INTRODUCCIÓN
No hay placer comparado en el mundo con el que experimenta una madre al ver por primera vez al fruto de su vientre, este regocijo familiar y social implica una de las preocupaciones más frecuentes entre los padres que esperan: que pueda tener algún defecto.1
Existe cierta controversia en la precisión de la edad óptima para ser madre. Desde el punto de vista fisiológico, hay expertos que la sitúan en un rango que va desde los 18 hasta los 30 años, otros autores refieren que la mejor edad para ser madre abarca desde los 20 hasta los 35 años, e incluso hay investigadores que no determinan de forma clara si el límite son los 35 o los 40 años.2
Hoy día existe una disyuntiva en la definición de edad materna avanzada. Algunos autores la consideran cuando el embarazo ocurre en mujeres de los 38 a 40 años o mayor, como es el caso de España; y otros, la mayoría de países europeos y Cuba, la consideran cuando la edad supera los 35 años. Hay una tendencia internacional a considerar edad avanzada después de los 40 años. (3
El aumento en la edad materna ocurre tanto en mujeres primigestas como en multíparas, y esto se debe a distintas causas sociales. El deseo de tener un embarazo después de los 35, e incluso a los 40 años, se ha convertido en un importante fenómeno social. Los determinantes de esta modificación del patrón reproductivo pueden explicarse por los cambios culturales, sociales y económicos acontecidos en el mundo actual.4
La edad se comporta como un factor de riesgo progresivo en el embarazo; los riesgos perinatales y maternos se incrementan a medida que la edad aumenta, y los maternos suelen predominar sobre los fetales. Existe una interrelación entre edad materna avanzada y defectos congénitos (DC) y esto se debe a que, al momento del nacimiento de la niña, los ovocitos primarios se encuentran en profase de la meiosis I, después de esto comienza una etapa de reposo; período de diploteno.
La meiosis se cree, es inhibida por una sustancia de maduración del ovocito (OMI) secretada por las células foliculares. Esta etapa de reposo dura hasta la pubertad y algunos ovocitos permanecen en el estado de diploteno por 40 años o más. La larga duración de la primera división meiótica (hasta los 45 años) puede explicar en parte la frecuencia relativamente elevada de errores en la meiosis, tales como la falta de disyunción (la falta de separación de las cromátidas emparejadas de un cromosoma), que tiene lugar en los casos en los que la mujer es madre a una edad avanzada.5,6
A nivel mundial, entre el 2 y 3 % de todos los recién nacidos presentan algún defecto detectable al nacimiento, sin embargo, en más del 50 % de los casos no se han podido establecer explicaciones definitivas del por qué ocurren. Hoy se conoce que entre 30 y 40 % de estas malformaciones congénitas son de causa genética, las cromosómicas ocupan un 6 %; los defectos de un único gen 7,5 %; las ambientales entre 5 a 10 % y las multifactoriales 20 a 30 %.6,7
En Cuba los defectos congénitos constituyen la segunda causa de muerte en niños menores de un año, por lo que son necesarios sistemas de vigilancia que permitan analizar el comportamiento de estas alteraciones. Cuba cuenta hace más de 25 años con el Registro Cubano de Malformaciones Congénitas (RECUMAC), que funciona como un programa de vigilancia clínico epidemiológica que permite detectar las variaciones en las frecuencias de estos defectos, lo que favorece así la identificación de posibles factores etiológicos y de riesgo para su prevención.7
Años después de haberse implementado el RECUMAC, se inició el Registro Cubano Prenatal de Malformaciones Congénitas (RECUPREMAC), en el que se encuentran todas las gestantes a las cuales se les ha detectado algún defecto del desarrollo en el producto de la concepción. Ante resultados anormales en los estudios prenatales se respeta la decisión de la pareja de continuar o interrumpir el embarazo, después de habérsele facilitado todos los elementos disponibles para un juicio acertado y objetivo de las circunstancias.7,8
En Cuba, en el año 2019, estas enfermedades representaron la segunda causa de muerte en los niños menores de un año con 89 fallecidos, la segunda entre los de uno a cuatro años de edad, con un aumento en su número respecto al 2017 en ambos grupos. Se estima que en Cuba la tasa de prevalencia de este grupo de enfermedades es de 0,9 x 1 000 nacidos vivos, lo cual influye de forma significativa en la mortalidad infantil del país.8,9
En Camagüey los defectos congénitos ocupan el segundo lugar como causa de muerte en menores de un año, solo superados por las afecciones perinatales, y constituyen la tercera causa de muerte en niños de uno a cuatro años.9
Por lo anteriormente expuesto se decidió realizar esta investigación con el objetivo de determinar los factores de riesgo predictores de defectos congénitos en embarazadas de edad avanzada del municipio Camagüey de enero de 2016 a diciembre de 2020.
