 
 
1.334
0.462
 
0.772
0.734-0.810
Modelo 8
Sin TCG, sexo y peso fetal y EG
-1.740
1.630
-0.297
0.836
0.520
0.748
 
 
 
 
 
0.764
0.725-0.803
Cte: constante. TCG: Tasa cesárea ginecólogo. EG: edad gestacional
 
 
A continuación, se estudió las características predictivas para el modelo A y B, encontrando que para una probabilidad de cesárea estimada del ≥ 80% se observó una LR positivo para cesárea de 22.00 y 19.5, respectivamente. Para probabilidad de cesárea estimada ≤ 10% se encontró un LR positivo para parto vaginal de 13.7 y de 6.28, respectivamente (Tabla 5).
 
Tabla 5. Características predictivas para cesárea y parto vaginal de los Modelos A y B.
 
 
Sensibilidad
Especificidad
VPP
VPN
LHR +
LHR -
Modelo A (ingreso)
 
 
 
 
 
 
Riesgo para cesárea
         
 
Probabilidad ≥ 0.90
0.5
100
100
70.8
NC
0.95
Probabilidad ≥ 0.80
4.4
99.8
90.0
71.6
22.00
0.96
Probabilidad ≥ 0.70
9.7
99.2
83.3
72.6
12.12
0.91
Riesgo para parto vaginal
         
 
Probabilidad ≤ 0.30
68.0
69.4
84.3
47.4
2.30
0.46
Probabilidad ≤ 0.20
51.5
84.0
88.6
41.8
3.21
0.58
Probabilidad ≤ 0.10
25.4
98.1
96.9
39.3
13.37
0.76
Modelo B (dilatación)
 
 
 
 
 
 
Riesgo para cesárea
         
 
Probabilidad ≥ 0.90
2.4
99.8
83.3
71.2
12.00
0.98
Probabilidad ≥ 0.80
7.8
99.6
88.9
72.3
19.5
0.93
Probabilidad ≥ 0.70
15.5
98.4
80.0
73.8
9.69
0.86
Riesgo para parto vaginal
         
 
Probabilidad ≤ 0.30
69.4
73.3
86.2
49.8
2.59
0.417
Probabilidad ≤ 0.20
54.3
82.5
88.2
42.8
3.10
0.55
Probabilidad ≤ 0.10
30.6
95.1
93.8
36.2
6.25
0.73

























El siguiente paso fue validar el modelo predictivo B (al ingreso en dilatación) en otra cohorte diferente temporalmente y compuesta por gestantes distintas a las que participaron en la construcción del modelo predictivo.
 
Para ello primero se compararon las Cohorte de derivación y validación, observando que los grupos fueron iguales estadísticamente para las variables edad gestacional, paridad, talla materna, IMC, Bishop en dilatación, macrosomía y sexo del recién nacido. Sin embargo fueron distintas estadísticamente para la edad materna, la existencia de una cesárea anterior y el tipo de parto, encontrando una edad materna media superior, así como un mayor número de cesáreas previas y partos distócicos (instrumentales y cesárea) en la cohorte de validación. Esta información se puede consultar en la tabla 7.
 
Tabla 7. Comparación de las características de las Cohorte de derivación y validación.
 
Características
C. Derivación
(n=841)
C. Validación
(n=528)
Valor p
Edad (años)
31.1 ± 5.3
32.1 ± 5.1
0.001
Edad Gestacional
 
 
<0.001
 
< 37
68 (8.0)
25 (4.7)
 
 
37-41
620 (73.2)
346 (65.5)
 
 
≥ 41
159 (18.8)
157 (29.2)
 
Paridad
 
 
0.983
 
Nulíparas
553 (65.5)
345 (65.5)
 
 
Multíparas
291 (34.5)
182 (34.5)
 
Cesárea anterior
 
 
<0.001
 
No
801 (94.9)
469 (88.8)
 
