Más allá de la diabetes gestacional: características clínicas de madres no diabéticas con hijos macrosómicos, un estudio transversal / Beyond gestational diabetes: clinical characteristics of non-diabetic mothers of macrosomic children, a cross-sectional study

RESUMEN

Introducción. La macrosomía fetal es un factor de riesgo para complicaciones maternas y neonatales. Se ha asociado a mal control metabólico del embarazo, diabetes gestacional y pregestacional. A la fecha, no hay estudios locales sobre las características clínicas de madres no diabéticas de hijos macrosómicos. Objetivo. Describir características clínicas de madres sin antecedente de diabetes que tienen hijos macrosómicos, atendidas en la maternidad del Hospital Carlos van Buren durante el año 2017. Materiales y métodos. Se realizó un estudio transversal con enfoque analítico. Se recolectó la información a través de fichas clínicas y carnet prenatal de las pacientes no diabéticas con hijos macrosómicos. Se presentan de manera descriptiva las distintas variables de estudio, y se analizaron las asociaciones entre las variables mediante análisis estadístico. Resultados: Se incluyeron 68 madres con recién nacidos macrosómicos, con un promedio de edad de 25,8 años (±6.3 años). Entre sus hijos, 48 (70.5%) fueron de sexo masculino, con un peso promedio de 4.207,5g (±183g). De las 49 (72%) pacientes multíparas, ninguna presentó historia de diabetes gestacional previa. El índice de masa corporal (IMC) promedio fue de 29,7 (±5.2), el 39,4% (20) presentó acrocordon y el 19,1% (13) acantosis nigricans. La glicemia de ayuno del primer trimestre promedio fue de 83.4 mg/dL (±5.4mg/dL) y el promedio de HbA1c fue 5.2% (±0.3%). El 47% de las pacientes registró complicaciones del parto. Se encontró una asociación significativa entre las complicaciones del parto y la HbA1c (p = 0.014) y una correlación positiva entre el IMC materno con el peso de nacimiento (Rho = 0.23) Conclusiones: La macrosomía se asocia a complicaciones del parto, incluso en hijos de madres no diabéticas. Existe una correlación positiva entre un mayor IMC y el desarrollo de macrosomía. Son necesarios estudios de distinta metodología para desarrollar modelos predictivos en base a factores de riesgo.

ABSTRACT

Introduction. Fetal macrosomia is a risk factor for maternal and neonatal complications. It has been associated with poor metabolic control of pregnancy, gestational and pregestational diabetes. To date, there are no local studies on the clinical characteristics of non-diabetic mothers of macrosomic children. Objective. Describe clinical characteristics of mothers without a history of diabetes who have macrosomic children, attended in the maternity of Carlos van Buren Hospital during the year 2017. Materials and methods. A cross-sectional study with an analytical approach was carried out. The information was collected through clinical files and prenatal card of non-diabetic patients with macrosomic children. The different study variables are presented in a descriptive way, and the associations between the variables were analyzed through statistical analysis. Results: We included 68 mothers with macrosomic newborns, with an average age of 25.8 years (± 6.3 years). Among their children, 48 (70.5%) were male, with an average weight of 4,207.5g (± 183g). Of the 49 (72%) multiparous patients, none had a history of previous gestational diabetes. The average body mass index (BMI) was 29.7 (± 5.2), 39.4% (20) presented acrocordon and 19.1% (13) acanthosis nigricans. Fasting glycemia in the first quarter was 83.4 mg / dL (± 5.4 mg / dL) and the average HbA1c was 5.2% (± 0.3%). 47% of the patients registered complications of childbirth. A significant association was found between labor complications and HbA1c (p = 0.014) and a positive correlation between maternal BMI and birth weight (Rho = 0.23). Conclusions: Macrosomia is associated with labor complications, even in children of non-diabetic mothers. There is a positive correlation between a higher BMI and the development of macrosomia. Studies of different methodology are necessary to develop predictive models based on risk factors.