Modelo predictivo de mortalidad en hijos de madre preeclámptica en el Instituto Nacional Materno Perinatal, Perú, 2016-2022

Abstract

La preeclampsia severa repercute en la morbimortalidad neonatal, afecta la mayoría de los aparatos y sistemas. Objetivo: Elaborar un modelo predictivo de mortalidad con factores maternos y neonatales en recién nacidos hijos de madres con preeclampsia severa en el Instituto Nacional Materno Perinatal, atendidos entre el 2016 y 2022. Método: Estudio retrospectivo, observacional, analítico, tipo casos y controles. La muestra fue seleccionada aleatoriamente, conformando 185 casos (fallecidos) y 367 controles. Se investigaron 42 variables independientes y una dependiente (muerte neonatal). Se desarrolló análisis descriptivo, categórico bivariado y ejecutaron 07 algoritmos matemáticos para elaboración del modelo predictivo de mortalidad neonatal con 80% de la muestra y se realizó la validación con el 20% restante. Resultados: El grupo de casos desarrolló múltiple morbilidad neonatal, como trastorno de coagulación intravascular diseminada, edad gestacional de 22 a 28 semanas, nivel de pH menor de 7.0, malformación del aparato digestivo, acidosis metabólica entre otras, con diferencia estadística significativa en relación a sus controles.(p < 0.001) Los 07 modelos ejecutados presentaron una calibración alta de validación, las métricas de rendimiento calculadas para cada algoritmo fueron exactitud, precisión especificidad, sensibilidad, área bajo la curva y valor predictivo. El mejor desempeño de los modelos en la evaluación de validación para la mayoría de las métricas estudiadas fue Xtreme Gradient Boosting Classifier, representando el mejor modelo para predecir mortalidad en estos neonatos. Conclusiones: Basado en las características maternas y neonatales se pudo elaborar el modelo predictivo de mortalidad empleando el modelo Xtreme Gradient Booster con demostrada eficiencia.