 
Si
43 (5.1)
59 (11.2)
 
IMC (3 categorías)
 
 
0.253
 
< 25
413 (55.2)
244 (59.5)
 
 
25-29.9
223 (29.8)
117 (28.5)
 
 
≥ 30
112 (15.0)
49 (12.0)
 
Talla (2 categorías)
 
 
0.094
 
< 170
652 (86.8)
358 (83.3)
 
 
≥ 170
99 (13.2)
72 (16.2)
 
Bishop ingreso dilatación
4.91 ± 2.23
4.63 ± 2.85
0.053
Macrosomia
 
 
0.632
 
<4000
817 (96.3)
506 (95.8)
 
 
≥ 4000
31 (3.7)
22 (4.2)
 
Sexo recién nacido
 
 
0.630
 
Varón
416 (51.9)
281 (53.2)
 
 
Mujer
386 (48.1)
247 (46.8)
 
Tipo de parto
 
 
0.018
 
Eutócico
531 (62.7)
290 (55.0)
 
 
Instrumental
65 (7.7)
99 (25.8)
 
 
Cesárea
251 (29.6)
186 (35.3)
 
 
Finalmente se estudió la capacidad de predicción del modelo en la Cohorte de validación, encontrando un AUC de ROC de 0.75 [IC95%: 0.70-0.80], considerada según los criterios de Swets como satisfactoria, con una pérdida del poder de predicción con respecto a la Cohorte de derivación de 0.03 (Ver Figura 3). Para la validación hemos considerado la tasa global de cesárea del centro durante este periodo del 27%, para de esta forma determinar el grado de predicción en ausencia de la tasa individual del ginecólogo. Así conseguimos validar en condiciones más reales la capacidad de predicción del modelo, ya que esta información es la más difícil de obtener.
 
Figura 3. Capacidad predictiva del modelo en la Cohorte de validación.
 
 
Además, para facilitar el cálculo del riesgo de cesárea se desarrolló a través de una hoja Excel una aplicación. En esta aplicación solo es necesario introducir los valores de cada variable en la situación particular de cada gestante y se obtiene su riesgo de cesárea. A modo de ejemplo se puede visualizar en la figura 4 el riesgo de una gestante con las siguientes características: primípara con un índice de Bishop de 0 puntos al ingreso, con sobrepeso, con una edad gestacional entre 37 y 41 semanas, con una talla inferior a 170 cm, con un feto varón menor de 4000 gramos (no macrosómico) y una tasa de cesárea del ginecólogo o del centro de un 20%. En este caso el riesgo calculado fue del 45.4% y tras la administración de prostaglandinas la gestante mejoró su puntuación de Bishop en 6 puntos, reduciendo su riesgo al 26.1%.
 
Figura 4. Ejemplo de cálculo automático del riesgo de cesárea.
 
 
 
Discusión.
La existencia de una herramienta predictora del resultado de parto para estas gestantes, podría ser de gran utilidad para minimizar las complicaciones y optimización de recursos originados por el propio proceso de IDP. Se podrían evitar IDP cuando las probabilidades de cesárea fueran elevadas o reforzar al clínico en la elección de una IDP en aquellos casos en los que la probabilidad de parto vaginal fuera alta.
 
En nuestro estudio desarrollamos dos modelos de predicción de riesgo de cesárea en gestantes con IDP. Uno de ellos determina el riesgo en el momento del ingreso hospitalario (Modelo A) y el otro en el momento que la gestante ingresa definitivamente en la sala de dilatación (Modelo B), con una capacidad de predicción correcta para el 76% y 79% de las gestantes, respectivamente. La creación de estos modelos, para dos momentos distintos del proceso asistencial de IDP, no se había realizado por otros autores y nos permite verificar la fiabilidad de las variables empleadas como predictoras. Además, el modelo presentó buenas capacidades predicción en los diferentes subgrupos estudiados, destacando por su utilidad clínica el resultado para el grupo de cesárea anterior con un 79% y 80%, respectivamente. En cuanto a las características diagnósticas, podemos destacar que los modelos presentan excelentes valores de razones de verosimilitud o likelihood ratio. De esta forma, encontramos LR+ para parto cesárea con probabilidades superiores o iguales al 80% de 22 y 20, mientras que para parto vaginal con probabilidades de cesárea inferiores o iguales al 10%, fueron de 13 y 6, respectivamente.
 