MÉTODOS
Se realizó un estudio analítico de caso y control, la población objeto de estudio estuvo constituida por 102 pacientes mayores de 35 años de edad con las que, a fines de la investigación se conformaron dos grupos. Un primer grupo (casos) formado por las 51 pacientes diagnosticadas prenatalmente con defectos congénitos, independientemente si se interrumpieron o no el embarazo, y presentaron todos los datos necesarios para el estudio, tanto en la historia clínica, como en los registros de malformaciones congénitas RECUMAC Y RECUPREMAC.
Se seleccionó además una muestra no probabilística que constituyó el grupo control, la cual fue pareada con el grupo de casos a razón 1:1 bajo los siguientes criterios de pareamiento: ser mayor de 35 años, producto de la gestación sin malformación congénita, pertenecer al municipio Camagüey y a la misma área de salud, siempre que fue posible pertenecer al mismo consultorio médico o al menos al más cercano, la fecha de parto de las embarazadas que constituyeron el grupo control, debió ser lo más próxima con la que se pareó.
Para la recolección de la información se utilizaron los registros de malformaciones congénitas RECUMAC Y RECUPREMAC del Centro Provincial de Genética, donde se obtuvo el grupo de casos, y luego, según criterios establecidos, crear el grupo control. Se revisaron además, el registro de partos presente en el Departamento de Estadística del Hospital Ginecobstétrico Ana Betancourt de Mora y las historias clínicas familiares e individuales presentes en los locales del médico de la familia. Con toda la información recopilada se confeccionó un cuaderno de recogida de datos que se convirtió en el registro definitivo de la investigación.
En el procesamiento de la información se utilizó el paquete estadístico SPSS versión 25,0 para Windows, se realizó un análisis univariado entre cada una de las covariables explicativas (independientes) y la variable de respuesta (dependiente), mediante la prueba de independencia X2 (Ji Cuadrado) u otra prueba para análisis de tablas de contingencia de mayor especificidad (Prueba de Bartholomew y Prueba de linealidad), en caso de asociación significativa (p ≤ 0.05) se incluyó la variable explicativa en un análisis posterior. Para la edad, se utilizó la prueba de comparación de medias en muestras independientes con varianzas desconocidas.
Con posterioridad se aplicó la Regresión Logística Múltiple con respuesta dicotómica que permitió determinar la capacidad predictiva de malformación congénita en función de los factores de riesgo incluidos en cada caso y, paralelamente, estimar la influencia absoluta o pura de cada factor sobre la aparición de la malformación al controlar las restantes. Además, se estimaron la razón de productos cruzados puntuales y por intervalos para cada variable seleccionada, los que fueron interpretados.
La validación de la capacidad predictiva del modelo se realizó a partir de la curva ROC, Se estimó el valor del área bajo la curva con el intervalo de confianza correspondiente y se hallaron, además, los valores de sensibilidad y especificidad para varios puntos de corte. A mayor área bajo la curva, mayor es la capacidad predictiva del modelo. Se utilizó un nivel de significación del 5 % en todas las pruebas de hipótesis.
Se solicitó la aprobación del comité de ética y directivos del Centro Provincial de Genética para acceder a las bases de datos, de igual forma se solicitó la aprobación de los directivos y comités de éticas del Hospital Ginecobstétrico Ana Betancourt de Mora y las áreas de salud involucradas en el estudio para poder acceder al registro de partos e historias clínicas. Se garantizó la confidencialidad de la información la cual fue utilizada solo con fines investigativos.
RESULTADOS
Se encontró predominio de las anomalías cromosómicas en un 35, 3 %. (Tabla 1)
Localización del defecto | No | % |
---|---|---|
Cromosomopatías | 18 | 35,3 |
Plurimalformado | 7 | 13,7 |
Sistema Nervioso | 7 | 13,7 |
SOMA | 6 | 11,8 |
Sistema Cardiovascular | 5 | 9,8 |
Sistema Urogenital | 4 | 7,8 |
Sistema Respiratorio | 2 | 3,9 |
Sistema Digestivo | 2 | 3,9 |
Total | 51 | 100,0 |
Fuente: Historias clínicas
Predominó en el 19,6 % las pacientes con antecedentes patológicos personales y familiares (APP y APF) de defecto congénito y la prueba estadística permite plantear que existe asociación significativa entre estos y la aparición de defectos congénitos.
