Un modelo predictivo de preeclampsia a partir de datos clínicos y bioquímicos

Introduccion: La preeclampsia es uno de los sindromes en mujeres embarazadas que afecta al menos 3 - 8 % de todos los embarazos. Objetivo: Desarrollar un modelo predictivo de preeclampsia a partir del estado redox en embarazadas, que clasifique a las mujeres pertenecientes a los grupos de gestantes preeclampticas y gestantes sanas. Metodos: Se realizo un estudio analitico transversal. Los parametros bioquimicos y clinicos se evaluaron utilizando el analisis de componentes principales para identificar las variables mas influyentes en la aparicion de preeclampsia. Los seleccionados como las variables mas importantes fueron evaluados por el analisis discriminante lineal de Fisher. Resultados : El analisis de componentes principales determino la varianza del set de datos, mostrando la relacion con los procesos de peroxidacion lipidica, metabolismo de proteinas, dano a tejidos y microangiopatico, considerados factores en la fisiopatologia de la preeclampsia. Las variables mas influyentes fueron usadas para modelar una funcion discriminante capaz de clasificar gestantes sanas y preeclampticas. El valor de Lambda de Wilks y el alto autovalor asociado a la funcion discriminante muestran el poder discriminante del modelo. La ecuacion obtenida fue validada con el metodo Leave one out y revelo un excelente poder clasificatorio del mismo. Conclusiones: El modelo predictivo puede ser considerado como apropiado para clasificar los casos de preeclampsia, y muestran a los biomarcadores como buenos candidatos para la clasificacion y como potenciales indicadores predictivos de preeclampsia.