Además el modelo presentó una buena validación ya que al aplicarlo en una cohorte distinta de gestantes la capacidad de predicción siguió siendo satisfactoria y la pérdida relativa de poder predictivo fue escasa. Especialmente hay que destacar que además la cohorte de validación pertenece a un periodo posterior temporalmente donde se han modificado protocolos asistenciales y donde la tasa de cesárea y el número de cesáreas previas es muy superior al de la cohorte de derivación. Es decir, en condiciones clínicas distintas el modelo sigue presentando una satisfactoria capacidad de predicción.
 
En este sentido, aunque hay muchos trabajos que intentar predecir el resultado de parto, sólo se han localizado en estos últimos diez años, 9 modelos que incorporan en la predicción otras variables distintas al Bishop o la longitud del cérvix por ultrasonografía o en combinación con estas. (21-23;25-29;32) De estos, solo el modelo de Peregrine et al. (26), formado por paridad, talla materna, IMC y longitud cervical por ecografía, presentó una capacidad de predicción ligeramente superior a nuestro modelo con un 83%. Aunque, posteriormente fue validado por Verhoeven et al. (33) y por Bertossa et al. (34) y su capacidad predictiva se redujo al 76% y 59%, respectivamente.

En nuestro trabajo, tanto en el modelo A como en el B las variables empleadas, fueron: la talla materna categorizada, el IMC categorizado, la paridad, el test de Bishop, la edad gestacional categorizada, la macrosomía, el sexo fetal, y la tasa promedio de cesárea individual del ginecólogo.
 
En cuanto a los factores que integran el modelo, encontramos que la talla materna y el IMC son factores claramente relacionados con cesárea y su relación es de tipo lineal, a menor talla y mayor IMC mayor tasa de cesárea. En nuestro trabajo decidimos categorizar estas variables para simplificar el modelo, presentado la talla inferior a 170 cm y el IMC mayor o igual a 30 como los puntos de corte más predictivos. Si bien los estudios revisados muestran diferentes puntos de corte, todos establecen una relación clínicamente relevante tanto para el IMC,(20;22;23;26;28;29;32) como para la talla.(21;22;25;26;32).

Tanto en nuestro trabajo como en otros modelos estudiados, (9;10;12;18;20-23;26-29;32;35) la paridad fue sin duda el factor predictor más importante junto al test de Bishop. En nuestro estudio, las gestantes nulíparas presentaron una probabilidad de finalizar en cesárea en el modelo ajustado cinco veces mayor que las multíparas.

Otro predictor relevante en los modelos publicados fue la valoración del test de Bishop al ingreso hospitalario y en el inicio de la dilatación, encontrando mayores probabilidades de parto vaginal a mayor puntuación. El test de Bishop fue estudiado en un gran número de los trabajos consultados sobre IDP. (9-16;18-21;23;25;27;35;36) Para la mayoría de ellos, el objetivo fue únicamente compararlo con la medición de la longitud ecográfica del cérvix en la preinducción del parto para determinar la probabilidad de cesárea. (9-16;18-20;37;38) En varios de estos, se encontró superioridad predictiva de la medición ecográfica frente a la valoración del test de Bishop.(9;10;12-14;16;18;20;37;38) Sin embargo, Hatfiel et al.(39) publicó un revisión sistemática en 2007 donde concluía que la medición por ultrasonografía del cérvix no era un buen predictor del resultado de parto y en 2013, otra revisión sistemática consideraba a este indicador con una pobre capacidad de predicción.(40) Además, una Guía de Práctica Clínica Canadiense sigue recomendando la valoración del test de Bishop en la preinducción.(41)