En relación a la exposición a los agentes físicos se observó que el 11,8 % se expuso al calor y predominó en el grupo de casos para un 9,8 %. La prueba estadística mostró que la exposición a agentes físicos está directamente relacionada con la aparición de defectos congénitos.
Se encontró predominio de la exposición a agentes químicos en el grupo de los casos con una probabilidad asociada al estadígrafo de Ji cuadrado menor de 0,05. Según el tipo de agente químico se observó una mayor exposición a los medicamentos con predominio en el grupo de casos para un 16,7 %.
La presencia de enfermedades maternas ya sean crónicas, agudas o asociadas al embarazo, constituyeron el 42,5 % y es importante destacar que de ese porcentaje el 30,4 % fue en el grupo de los casos. La prueba estadística mostró asociación significativa para la diabetes y la hipertensión arterial. (Tabla 2)
En los APP y APF de defectos el Exp (B) fue de 3,698, el que indica que las pacientes tienen un riesgo de defecto congénito de casi cuatro veces mayor que los que no tienen dicho antecedente, y puede estar en un rango entre una y 13 veces si se mantienen constantes el resto de las variables. El antecedente de exposición al calor, tuvo un OR=9,638, lo que implica un riesgo de casi 10 veces de tener un niño con defecto congénito. La presencia de hipertensión arterial constituyó otro predictor de defecto congénito. La razón de ventajas para el desenlace positivo fue de 6,049, ventaja que va desde dos a 17 veces cuando se controla el resto de los términos de la ecuación. (Tabla 3)
Variables en la ecuación | B | Wald | gl | Sig. | Exp(B) | 95% C.I. para EXP(B) | |
---|---|---|---|---|---|---|---|
Inferior | Superior | ||||||
APP y APF de defectos congénitos | 1,308 | 3,94 | 1 | 0,047 | 3,698 | 1,017 | 13,441 |
Calor | 2,266 | 7,31 | 1 | 0,007 | 9,638 | 1,865 | 29,813 |
HTA | 1,800 | 11,5 | 1 | 0,001 | 6,049 | 2,142 | 17,082 |
Constante | -1,006 | 11,3 | 1 | 0,001 | 0,366 |
La Curva ROC (Fig. 1), muestra que la capacidad predictiva del modelo obtenido es buena para anticipar el desenlace de defecto congénito. La curva se aleja de la diagonal que indica la no discriminación entre los dos grupos para acercarse a la esquina superior izquierda que corresponde con la discriminación perfecta. De esta manera se describe un Área Bajo la Curva de 0,783 con significación de p= 0,000 e IC: 0,691-0,876 al 95 %. El valor predictivo más alto para la aparición de defectos se obtuvo en el punto de corte 0,0989 (sensibilidad: 100 % y especificidad: 79,1 %) (anexo 1)
Área bajo la curva
Variables de resultado de prueba: Probabilidad pronosticada
Área
Desv. Errora
Significación asintóticab
95% de intervalo de confianza asintótico
Límite inferior
Límite superior
0,783
0,047
0,000
0,691
0,876
a. Bajo el supuesto no paramétrico
b. Hipótesis nula: área verdadera = 0,5
DISCUSIÓN
La edad materna avanzada es considerada un factor de riesgo para la presentación de alteraciones cromosómicas numéricas (aneuploidías), en especial trisomías como el síndrome Down, síndrome Patau o síndrome Edwards.10,11
Coincide con estos resultados Benavides-Lara A y Barboza-Argüello M de la P,12) los que plantean que con la edad aumenta el riesgo en relación con el síndrome Down y otras trisomías como la 18 y la 13. Una de las explicaciones que se han dado para relacionar el aumento de la frecuencia de este tipo de aberraciones cromosómicas con la edad materna avanzada, es el aumento de la no disyunción en los ovocitos primarios de mujeres en edad materna avanzada, que permanecen en estado de dictioteno, desde la etapa fetal hasta esta época.13
Muchos defectos, en especial los que poseen base genética, se observan con mayor frecuencia en ciertos grupos familiares, sobre todo si existe algún grado de consanguinidad en los matrimonios a lo largo de generaciones. Por lo que el seguimiento del riesgo familiar de ocurrencia o recurrencia de algún DC, antecedentes de aberración cromosómica o enfermedad hereditaria familiar es de vital importancia sobre todo en la mujer añosa si se tiene en cuenta todo lo antes explicado con respecto al riesgo de trastornos cromosómicos.14
En este contexto y en opinión de la autora, tiene vital importancia el diagnóstico precoz de cualquier defecto cromosómico que pueda aparecer en el feto ya que así se podrá valorar la posibilidad de realizar un tratamiento intrauterino, proponer la interrupción del embarazo y preparar al núcleo familiar y al personal de la salud, para garantizar la atención óptima del neonato afectado, cuyo fin será minimizar el daño y mejorar el tratamiento o rehabilitación.
