I CONGRESO NACIONAL
Modelo de Anlisis DE INVESTIGACIN
Predictivo para la MorbidezEN LA IASD
Edgardo Palza1; Jorge Sanchez2; Guillermo Mamani3; Percy Pacora4
cole de technologie suprieure, Canada1; Consultores Per23, Hospital Nacional Docente Madre Nio "San Bartolom", Per4
Resumen
El presente trabajo propone un modelo para predecir la morbidez materna en base
a diagramas de influencia y redes bayesianas, los cuales permiten data cuantitativa
y cualitativa (opiniones mdicas). El modelo creado se crep con data recopilada a
lo largo de 10 aos en un hospital de Per.
Introduccin
La Organizacin mundial para la Salud (OMS) define la morbidez materna como
la muerte de una mujer embarazada o dentro de los primeros 42 das despus del
parto. La OMS menciona que alrededor de 800 mujeres mueren cada da por
complicaciones relacionadas al embarazo o al parto. Un problema clave es la
complejidad en identificar los factores de riesgo para minimizarlos o eliminarlos con
un diagnstico acertado y a tiempo.
Objetivos
El objetivo del estudio es analizar la data a travs de diagrama de influencia y
probabilidades Bayesianas para crear un modelo que detecte los patrones de
morbidez y factores de riesgo para mujeres embarazadas durante consultas o en
unidades de cuidados intensivos.
Mtodo y Resultados
Para crear el modelo se consider:
1. Inclusin: de pacientes que completaron todo el proceso de gestacin, parto y
postparto
2. Exclusin: pacientes que ya presentaba alguna enfermedad o complicacin
antes del periodo de gestacin.
El diagrama de influencia representa un diagrama de causa-efecto que permite
seleccionar y extraer data de los registros mdico a travs de una anlisis
estadstico que valida la hiptesis. Luego se revisan las relaciones en el diagrama
para calcular las probabilidades a-priori y a-posteriori. Finalmente, se realizan
pruebas para verificar la precisin del modelo, creando eventos a travs de
simulaciones con el modelo.
Metodologa de 6 fases
Fase 1: propuesta del diagrama de influencia
Segn un anlisis de la OMS se definieron 3 valores a la morbidez materna:
saludable (no hay complicaciones), patolgico (existe alguna enfermedad o
complicacin tras la gestacin), muerte (durante el parto o dentro de las siguientes
42 horas).
Fase 2: Definicin de variables (figura)
Figura 1: El modelo en estado inicial (las variables y sus posibles valores)
Fase 3: Anlisis causa-efecto del diagrama de influencia
Se identificaron veinticuatro variables que se relacionaban directa o indirectamente
a la morbidez materna. Adems, se plantearon las hiptesis que representan las
flechas del diagrama de la figura anterior.
Fase 4: Transformacin de la data y enfoque estadstico
Se consideraron registros mdicos en un periodo de tiempo de dos aos. Luego la
data fue verificada y formateada para cumplir con los requisitos del anlisis.
Se realiz una prueba Chi-cuadrado en una primera instancia para distribuir las
relaciones entre variables en un modelo. Luego se verific el modelo con el uso de
data histrica y la aplicacin en seis iteraciones de una tcnica Chi-cuadrado.
Materna
Fase 5: Probabilidades a-priori y a-posteriori
Para ordenar las variables se utiliz el teorema de Bayes. De las veinticuatro
variables se encontraron ocho factores que afectan significativa y directamente la
morbidez materna. Estos factores son intervalo intergensico, embarazo
prolongado, nivel de instruccin, hemorragia antes del parto, cesrea, historial de
aborto, infeccin puerperal y sangrado
Fase 6: Diagnosis de la morbidez materna
-Escenario 1: Factor cesrea. Se define a la prctica de una cesrea como factor
riesgo, estableciendo que si se realiza hay un riesgo de enfermedad de 92.8% pero
3,61% de muerte. Si no se realiza hay una probabilidad de 65,7% de enfermedad
y de 4,45% de muerte.
-Escenario 2: Dos factores riesgo. El intervalo intergensico es un factor riesgo si
es muy corto y la duracin del embarazo tambin lo ser si es muy prolongado.
-Escenario 3: Morbidez basada en intervalo intergensico. Un intervalo largo,
promete con 70,2% de probabilidad una madre saludable.
-Escenario 4: Morbidez en base a intervalo intergensico y embarazo prolongado.
Un intervalo corto lleva a un embarazo prolongado lo que resulta en un 92,5% de
probabilidad de presentarse enfermedades.
-Escenario 5 y 6: El sangrado es un factor riesgo con probabilidad de 26.8% de
llevar a la muerte si el sangrado proviene especficamente de heridas o placenta
previa.
-Escenario 7: Tomando en cuenta los factores de infeccin puerperal, intervalo
intergensico, embarazo prolongado, sangrado, cesrea, historial de aborto e
infeccin relacionada al embarazo en su estado inicial, los cuales resultan en
alguna enfermedad, si hay intervencin mdica la madre tendr una salud de 7.91
en una escala sobre 10. La siguiente figura muestra la relacin de variables.
Figura 2: El modelo con siete factores riesgo en estado inicial
-Escenario 8: Si se agrega el factor parto prolongado y no hay intervencin la salud
se deteriora a un 4.34/10.
-Escenario 9: Si hay un intervalo intergensico corto y parto a tiempo la
probabilidad de resultar en enfermedad es de 95,2% y sin intervencin mdica
resulta en una salud de 2,17/10
-Escenario 10: Combinando intervalo corto, laceraciones (grado II y IV) y placenta
previa la probabilidad de muerte es 26,3% con posibilidad de salud de 7,47/10 si
hay intervencin mdica.
Conclusiones
El intervalo intergensico y un embarazo prolongado son factores de riesgo
relevantes al buscar enfermedades en mujeres embarazadas. La presentacin de
heridas (laceraciones), la placenta previa, un parto prolongado y la realizacin de
una cesrea tambin son factores que aumentan el riesgo de muerte. La presencia
de uno de estos incrementa el riesgo de muerte de 4,45% a 29,8%. Ms an, si las
heridas son de nivel 3 o 4 y el parto es prolongado, se debe decidir si habr
intervencin mdica, lo cual tiene tres posibles resultados: si se interviene
satisfactoriamente la salud de la madre aumenta a 7,455 en una escala sobre 10;
si la intervencin se demora, la salud ser de 4,143, y si no se puede realizar, la
salud ser de 3,980.
Referencias
(MMWG), M. M. W. G. https://pre-empt.cfri.ca/who-maternal-morbidity-working-
group, 2014
Cross S, Bell J, & W., G. (2010). What you count is what you target: the implications
of maternal death classification for tracking progress towards reducing maternal
mortality in developing countries. Bulletin of the World Health Organization 2010,
88:147-153. doi: 10.2471/BLT.09.063537.
Flores C, Barros P, & S, C. (2013). Leveraging the Learning Process in Health
through Clinical Cases Simulator. Paper presented at the Serious Games and
Applications for Health (SeGAH), 2012, Vilamouragm