Por tanto, en la actualidad, aunque no es considerado un buen predictor de parto por sí solo, (42) los modelos que incorporen el test Bishop frente a la medición ecográfica del cervíx tendrán más posibilidades de aplicabilidad y de validación, ya que éste, puede ser empleado en todo tipo de circunstancias. La medición de la longitud cervical, sin embargo, requiere entrenamiento y equipamiento necesario.

En cuanto a la edad gestacional, se observó que fetos con más de 41 semanas y en especial con menos de 37 semanas tienen más probabilidades de cesárea. Este predictor, también fue incorporado dentro de los modelos de IDP por varios autores. (29;32;37;38)

Siguiendo con los factores fetales que integran el modelo, encontramos relación entre el riesgo de cesárea y la macrosomía. Aunque solo se empleó en el modelo de Isotno et al. (25), fue incorporada en otros estudios como factor de riesgo de cesárea (25;43-46)

En cuanto al sexo fetal, solo el modelo de Smith et al. (32) lo ha tenido en cuenta. En nuestro trabajo los fetos masculinos presentaron un 7.6% más de riesgo de cesárea que los femeninos. Este hallazgo quizás, se pueda deber a una mejor capacidad de adaptación al estrés del parto de estos últimos, siendo varios los trabajos que han coincidido con este hallazgo. (46-48)

Uno de los aspectos más relevante de nuestro trabajo, es la incorporación por primera vez de la tasa de cesárea del ginecólogo responsable como predictor. La probabilidad de parto está condicionada también, en gran medida, por factores asistenciales o profesionales. Estos factores pueden contribuir a la gran variabilidad en la realización de cesáreas entre países, centros y hasta entre los propios profesionales de un servicio. (49-51) Por tanto, cualquier modelo que no contemple esta fuente de variabilidad puede quedar incompleto. Este aspecto es a su vez, la principal fortaleza y debilidad del trabajo. Fortaleza, porque la consideración de esta tasa puede hacer que este modelo pueda ser utilizado en otros centros con características asistenciales diferentes y debilidad, porque la tasa de cesárea de cada ginecólogo puede no estar disponible, aunque en este caso se podría sustituir por la tasa de cesárea del centro. A pesar de esta limitación, hemos llevado a cabo varias modelos omitiendo diferentes predictores ante la posibilidad de que esta información no esté disponible en los centros de trabajo para que pueda ser aplicado en el mayor número de circunstancias (Tabla 5).

Con todo, reconocemos como limitación que para que este modelo de predicción tenga una potencial aplicación sería recomendable una validación externa en uno o varios centros con diferentes niveles de complejidad clínica.
 
A pesar de esto último, consideramos que los modelos construidos presentaron una buena capacidad de predicción del riesgo de cesárea y pueden ser una buena herramienta para ayudar en la toma de decisiones.
 
Conclusión:
Un modelo predictivo de riesgo de cesárea formado por talla materna, índice de masa corporal, nuliparidad, test de Bishop, edad gestacional, macrosomía, sexo fetal y tasa global de cesárea del ginecólogo presenta una satisfactoria capacidad predictiva tanto en la cohorte de derivación como en la de validación. Esta herramienta puede ser de utilidad para la práctica clínica. Se podrían evitar inducciones de parto cuando las probabilidades de cesárea fueran elevadas o reforzar al clínico y a la gestante en la elección de una inducción en aquellos casos en los que la probabilidad de parto vaginal fuera alta.
 
