Resumen de Modelos predictivos de diabetes gestacional, un nuevo modelo de predicción

Sara Cabrera Fernández, María Dolores Martín Martínez, Carmen de Francisco Montero, Inmaculada Gabaldón Rodríguez, Ángel Vilches Arenas, Manuel Ortega Calvo

• español

  Objetivos Dada la importancia de la diabetes gestacional (DG) como problema de salud, nuestro objetivo en este trabajo ha sido analizar el rendimiento diagnóstico de los diferentes criterios existentes en la actualidad (GEDE, ÓSullivan y Carpenter) tras la sobrecarga de 100 g de glucosa y estudiar la forma de aumentar su eficiencia.

  Material y métodos Realizamos una descriptiva de todas las variables. En la fase analítica del trabajo utilizamos la X2 de Pearson para ver si existían diferencias en el porcentaje de casos recogidos en cada centro de salud y el test de contraste de proporciones para estudiar las diferencias entre las prevalencias observadas. Confeccionamos modelos de regresión logística binaria (RLB) utilizando como variable resultado el tener o no tener DG (SI/NO) y como predictoras las cuatro mediciones de la sobrecarga de 100 g de glucosa. Para decidir qué modelo era mejor se tuvieron en cuenta el análisis stepwise atrás - adelante (backward-forward) y la superficie de curva ROC generada por cada uno de ellos.

  Resultados Obtuvimos una muestra de 170 gestantes de seis centros de salud diferentes del Distrito Sanitario de Atención Primaria de Sevilla (DSAP) que habían tenido un test de ÓSullivan positivo con una mediana de edad de 35 años. Hubo diferencias significativas en las proporciones de prevalencia según los criterios utilizados: Grupo Español de Diabetes y Embarazo (GEDE)/ÓSullivan p < 0,001; GEDE / Carpenter p < 0,001. Los modelos de RLB con tres y cuatro variables predictoras resultaron iguales en capacidad diagnóstica discriminatoria cuando se utilizaban los criterios del GEDE (área bajo la curva ROC = 0,96, IC 95%: 0,93-0,98). El stepwise atrás -adelante se quedó con el modelo de tres variables como el más parsimonioso. No ocurrió lo mismo al aplicar los otros dos criterios.

  Conclusiones Sobre un diseño epidemiológico observacional, podemos afirmar que existen diferencias significativas en las proporciones de prevalencia observadas según los criterios aplicados (p < 0,001) y también podemos defender que utilizando los criterios del GEDE se podría prescindir de la toma de la tercera hora, con base en criterios bayesianos y a la aplicación del análisis de curvas ROC

• English

  Objectives Recognized the value of gestational diabetes (GD) as a health problem, our aim in this work has been to analyze the diagnostic performance of the different today's existing criteria (GEDE, O'Sullivan and Carpenter) after the overload of 100 g of glucose and revise how to increase its efficiency.

  Materials and methods We carried out a description of all the variables. In the analytical phase of the work, we used Pearson's Chi square to see if there were differences in the percentage of cases collected in each health center and the proportions contrast test to study the differences between the experimental prevalence. We completed binary logistic regression models using as result variable having or not having gestational diabetes (yes/no) and as predictors the four measurements of the curve with 100 g of glucose overload. To decide which model was better, the stepwise backward–forward analysis and the surface of the ROC curve generated by each of them were considered.

  Results We obtained a sample of 170 pregnant women from six different Primary Care Area of Seville health centers who had shown a positive O'Sullivan test with a median age of 35 years. There were significant differences in the prevalence proportions according to the criteria used: GEDE/O'Sullivan p < 0.001; GEDE/Carpenter p < 0.001. Logistic models with three and four predictor variables were equal in discriminatory diagnostic capacity when the GEDE criteria were used (area under the ROC curve = 0.96, 95% CI: 0.93–0.98). The back–forward stepwise analysis stayed with the three-variable model as the most parsimonious. The same did not occur when applying the other two criteria.

  Conclusions Regarding an observational design, we state that there are significant differences in the prevalence proportions observed according to the criteria applied (p < 0.001) and we can also support that using the GEDE criteria, the taking of the third hour could be dispensed with, based on Bayesian criteria and the application of the ROC curve analysis.