text new page (beta)
Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
Introducción
La preeclampsia afecta al 2-8% de los embarazos en el mundo y es causa principal de morbilidad y mortalidad tanto materna como perinatal1. En México es causa de muerte materna a pesar del control prenatal regular2. Las dosis bajas de aspirina iniciadas a las 16 semanas de gestación o antes son profilaxis eficaz en embarazos de alto riesgo3. Debido a que la cobertura por historia clínica es baja4, se desarrollaron pruebas de marcadores múltiples5-7 con mejor desempeño que las guías clínicas8. La efectividad de prescribir aspirina profiláctica con base en un tamiz precoz de preeclampsia ha sido recientemente probada9, incluso adoptada por la Federación Internacional de Ginecología y Obstetricia (FIGO)10.
El rendimiento de estas pruebas ha resultado subóptimo en poblaciones diferentes de las que originaron el modelo11, excepto cuando los marcadores fueron corregidos para la población diana12.
Uno de estos algoritmos, ampliamente distribuido por su gratuidad, es el de la Fundación de Medicina Fetal de Londres, Reino Unido (FMF)5,6,13. Su versión más reciente, FMF 4.0 (2018)14, fue liberada en marzo 2019 y se cuentan al menos 277 usuarios registrados en México (https://fetalmedicine.org/lists/map/certified/Ut); pero no se incluyó población mexicana en su creación ni se ha documentado validación alguna en ella.
El objetivo de este estudio es evaluar el rendimiento del algoritmo FMF 4.014 en una población mexicana con y sin corrección de marcadores.
Materiales y métodos
Se realizó un estudio en una cohorte de estudios perinatales15. El reclutamiento fue de enero 2012 a diciembre 2019 y se obtuvo la aprobación de los comités científico y bioético de la sede, apegándose a la Declaración de Helsinki de la Asociación Médica Mundial para las investigaciones médicas en seres humanos.
Los criterios de inclusión fueron embarazo de feto único con vitalidad y longitud corona-cauda (LCC) entre 45 y 84 mm (11+1 a 14+1 semanas de gestación), con datos completos para el estudio y que se haya registrado el nacimiento de recién nacido fenotípicamente normal, vivo o muerto, con al menos 24 semanas de gestación o más. Se excluyeron embarazos con defectos cromosómicos, no cromosómicos y los que tuvieron aborto espontáneo o inducido antes de las 24 semanas.
Historia clínica
Se obtuvo por cuestionario autoadministrado, verificado por interrogatorio y codificado operativamente según la FMF16.
El peso y estatura maternos se obtuvieron con báscula y estadímetro clínicos convencionales analógicos calibrados.
La edad de la gestación se estableció por LCC por ecografía según el método de Robinson corregido por Loughna, et al.17.
Medición de la presión arterial media
Estandarizada por la FMF18 y adoptada por la FIGO10, congruente con las recomendaciones internacionales actuales19, requirió el uso del brazalete mediano único proporcionado con cada dispositivo; los de otros calibres no están disponibles en el mercado local y se ha asumido corrección del sesgo braquial por peso materno20.
Los dispositivos electrónicos automáticos fueron marca Omron® (Japón), modelo HEM-7121, que cumple con el requisito 510(k) de la Food and Drug Administration (FDA). Se calibraron periódicamente. El personal encargado de las mediciones fue entrenado y supervisado constantemente.
Medición del índice de pulsatilidad medio de las arterias uterinas
Se emplearon ecógrafos marca Voluson (GE Healthcare Technologies®) modelos E10, E6, S8, 730 Expert, Logiq P5 y Logiq 3 Expert; todos con transductores transabdominales y transvaginales multifrecuencia, bajo mantenimiento preventivo constante. Los exámenes fueron realizados por dos operadores certificados y auditados periódicamente (fetalmedicine.org) siguiendo metodología estandarizada21.
Medición de proteína plasmática A asociada al embarazo
Se emplearon analizadores automatizados, calibrados y controlados, basados en inmunoensayos ultrasensibles y aprobados por la FMF, a saber: BRAHMS Kryptor compact PLUS (ThermoFisher®) por emisión amplificada de criptato resuelta en tiempo, Cobas e411 (Roche®) por electroquimioluminiscencia, y DELFIAXpress (PerkinElmer®) emisión amplificada de europio resuelta en tiempo.