 
Bibliografía
  • (1)  Sociedad Española de Ginecologia y Obstetricia. Induccion de parto. Protocolos prosego 2013 [citado 1 Noviembre de 2014]. Disponible en: http://www.prosego.es.
  • (2)  Health and Care of Pregnant Women and Babies in Europe in 2010. EUROPEAN PERINATAL HEALTH REPORT 2014:90-92 [citado 1 Nov 2014]. Disponible en: http://www.europeristat.com/reports/european-perinatal-health-report-010.html.
  • (3)  Caughey AB, Sundaram V, Kaimal AJ, Cheng YW, Gienger A, Little SE, et al. Maternal and neonatal outcomes of elective induction of labor. Evid Rep Technol Assess (Full Rep ). 2009;(176):1-257.
  • (4)  Guerra GV, Cecatti JG, Souza JP, Faundes A, Morais SS, Gulmezoglu AM, et al. Factors and outcomes associated with the induction of labour in Latin America. BJOG. 2009;116(13):1762-72.
  • (5)  Janakiraman V, Ecker J, Kaimal AJ. Comparing the second stage in induced and spontaneous labor. Obstet Gynecol. 2010;116(3):606-11.
  • (6)  Selo-Ojeme D, Rogers C, Mohanty A, Zaidi N, Villar R, Shangaris P. Is induced labour in the nullipara associated with more maternal and perinatal morbidity? Arch Gynecol Obstet. 2011;284(2):337-41.
  • (7)  Ehrenthal DB, Jiang X, Strobino DM. Labor induction and the risk of a cesarean delivery among nulliparous women at term. Obstet Gynecol. 2010;116(1):35-42.
  • (8)  Allen VM, O´Connell CM, Baskett TF. Maternal morbidity associated with cesarean delivery without labor compared with induction of labor at term. Obstet Gynecol. 2006;108(2):286-94.
  • (9)  Bueno B, San-Frutos L, Salazar F, Perez-Medina T, Engels V, Archilla B, et al. Variables that predict the success of labor induction. Acta Obstet Gynecol Scand. 2005;84(11):1093-7.
  • (10)  Bueno B, San-Frutos L, Perez-Medina T, Barbancho C, Troyano J, Bajo J. The labor induction: integrated clinical and sonographic variables that predict the outcome. J Perinatol. 2007;27(1):4-8.
  • (11)  Elghorori MR, Hassan I, Dartey W, Abdel-Aziz E, Bradley M. Comparison between subjective and objective assessments of the cervix before induction of labour. J Obstet Gynaecol. 2006;26(6):521-6.
  • (12)  Gomez Laencina AM, Sanchez FG, Gimenez JH, Martinez MS, Valverde Martinez JA, Vizcaino VM. Comparison of ultrasonographic cervical length and the Bishop score in predicting successful labor induction. Acta Obstet Gynecol Scand. 2007;86(7):799-804.
  • (13)  Keepanasseril A, Suri V, Bagga R, Aggarwal N. Pre-induction sonographic assessment of the cervix in the prediction of successful induction of labour in nulliparous women. Aust N Z J Obstet Gynaecol. 2007;47(5):389-93.
  • (14)  Maitra N, Sharma D, Agarwal S. Transvaginal measurement of cervical length in the prediction of successful induction of labour. J Obstet Gynaecol 2009;29(5):388-91.
  • (15)  Roman H, Verspyck E, Vercoustre L, Degre S, Col JY, Firmin JM, et al. Does ultrasound examination when the cervix is unfavorable improve the prediction of failed labor induction? Ultrasound Obstet Gynecol. 2004;23(4):357-62.
  • (16)  Rozenberg P, Chevret S, Ville Y. [Comparison of pre-induction ultrasonographic cervical length and Bishop score in predicting risk of cesarean section after labor induction with prostaglandins]. Gynecol Obstet Fertil. 2005;33(1-2):17-22.
  • (17)  Tan PC, Vallikkannu N, Suguna S, Quek KF, Hassan J. Transvaginal sonographic measurement of cervical length vs. Bishop score in labor induction at term: tolerability and prediction of Cesarean delivery. Ultrasound Obstet Gynecol. 2007;29(5):568-73.
