Your browser doesn't support javascript.
loading
Development and validation of predictive models for QUiPP App v.2: tool for predicting preterm birth in women with symptoms of threatened preterm labor.
Carter, J; Seed, P T; Watson, H A; David, A L; Sandall, J; Shennan, A H; Tribe, R M.
Affiliation
  • Carter J; Department of Women and Children's Health, School of Life Course Sciences, King's College London, London, UK.
  • Seed PT; Department of Women and Children's Health, School of Life Course Sciences, King's College London, London, UK.
  • Watson HA; Department of Women and Children's Health, School of Life Course Sciences, King's College London, London, UK.
  • David AL; Institute for Women's Health, University College London, London, UK.
  • Sandall J; National Institute for Health Research, University College London Hospitals, Biomedical Research Centre, London, UK.
  • Shennan AH; Department of Women and Children's Health, School of Life Course Sciences, King's College London, London, UK.
  • Tribe RM; Department of Women and Children's Health, School of Life Course Sciences, King's College London, London, UK.
Ultrasound Obstet Gynecol ; 55(3): 357-367, 2020 03.
Article in En | MEDLINE | ID: mdl-31385343
RESUMEN
Desarrollo y validación de modelos predictivos para la Aplicación QUiPP v.2: herramienta para predecir el parto pretérmino en mujeres con síntomas de amenaza de parto prematuro OBJETIVO: Desarrollar modelos de predicción mejorados para actualizar el prototipo de la Aplicación QUiPP, una herramienta que proporciona el riesgo individualizado de parto pretérmino espontáneo (PPTE), para su uso en mujeres con síntomas de amenaza de parto pretérmino (APPT), mediante la incorporación de los factores de riesgo, la evaluación de la longitud cervical (LC) mediante ecografía transvaginal y los resultados de la prueba de fibronectina fetal cuantitativa (qfFN, por sus siglas en inglés) del líquido cérvico-vaginal. MÉTODOS: Las participantes fueron mujeres embarazadas entre 23 + 0 y 34 + 6 semanas de gestación con síntomas de APPT, reclutadas como parte de cuatro estudios de cohorte prospectivos llevados a cabo en 16 hospitales del Reino Unido entre octubre de 2010 y octubre de 2017. El grupo de entrenamiento comprendía a todas las mujeres cuyos resultados se conocían en mayo de 2017 (n = 1032). El grupo de validación estaba compuesto por mujeres cuyos resultados se recogieron entre junio de 2017 y marzo de 2018 (n = 506). Se desarrollaron modelos paramétricos de supervivencia para tres combinaciones de predictores: factores de riesgo más resultados de pruebas de qfFN solamente, factores de riesgo más LC solamente, y factores de riesgo más tanto qfFN como LC. Los mejores modelos fueron seleccionados utilizando los criterios de información de Akaike y Bayesiano. Se calculó la probabilidad estimada de PPTE a <30, <34 o <37 semanas de gestación y dentro de 1 o 2 semanas de la prueba y se crearon curvas de la característica operativa del receptor (ROC, por sus siglas en inglés) para demostrar la capacidad de diagnóstico de los modelos de predicción. RESULTADOS: Las estadísticas de predicción fueron similares entre los grupos de entrenamiento y de validación en la mayoría de los puntos de tiempo de los resultados y para cada combinación de predictores. Las áreas bajo las curvas (ABC) ROC demostraron que los tres algoritmos tuvieron una buena precisión para la predicción del PPTE a <30, <34 y <37 semanas de gestación y dentro de 1 a 2 semanas después de la prueba en el grupo de validación, en particular el modelo que combina los factores de riesgo más qfFN por si solo (ABC: 0,96 a <30 semanas; 0,85 at <34 semanas; 0,77 at <37 semanas; 0,91 at <1 semana de la prueba; y 0,92 a <2 semanas de la prueba CONCLUSIONES: La validación de los nuevos modelos de predicción sugiere que la Aplicación QUiPP v.2 puede calcular de manera fiable el riesgo de PPTE en mujeres con APPT. El uso de la Aplicación QUiPP en la práctica podría llevar a un mejor cribado para la intervención, a la vez que daría seguridad y evitaría intervenciones innecesarias en mujeres con bajo riesgo.
Subject(s)
Key words

Full text: 1 Collection: 01-internacional Database: MEDLINE Main subject: Prenatal Diagnosis / Risk Assessment / Pregnancy, High-Risk / Premature Birth / Mobile Applications Type of study: Clinical_trials / Diagnostic_studies / Etiology_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limits: Adult / Female / Humans / Newborn / Pregnancy Language: En Journal: Ultrasound Obstet Gynecol Journal subject: DIAGNOSTICO POR IMAGEM / GINECOLOGIA / OBSTETRICIA Year: 2020 Document type: Article Affiliation country: Reino Unido Country of publication: Reino Unido

Full text: 1 Collection: 01-internacional Database: MEDLINE Main subject: Prenatal Diagnosis / Risk Assessment / Pregnancy, High-Risk / Premature Birth / Mobile Applications Type of study: Clinical_trials / Diagnostic_studies / Etiology_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limits: Adult / Female / Humans / Newborn / Pregnancy Language: En Journal: Ultrasound Obstet Gynecol Journal subject: DIAGNOSTICO POR IMAGEM / GINECOLOGIA / OBSTETRICIA Year: 2020 Document type: Article Affiliation country: Reino Unido Country of publication: Reino Unido