Las muestras fueron suero de sangre venosa periférica (braquial), procurando la estabilidad del analito22 y la validez temporal23.
Desenlaces de interés
El resultado de cada embarazo fue obtenido del acta de nacimiento, defunción, de alumbramiento, del expediente clínico o por anamnesis de la paciente al regresar al centro por nuevo embarazo. Los registros de mujeres con hipertensión asociada al embarazo fueron revisados para clasificar preeclampsia o no preeclampsia de acuerdo con la Sociedad Internacional para el Estudio de la Hipertensión en el Embarazo (ISSHP)24.
Análisis estadístico
Se aplicó el algoritmo FMF 4.014, basado en el modelo de riesgos en competencia25 para preeclampsia. El riesgo a priori se estableció por historia clínica16. Los valores de cada marcador se estandarizaron en múltiplos de la mediana (MoM) tanto por el algoritmo original14 (MoMa) como por las medianas específicas de la población (MoMb); estas están en prensa (10.6084/m9.figshare.12268328, 10.6084/m9.figshare.12991322), excepto PAPP-A23,26. Se centró la configuración de MoM esperados13 a < 37 semanas y se calcularon las funciones de densidad de probabilidad normal multivariante de cada marcador y sus combinaciones (escenarios) con base en los log10(MoM) de cada modelo y las matrices de covarianza para cada desenlace. Los cocientes de probabilidad por escenario se obtuvieron de las densidades de probabilidad correspondientes y se aplicaron al riesgo a priori para obtener la probabilidad bayesiana posprueba.
La distribución MoM sin preeclampsia se auditó según los criterios de la FMF (https://fetalmedicine.org/research/audit/). Las líneas de regresión de MoM por semanas de gestación al parto por preeclampsia se compararon con el modelo hipotético13, 14 mediante la t de Student para coeficientes27.
Se evaluó el rendimiento posprueba por escenarios de cada modelo mediante las curvas ROC28.
A manera de piloto se calculó y graficó el desempeño de las guías del Colegio Americano de Ginecólogos y Obstetras (American College of Obstetricians and Gynecologists, ACOG)29 y del Instituto Nacional del Reino Unido para la Excelencia en Salud y Cuidado (National Institute for Health and Care Excellence, NICE)30.
Se exploró la representatividad de las probabilidades posprueba de cada modelo por inspección de sus curvas de calibración31.
Se probaron los supuestos de normalidad, linealidad y homocedasticidad para decidir aplicar estadísticos paramétricos, no paramétricos o transformar las variables para análisis.
El nivel de significancia fue a = 0.05 para las pruebas estadísticas (grado de significación [p]).
El tamaño de la muestra se basó tanto en el poder estadístico32 para el área mínima reportada bajo la curva ROC: 0.73314 (596 observaciones), como en una frecuencia del 5.4% para preeclampsia en la Ciudad de México33 y una sensibilidad del 65.6% para la prueba en población distinta de la que la originó12; se calculó32 n = 741 con 40 incidencias de preeclampsia.
La base de datos fue creada desde los programas Astraia® (Alemania) y Excel® (EE.UU.), disponible mediante petición razonable al autor de correspondencia. El análisis estadístico se realizó en los programas Excel® (EE.UU.) y MATLAB® (EE.UU.) con licencias vigentes, los códigos de programación son propiedad del laboratorio.
Resultados
La incidencia de preeclampsia fue 40/807 (5.0%; intervalo de confianza del 95% [IC 95%]: 3.6-6.3). Fueron 29/40 (73%) nacimientos < 37 semanas por preeclampsia y 118/767 (15%) sin preeclampsia (p < 0.001, prueba exacta de Fisher). Las características de la muestra se presentan en la tabla 1.