  • (18)  Tan PC, Vallikkannu N, Suguna S, Quek KF, Hassan J. Transvaginal sonography of cervical length and Bishop score as predictors of successful induction of term labor: the effect of parity. Clin Exp Obstet Gynecol. 2009;36(1):35-9.
  • (19)  Tanir HM, Sener T, Yildiz Z. Digital and transvaginal ultrasound cervical assessment for prediction of successful labor induction. Int J Gynaecol Obstet. 2008;100(1):52-5.
  • (20)  Uyar Y, Erbay G, Demir BC, Baytur Y. Comparison of the Bishop score, body mass index and transvaginal cervical length in predicting the success of labor induction. Arch Gynecol Obstet. 2009;280(3):357-62.
  • (21)  Cheung CW, Leung TY, Sahota DS, Chan OK, Chan LW, Fung TY, et al. Outcome of induction of labour using maternal characteristics, ultrasound assessment and biochemical state of the cervix. J Matern Fetal Neonatal Med. 2010;23(12):1406-12.
  • (22)  Cnattingius R, Hoglund B, Kieler H. Emergency cesarean delivery in induction of labor: an evaluation of risk factors. Acta Obstet Gynecol Scand. 2005;84(5):456-62.
  • (23)  Gomez-Laencina AM, Garcia CP, Asensio LV, Ponce JA, Martinez MS, Martinez-Vizcaino V. Sonographic cervical length as a predictor of type of delivery after induced labor. Arch Gynecol Obstet. 2012;285(6):1523-8.
  • (24)  Gomez Laencina AM, Sanchez FG, Gimenez JH, Martinez MS, Valverde Martinez JA, Vizcaino VM. Comparison of ultrasonographic cervical length and the Bishop score in predicting successful labor induction. Acta Obstet Gynecol Scand. 2007;86(7):799-804.
  • (25)  Isono W, Nagamatsu T, Uemura Y, Fujii T, Hyodo H, Yamashita T, et al. Prediction model for the incidence of emergent cesarean section during induction of labor specialized in nulliparous low-risk women. J Obstet Gynaecol Res. 2011;37(12):1784-91.
  • (26)  Peregrine E, O´Brien P, Omar R, Jauniaux E. Clinical and ultrasound parameters to predict the risk of cesarean delivery after induction of labor. Obstet Gynecol. 2006;107(2 Pt 1):227-33.
  • (27)  Pitarello PR, Tadashi YC, Ruano R, Zugaib M. Prediction of successful labor induction using transvaginal sonographic cervical measurements. J Clin Ultrasound. 2013;41(2):76-83.
  • (28)  Rane SM, Guirgis RR, Higgins B, Nicolaides KH. The value of ultrasound in the prediction of successful induction of labor. Ultrasound Obstet Gynecol. 2004;24(5):538-49.
  • (29)  Rane SM, Guirgis RR, Higgins B, Nicolaides KH. Models for the prediction of successful induction of labor based on pre-induction sonographic measurement of cervical length. J Matern Fetal Neonatal Med. 2005;17(5):315-22.
  • (30)  Schmitz T. [Comparison of the Bishop score and ultrasonographic measure of cervical length in the prediction of risk of cesarean section before cervical ripening by prostaglandins]. Gynecol Obstet Fertil. 2005;33(9):726-7.
  • (31)  Hosmer DW, Lemeshow S. Applied logistic regression. 2 ed. New York: Willey; 2000.
  • (32)  Smith GC, Dellens M, White IR, Pell JP. Combined logistic and Bayesian modeling of cesarean section risk. Am J Obstet Gynecol. 2004; 191(6):2029-34.
  • (33)  Verhoeven CJ, Oudenaarden A, Hermus MA, Porath MM, Oei SG, Mol BW. Validation of models that predict Cesarean section after induction of labor. Ultrasound Obstet Gynecol. 2009;34(3):316-21.
  • (34)  Bertossa P, Novakov MA, Stupar ZT, Milatovic S, Boulvain M, Irion O, et al. Validity of clinical and ultrasound variables to predict the risk of cesarean delivery after induction of labor. Obstet Gynecol. 2012;120(1):53-9.
