000161203 001__ 161203
000161203 005__ 20250613111157.0
000161203 037__ $$aTAZ-TFG-2025-1151
000161203 041__ $$aspa
000161203 1001_ $$aMartínez Pérez, Nieves
000161203 24200 $$aPrediction of macrosomic newborns based on third-trimester ultrasound and laboratory analysis
000161203 24500 $$aPredicción de recién nacido macrosómico con la utilización conjunta de ecografía y analítica del tercer trimestre.
000161203 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2025
000161203 500__ $$aResumen disponible también en inglés.
000161203 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000161203 520__ $$aLa macrosomía fetal, definida como un peso al nacimiento superior a 4.000 gramos, se asocia a un mayor riesgo de complicaciones obstétricas y neonatales. Actualmente, la estimación ecográfica del peso fetal en la semana 36, especialmente empleando la fórmula de Hadlock, es la herramienta más utilizada para su predicción. Sin embargo, su precisión es limitada, especialmente en fetos grandes para la edad gestacional (GEG), por lo que se ha propuesto la inclusión de parámetros bioquímicos. Este trabajo tiene como objetivo desarrollar y validar un modelo predictivo para estimar el riesgo de macrosomía fetal, integrando parámetros maternos, bioquímicos y ecográficos, con especial atención al valor de la hemoglobina glicosilada (HbA1c) del tercer trimestre.<br />Se diseñó un estudio retrospectivo trasversal en el Hospital Clínico Universitario Lozano Blesa (Zaragoza), con una cohorte de 1.336 recién nacidos entre las semanas 37 y 41. Se recopilaron datos clínicos maternos, biometría fetal ecográfica y parámetros bioquímicos del tercer trimestre, incluida la HbA1c. A partir de modelos de regresión lineal múltiple, se desarrollaron cinco nuevas fórmulas para estimar el peso fetal y se compararon con la fórmula de Hadlock. Posteriormente, se desarrolló un índice de riesgo de macrosomía fetal mediante modelos lineales generalizados, y se seleccionaron los modelos más discriminativos a través de curvas ROC.<br />El mejor modelo (F4) mostró una excelente capacidad discriminativa con un AUC de 0,997, una sensibilidad del 99% y una especificidad del 97%, superando a Hadlock (AUC de 0,823), especialmente en embarazadas con fetos GEG y riesgo alto. En base a este modelo se desarrolló un índice de riesgo individualizado de recién nacido macrosómico. Este índice se dividió en tres rangos: bajo (>1/100), intermedio (1/6,2-1/100) y alto (<1/6,2), aumentando la precisión del modelo. Asimismo, se observó una correlación significativa entre la HbA1c y los percentiles de crecimiento fetal, justificando su inclusión en las fórmulas predictivas.<br />Estos hallazgos permiten plantear nuevas estrategias de seguimiento prenatal más individualizadas, orientadas a reducir tanto los casos no diagnosticados como los falsos positivos derivados del uso exclusivo de la ecografía.<br /><br />
000161203 521__ $$aGraduado en Medicina
000161203 540__ $$aDerechos regulados por licencia Creative Commons
000161203 691__ $$a0
000161203 692__ $$a
000161203 700__ $$aLerma Puertas, Diego$$edir.
000161203 7102_ $$aUniversidad de Zaragoza$$bCirugía$$cObstetricia y Ginecología
000161203 8560_ $$f831829@unizar.es
000161203 8564_ $$s629717$$uhttps://zaguan.unizar.es/record/161203/files/TAZ-TFG-2025-1151.pdf$$yMemoria (spa)
000161203 909CO $$ooai:zaguan.unizar.es:161203$$pdriver$$ptrabajos-fin-grado
000161203 950__ $$a
000161203 951__ $$adeposita:2025-06-13
000161203 980__ $$aTAZ$$bTFG$$cMED
000161203 999__ $$a20250524092759.CREATION_DATE