Tabla 1 Características maternas y de la gestación en los grupos de estudio
| Variables | No preeclampsia | Preeclampsia | valor p |
|---|---|---|---|
| Edad materna (años)† | 33.0 (30.0; 35.9) | 34.4 (31.0; 39.0) | 0.032* |
| Peso materno (kg)† | 61.4 (55.4; 68.6) | 63.6 (58.8; 74.2) | 0.060 |
| Talla materna (cm)† | 160.0 (156.0; 164.0) | 161.5 (159.0; 164.6) | 0.101 |
| Índice de masa corporal† | 23.9 (21.8; 26.8) | 24.0 (23.2; 39.0) | 0.134 |
| Edad de gestación (semanas)† | 12.7 (12.3; 13.3) | 12.7 (12.1; 13.2) | 0.568 |
| Etnia‡ | |||
| Caucásico/hispano | 674 (87.9) | 34 (85.0) | 0.619 |
| Afrocaribeño | 3 (0.4) | 0 (0.0) | 1.000 |
| Surasiático | 2 (0.3) | 0 (0.0) | 1.000 |
| Este asiático | 16 (2.1) | 0 (0.0) | 1.000 |
| Otro, mixto | 72 (9.4) | 6 (15.0) | 0.265 |
| Concepción‡ | |||
| Espontánea | 686 (89.4) | 31 (77.5) | 0.034* |
| Fertilización in vitro | 46 (6.0) | 9 (22.5) | 0.001* |
| Inductores de la ovulación | 35 (4.6) | 0 (0.0) | 0.410 |
| Hábito de fumar‡ | |||
| Fumadora | 16 (2.1) | 1 (2.5) | 0.582 |
| Dejó de fumar | 83 (10.8) | 4 (10.0) | 1.000 |
| No fuma | 668 (87.1) | 35 (87.5) | 1.000 |
| Paridad‡ | |||
| Nulípara | 562 (73.3) | 32 (80.0) | 0.462 |
| Paridad sin PE | 195 (25.4) | 1 (2.5) | < 0.001* |
| Paridad con PE previa | 10 (1.3) | 7 (17.5) | < 0.001* |
| Historia médica‡,§ | |||
| Hipertensión crónica | 6 (0.8) | 2 (5.0) | 0.056 |
| Lupus eritematoso sistémico | 1 (0.1) | 0 (0.0) | 1.000 |
| Síndrome antifosfolípidos | 6 (0.8) | 0 (0.0) | 1.000 |
| Historia familiar de PE‡ | 9 (1.2) | 4 (10.0) | 0.003* |
Las comparaciones entre los grupos de estudio se realizaron mediante la prueba chi cuadrada o exacta de Fisher para variables categóricas y la U de Mann-Whitney para variables continuas.
*Estadísticamente significativo.
†Mediana (IQ).
‡n (%).
§No hubo embarazadas con diabetes mellitus en ninguno de los grupos de estudio.
PE: preeclampsia.
La distribución de los marcadores sin preeclampsia se presenta en la figura 1. Los valores centrales del modelo originala se ubicaron fuera de ± 0.2 desviaciones estándar (DE) del hipotético:
Figura 1 Distribución de los marcadores transformados en logaritmo base 10 de los múltiplos de la mediana (MoM) dentro del grupo sin preeclampsia (n = 767); en gráficos de caja y bigote, a la par el modelo original14 y el corregido para la población local (caja blanca); todos los pares fueron significativamente diferentes (p < 0.001, prueba t).IP: índice de pulsatilidad; PAPP-A: proteína plasmática A del embarazo.
PAM = 0.927 MoMa = –0.9 DE
IPm = 0.895 MoMa = –0.4 DE
PAPP-A = 0.815 MoMa = 0.4 DE
Los valores centrales del modelo corregidob para la población local estuvieron dentro del óptimo ± 0.1 DE del hipotético:
PAM = 0.991 MoMb = –0.1 DE
IPm = 1.030 MoMb = +0.1 DE
PAPP-A = 0.963 MoMb = –0.1 DE.
La distribución de los MoM por edad de gestación al parto por preeclampsia se presenta en la figura 2 con las líneas de regresión hipotéticas y las propias de la muestra tanto para el modelo originala como para el corregidob. La línea de la PAM resultó paralela (p = 0.226) pero significativamente menor a la hipotética en el modelo originala (p = 0.001); en contraste, la línea del modelo corregidob no resultó significativamente diferente de la hipotética (pendiente p = 0.406 e intersección p = 0.744). La línea del IP medio de arterias uterinas en el modelo originala mostró una pendiente más pronunciada, estadísticamente marginal (p = 0.062); mas no su intersección (p = 0.318). En el modelo corregidob del IP medio de arterias uterinas no se encontró diferencia significativa (pendiente p = 0.188 e intersección p = 0.617). Las líneas de PAPP-A en ambos modelos resultaron significativamente diferentes en pendiente e intersección (p < 0.001).