  • (35)  Mbele AM, Makin JD, Pattinson RC. Can the outcome of induction of labour with oral misoprostol be predicted. S Afr Med J. 2007;97(4):289-92.
  • (36)  Riboni F, Garofalo G, Pascoli I, Vitulo A, Dell´avanzo M, Battagliarin G, et al. Labour induction at term: clinical, biophysical and molecular predictive factors. Arch Gynecol Obstet. 2012;286(5):1123-9.
  • (37)  Park KH, Hong JS, Shin DM, Kang WS. Prediction of failed labor induction in parous women at term: role of previous obstetric history, digital examination and sonographic measurement of cervical length. J Obstet Gynaecol Res. 2009;35(2):301-6.
  • (38)  Park KH. Transvaginal ultrasonographic cervical measurement in predicting failed labor induction and cesarean delivery for failure to progress in nulliparous women. J Korean Med Sci. 2007;22(4):722-7.
  • (39)  Hatfield AS, Sanchez-Ramos L, Kaunitz AM. Sonographic cervical assessment to predict the success of labor induction: a systematic review with metaanalysis. Am J Obstet Gynecol. 2007;197(2):186-92.
  • (40)  Verhoeven CJ, Opmeer BC, Oei SG, Latour V, van der Post JA, Mol BW. Transvaginal sonographic assessment of cervical length and wedging for predicting outcome of labor induction at term: a systematic review and meta-analysis. Ultrasound Obstet Gynecol. 2013;42(5):500-8.
  • (41)  Leduc D, Biringer A, Lee L, Dy J, Corbett T, Leduc D, et al. Induction of labour. J Obstet Gynaecol Can. 2013;35(9):840-57.
  • (42)  Kolkman DG, Verhoeven CJ, Brinkhorst SJ, van der Post JA, Pajkrt E, Opmeer BC, et al. The bishop score as a predictor of labor induction success: a systematic review. Am J Perinatol. 2013;30(8):625-30.
  • (43)  Chen G, Uryasev S, Young TK. On prediction of the cesarean delivery risk in a large private practice. Am J Obstet Gynecol. 2004;191(2):616-24.
  • (44)  Hou L, Zhu Y, Ma X, Li J, Zhang W. Clinical parameters for prediction of successful labor induction after application of intravaginal dinoprostone in nulliparous Chinese women. Med Sci Monit. 2012;18(8):CR518-CR522.
  • (45)  Kim SN, Park KH, Jung HJ, Hong JS, Shin DM, Kang WS. Clinical and sonographic parameters at 37 weeks´ gestation for predicting the risk of primary Cesarean delivery in nulliparous women. Ultrasound Obstet Gynecol. 2010;36(4):486-92.
  • (46)  Schuit E, Kwee A, Westerhuis ME, Van Dessel HJ, Graziosi GC, Van Lith JM, et al. A clinical prediction model to assess the risk of operative delivery. BJOG. 2012;119(8):915-23.
  • (47)  Agarwal U, Anastasakis E, Kadir RA. The effect of fetal sex on the outcome of labour induction. J Obstet Gynaecol. 2009;29(8):711-3.
  • (48)  Eogan MA, Geary MP, O´Connell MP, Keane DP. Effect of fetal sex on labour and delivery: retrospective review. BMJ. 2003;326(7381):137.
  • (49)  Althabe F, Sosa C, Belizan JM, Gibbons L, Jacquerioz F, Bergel E. Cesarean section rates and maternal and neonatal mortality in low-, medium-, and high-income countries: an ecological study. Birth. 2006;33(4):270-7.
  • (50)  Declercq E, Young R, Cabral H, Ecker J. Is a rising cesarean delivery rate inevitable? Trends in industrialized countries, 1987 to 2007. Birth. 2011;38(2):99-104.
  • (51)  Grupo de variaciones en la práctica médica. Variaciones en la utilización de la cesárea en los hospitales públicos del Sistema Nacional de Salud. Documento de trabajo 04-2009. 2009. [citado 1 Nov 2014]. Disponible en: http://www.asturias.es/Astursalud/Ficheros/AS_Salud%20Publica/AS_Promocion%20de%20la%20Salud/Salud%20sexual%20y%20reproductiva/Salud%20reproductiva/Variaciones%20cesarea_DT04_2009.pdf.
 