En la presente investigación la presencia de factores de riesgo de defecto congénito fue más frecuente en el grupo de los casos. Blanco Gómez CA, et al.15) en Pinar del Río encuentran resultados que coinciden con la presente investigación pues ellos describen asociación estadística entre la presencia de antecedentes familiares y la aparición de defectos congénitos.
La exposición a agentes físicos durante la etapa de la organogénesis se asocia a anomalías tales como defectos a nivel craneal, microcefalia, espina bífida entre otros. Los resultados del presente trabajo concuerda con de Paz Bidondo,et al.,16) y Ospina-Ramírez JJ, et al.,17) los que demuestran la significación estadística entre estas variables.
Está demostrado que los hábitos tóxicos constituyen potenciales teratógenos para el desarrollo multiorgánico del embrión humano. El consumo de tabaco puede producir prematuridad, aborto, bajo peso al nacer por CIUR y mayor tasa de mortalidad.18)
Así lo plantean Rodríguez Acosta Y, et al.,19) que encontraron el consumo de medicamentos en un 22,7 % y la exposición a sustancias químicas ambientales estuvo presente en un 40,9 %. En varios estudios revisados se demuestra la asociación entre estos agentes químicos y la aparición de defectos congénitos así se pueden mencionar el realizado por Rivas Ramírez CP,20) en Nicaragua donde se evidencia un alto porcentaje de mujeres con productos malformados que fuman (75,2 %) y que ingieren alcohol (35,9 %).
En cuanto a las enfermedades maternas, de forma general, en el presente estudio estuvieron asociadas a la presencia de defecto congénito. El estudio realizado en Ciego de Ávila, respecto a la presencia de factores de riesgo relacionados con las malformaciones congénitas, describen que 61 tenían antecedentes maternos de enfermedades crónicas (10,07 %) pero no se constata evidencias de asociación estadística significativa.21
El empleo de modelos estadísticos predictivos en las ciencias de la salud ha crecido en los últimos años. La Regresión Logística es la técnica estadística que permite el examen de las relaciones funcionales entre variables. Se emplea con el objetivo de predecir o estimar el valor de una variable para cierto valor dado de otra u otras.22,23
Algunos de los resultados encontrados en la literatura muestran cierto grado de similitud con los resultados de esta investigación, por ejemplo, Concepción Ojeda L y Benítez Leite S, 14 en un estudio realizado en Paraguay al realizar la regresión logística multivariada, encuentran asociación entre malformaciones congénitas y antecedentes de malformaciones en la familia, antecedente de un hijo previo con síndrome genético, falta de suplementación con ácido fólico antes o durante el embarazo y exposición materna directa a plaguicidas.
La precisión de una prueba diagnóstica puede ser medida en términos de sensibilidad y especificidad, estas son definidas como la proporción de sujetos con enfermedad y sin ella, correctamente clasificados por la prueba.24
Se obtuvo un ABC que permite rechazar la hipótesis de que el área teórica es igual a 0,5 y/o que el intervalo de confianza contiene al 0,5 lo que demuestra la capacidad predictiva de la función de RL para distinguir entre los pacientes con defecto congénito y sin defecto congénito. Este resultado coincide con otros estudios realizados por Santos SM, et al.,25) en Cienfuegos los que refieren que la curva ROC de evaluación del método aplicado en la regresión logística se ubica en el 75 % lo que valida el ajuste del modelo utilizado en la determinación de los factores de mayor relevancia en la génesis de las malformaciones congénitas en el territorio.
CONCLUSIONES
Los defectos congénitos de mayor incidencia en la población de mujeres en edad avanzada fueron las cromosomopatías, en concordancia con el comportamiento a nivel nacional e internacional. Dentro de los factores de riesgo con asociación estadística significativa a la presencia de defectos congénitos se encontraron la edad materna avanzada, los antecedentes patológicos personales y familiares de defectos congénitos, la exposición a agentes físicos como el calor, la exposición a agentes químicos tales como los medicamentos y el tabaco y las enfermedades maternas dentro de las que se asociaron la hipertensión y la diabetes. Los factores con mayor capacidad predictiva fueron los antecedentes patológicos personales y familiares de defectos congénitos, la exposición al calor y la hipertensión arterial. Se demostró la buena capacidad predictiva del modelo formado por estos factores de riesgo.