Figura 2 Distribución de los múltiplos de la mediana (MoM) por edad de gestación al nacimiento por preeclampsia (o). Línea de regresión propia de la muestra (- -) vs. línea hipotética13 ( ). La línea horizontal (_) se refiere a 1.0 MoM. El modelo original de MoM en superior (A, B y C); el modelo corregido para la población en inferior (D, E y F).PAPP-A: proteína plasmática A del embarazo
Las curvas ROC por marcador y sus combinaciones se ilustran en la figura 3 tanto para preeclampsia < 37 semanas como para preeclampsia global; cada modelo por separado con el piloto comparativo de los criterios ACOG29 y NICE30. Se tabularon puntos de corte relevantes de las curvas ROC en la tabla 2.
Tabla 2 Desempeño de los marcadores y sus combinaciones para preeclampsia < 37 semanas y preeclampsia global, según el modelo original14 y el corregido para la población local
| Preeclampsia < 37 semanas | Detección | Falsos + | |||||
|---|---|---|---|---|---|---|---|
| ACOG | 62 (46-78) | 45 (28-61) | |||||
| NICE | 28 (13-42) | 14 (3-26) | |||||
| Método de tamiz | Área bajo la curva | Punto de corte | |||||
| 1 en 60 | 1 en 120 | 1 en 240 | |||||
| Detección | Falsos + | Detección | Falsos + | Detección | Falsos + | ||
| Historia (a priori) | 0.671 (0.570-0.772) | 34 (19-50) | 11 (6-16) | 52 (35-68) | 28 (21-35) | 90 (80-100) | 74 (67-81) |
| Modelo original | |||||||
| Historia + | |||||||
| + Presión arterial media | 0.765 (0.680-0.850) | 28 (13-42) | 8 (3-12) | 48 (32-65) | 17 (11-23) | 66 (50-81) | 30 (22-37) |
| + IP medio en arterias uterinas | 0.672 (0.571-0.773) | 28 (13-42) | 9 (5-14) | 59 (42-75) | 31 (23-38) | 72 (58-87) | 52 (44-60) |
| + PAPP-A | 0.659 (0.556-0.762) | 38 (22-54) | 19 (13-26) | 62 (46-78) | 40 (32-48) | 86 (75-98) | 71 (64-79) |
| + Presión arterial media + IP medio en arterias uterinas | 0.793 (0.714-0.872) | 24 (10-38) | 6 (2-10) | 38 (22-54) | 13 (7-18) | 72 (58-87) | 27 (20-34) |
| + IP medio en arterias uterinas + PAPP-A | 0.651 (0.547-0.755) | 31 (16-46) | 17 (11-23) | 62 (46-78) | 35 (27-43) | 76 (62-90) | 58 (50-67) |
| + Presión arterial media + PAPP-A | 0.746 (0.658-0.834) | 34 (19-50) | 14 (8-19) | 52 (35-68) | 25 (18-32) | 76 (62-90) | 35 (27-43) |
| + Presión arterial media + IP medio en arterias uterinas + PAPP-A | 0.755 (0.668-0.842) | 28 (13-42) | 8 (4-13) | 52 (35-68) | 20 (14-27) | 69 (54-84) | 31 (24-39) |
| Modelo corregido a la población | |||||||
| Historia + | |||||||
| + Presión arterial media | 0.765 (0.680-0.850) | 45 (28-61) | 15 (9-21) | 59 (42-75) | 25 (18-33) | 90 (80-100) | 47 (39-56) |
| + IP medio en arterias uterinas | 0.660 (0.557-0.763) | 34 (19-50) | 14 (9-20) | 62 (46-78) | 38 (30-46) | 76 (62-90) | 60 (52 -68) |
| + PAPP-A | 0.695 (0.598-0.792) | 38 (22-54) | 10 (5-15) | 59 (42-75) | 33 (25-41) | 86 (75-98) | 68 (60-75) |
| + Presión arterial media + IP medio en arterias uterinas | 0.784 (0.704-0.864) | 45 (28-61) | 14 (9-20) | 72 (58-87) | 31 (23-38) | 86 (75-98) | 46 (38-54) |
| + IP medio en arterias uterinas + PAPP-A | 0.676 (0.576-0.776) | 38 (22-54) | 16 (10-22) | 69 (54-84) | 37 (29-45) | 79 (66-93) | 59 (51-67) |