 Comentarios

Recuerde que las sugerencias pueden ser importantes para otros lectores.
Comentario
Título (obligatorio)
Nombre (obligatorio)
E-mail (obligatorio)
Por favor rellene el siguiente campo con las letras y números que aparecen en la imagen inferior
     
Acepto la cláusula de privacidad
Normas de uso:

Esta es la opinión de los internautas, no de enfermeriadeciudadreal.com

No está permitido verter comentarios contrarios a las leyes (tanto españolas como internacionales) o que sean injuriantes.

Reservado el derecho a eliminar los comentarios que consideremos fuera de tono y de tema.


  Más de Publicaciones Científicas
Revisión bibliográfica: Atención de enfermería en los trastornos del sueño en el envejecimiento: insomnio
Conocimientos y actitudes sobre la lactancia materna en los alumnos del Grado de Enfermería.
Nivel de conocimiento de la población española frente a las maniobras de RCP pediátrica y primeros auxilios.
Vivencias y calidad de vida de las personas ostomizadas.
Morbilidad materna postparto autodeclarada y su relación con el tipo de parto.
Cumplimentación del documento de salud de la embarazada como determinante de salud: una intervención desde la matrona.
  Últimas Noticias
Revisión bibliográfica: Atención de enfermería en los trastornos del sueño en el envejecimiento: insomnio

Revisión bibliográfica: Atención de enfermería en los trastornos del sueño en el envejecimiento: insomnioEl insomnio se encabeza como el problema más prevalente en nuestra población de estudio. Incluso, se sabe que el 80% de la población en general ha experimentado al menos un episodio de insomnio. La figura de la enfermera está cada vez más presente, adoptando un papel fundamental en la detección temprana y manejo del mismo.
Curso de preparación de la prueba objetiva para el acceso a la especialidad de Enfermería Comunitaria

Curso de preparación de la prueba objetiva para el acceso a la especialidad de Enfermería ComunitariaEl Colegio de Enfermería de Ciudad Real, a través del Equipo de Preparación de Oposiciones de Especialistas, (Equipo POE) ofrece a todos los colegiados la posibilidad de realizar el curso de preparación de la prueba objetiva para el acceso por la vía extraordinaria a la Especialidad de Enfermería Familiar y Comunitaria.
Jornada de enfermería quirúrgica el 17 de octubre en Valdepeñas

Jornada de enfermería quirúrgica el 17 de octubre en ValdepeñasEl próximo día 17 de octubre se celebrará en el salón de actos del hospital general de Valdepeñas la Jornada de Enfermería Quirúrgica organizada por el Colegio de Enfermería de Ciudad Real con la colaboración del SESCAM y la Asociación Española de Enfermería Quirúrgica. La inscripción es gratuita y las plazas son limitadas.



Acuerdos comerciales / Contactar / Quiénes somos
Copyright © Colegio de Enfermería de Ciudad Real. Dirección: C/ Pedrera Baja 47, bajo - 13003 Ciudad Real - Tél: 926 22 25 01 - Fax: 926 25 50 24
Política de privacidad / Aviso legal / Acceder a los RSS RSS