| + Presión arterial media + PAPP-A | 0.777 (0.695-0.859) | 48 (32-65) | 18 (12-24) | 66 (50-81) | 26 (19-33) | 93 (85-100) | 49 (41-57) |
| + Presión arterial media + IP medio en arterias uterinas + PAPP-A | 0.785 (0.705-0.865) | 52 (35-68) | 18 (12-24) | 69 (54-84) | 29 (21-36) | 93 (85-100) | 43 (35-51) |
| Preeclampsia global | Detección | Falsos + | |||||
| ACOG | 60 (44-76) | 40 (24-56) | |||||
| NICE | 25 (11-39) | 9 (0-19) | |||||
| Método de tamiz | Área bajo la curva | Punto de corte | |||||
| 1 en 60 | 1 en 120 | 1 en 240 | |||||
| Detección | Falsos + | Detección | Falsos + | Detección | Falsos + | ||
| Historia (a priori) | 0.726 (0.659-0.793) | 35 (22-48) | 5 (4-6) | 53 (38-67) | 21 (18-23) | 93 (85-100) | 69 (67-72) |
| Modelo original | |||||||
| Historia + | |||||||
| + Presión arterial media | 0.801 (0.747-0.855) | 30 (17-43) | 4 (3-5) | 50 (36-64) | 9 (8-11) | 65 (52-78) | 23 (20-26) |
| + IP medio en arterias uterinas | 0.737 (0.671-0.803) | 33 (19-46) | 5 (4-7) | 58 (44-71) | 17 (15-19) | 73 (60-85) | 46 (43-49) |
| + PAPP-A | 0.732 (0.666-0.798) | 40 (26-54) | 9 (7-11) | 60 (46-74) | 27 (24-30) | 85 (75-95) | 64 (61-67) |
| + Presión arterial media + IP medio en arterias uterinas | 0.887 (0.852-0.922) | 20 (9-31) | 3 (2-4) | 43 (29-56) | 8 (6-10) | 70 (57-83) | 17 (15-19) |
| + IP medio en arterias uterinas + PAPP-A | 0.742 (0.677-0.807) | 33 (19-46) | 8 (6-10) | 63 (49-76) | 22 (19-24) | 78 (66-89) | 50 (46-53) |
| + Presión arterial media + PAPP-A | 0.799 (0.745-0.853) | 35 (22-48) | 5 (4-7) | 50 (36-64) | 13 (11-15) | 73 (60-85) | 27 (24-30) |
| + Presión arterial media + IP medio en arterias uterinas + PAPP-A | 0.821 (0.771-0.871) | 23 (11-34) | 4 (3-5) | 55 (41-69) | 10 (8-12) | 68 (54-81) | 20 (18-23) |
| Modelo corregido a la población | |||||||
| Historia + | |||||||
| + Presión arterial media | 0.808 (0.756-0.860) | 48 (33-62) | 8 (7-10) | 60 (46-74) | 20 (18-23) | 88 (78-97) | 43 (40-46) |
| + IP medio en arterias uterinas | 0.728 (0.661-0.795) | 38 (24-51) | 8 (6-9) | 60 (46-74) | 26 (23 -29) | 80 (69-91) | 57 (54-61) |
| + PAPP-A | 0.747 (0.683-0.811) | 38 (24-51) | 5 (4-7) | 58 (44-71) | 20 (18-23) | 83 (72-93) | 61 (58-64) |
| + Presión arterial media + IP medio en arterias uterinas | 0.812 (0.760-0.864) | 45 (31-59) | 9 (8-11) | 68 (54-81) | 21 (18-24) | 85 (75-95) | 40 (37- 43) |
| + IP medio en arterias uterinas + PAPP-A | 0.747 (0.683-0.811) | 40 (26-54) | 8 (7-10) | 68 (54-81) | 25 (23-28) | 80 (69-91) | 54 (51-57) |
| + Presión arterial media + PAPP-A | 0.825 (0.776-0.874) | 45 (31-59) | 9 (7-11) | 65 (52-78) | 20 (17-22) | 90 (82-98) | 42 (38-45) |
| + Presión arterial media + IP medio en arterias uterinas + PAPP-A | 0.823 (0.752-0.894) | 53 (38-67) | 10 (8-12) | 65 (52-78) | 20 (17-22) | 90 (82-98) | 39 (36-43) |
ACOG: Colegio Americano de Ginecólogos y Obstetras (American College of Obstetricians and Gynecologists); NICE; Instituto Nacional del Reino Unido para la Excelencia en Salud y Cuidado (National Institute for Health and Care Excellence); IP: índice de pulsatilidad; PAPP-A: proteína plasmática A del embarazo.
Figura 3 Curvas ROC para preeclampsia < 37 semanas (izquierda) y preeclampsia global (derecha), modelo original14 y el corregido para la población local mexicana (inferior).PAM: presión arterial media; IP: índice de pulsatilidad medio en arterias uterinas; PAPP-A: proteína plasmática A del embarazo; ACOG: Colegio Americano de Ginecólogos y Obstetras (American College of Obstetricians and Gynecologists)29; NICE: Instituto Nacional del Reino Unido para la Excelencia en Salud y Cuidado (National Institute for Health and Care Excellence)30.
Las líneas de calibración de la prueba combinada total, cada modelo por separado, se representan en la figura 4.
Figura 4 Curvas de calibración para el tamiz combinado de preeclampsia < 37 semanas. Líneas de calibración (- -) para el tamiz de preeclampsia por historia + presión arterial media + índice de pulsatilidad medio en arterias uterinas + proteína plasmática A del embarazo: modelo original14 (A) y modelo corregido (B) para los múltiplos de la mediana (MoM) de la población mexicana local (derecha). La diagonal indica el escenario idóneo.
Discusión
No había información hasta ahora del desempeño del algoritmo FMF 4.014 en nuestro país. El análisis por marcador y sus combinaciones es particularmente valioso, porque en nuestro medio varía su disponibilidad.
Otra aportación clave de nuestro estudio fue probar que el modelo originala de medianas FMF-201814 del algoritmo en estudio no es válido para nuestra población. Los autores desaconsejamos el uso de esta calculadora en México sin corrección poblacional, a menos que sea temporal (v. infra). La corrección de marcadores bioquímicos es posible en los paquetes de cómputo para tamiz de aneuploidías del primer trimestre26, mas no para la PAM ni el IP medio de arterias uterinas. Hemos optado por generar nuestra aplicación con las medianas corregidasb (v. supra); su validez externa estará limitada por la estandarización de procesos y las diferencias regionales del país.
El modelo corregidob de la PAM fue el que mejor reproducibilidad presentó con respecto de lo esperado13 y lo reportado por otros12. Por esta prueba de validez y la simplicidad del método, debe ampliarse esta línea de investigación.
El modelo corregidob de PAPP-A tuvo una pendiente más pronunciada de lo esperado hacia preeclampsia muy temprana13; siendo la corrección con metodología diferente de la PAM, se justifica investigar el desarrollo del modelo local.
La versión FMF 4.014 no tiene punto de corte predeterminado, dejando esta decisión al usuario final. Una aportación útil de nuestro estudio fue la característica ROC, que permite seleccionar el punto de corte por escenario y según las metas en centros similares al nuestro. De la tabla ROC se puede proponer incluso, como solución temporal a la falta de corrección poblacional, un punto de corte mayor para cada escenario.
El piloto comparativo con las guías ACOG29 y NICE30 frente al modelo bayesiano multivariante resultó similar a lo reportado por otros, con desempeño menor que el algoritmo FMF11, pero se requiere estudio específico.
Las características de la muestra, las tasas de falsos positivos y la curva de calibración son consistentes con sesgo muestral para embarazos de alto riesgo. El diseño del estudio se basó en el modelo de riesgos en competencia25,34; por tanto, los nacimientos sin preeclampsia no fueron necesariamente normales, tuvieron diversas indicaciones médicas u obstétricas, con hasta un 15% de prematuridad en esta muestra de la cohorte mayor. Esto explica mayores tasas de falsos positivos para tasas de detección esperadas de la prueba12-14; entonces, también debe considerarse la composición poblacional para seleccionar los puntos de corte prácticos.
Un logro esencial de nuestro estudio fue el código de programación creado ex profeso, resultado del dominio teórico y práctico del algoritmo. Con esto y el seguimiento de la cohorte será posible generar el modelo local de riesgos en competencia para preeclampsia y de otros desenlaces perinatales adversos.
Conclusiones
Se desaconseja el uso de la calculadora FMF 4.014 en México sin corrección de marcadores a la población diana. Se recomienda codificar una aplicación con las medianas locales y mejor aún desarrollar el modelo propio de riesgos en competencia para preeclampsia.
