Estratificación del riesgo de depresión posparto al momento del alta hospitalaria

-
Autor/autores: Mark A. Clapp, Victor M. Castro ,Pilar Verhaak ...(et.al)
Artículo revisado por nuestra redacción
Objetivo La depresión posparto (DPP) es una de las principales causas de morbilidad y mortalidad en el período posnatal. Más allá de los esfuerzos por realizar cribados rutinarios, los modelos de estratificación de riesgo podrían permitir intervenciones más focalizadas en contextos con recursos limitados. Los autores buscaron desarrollar y evaluar...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Objetivo
La depresión posparto (DPP) es una de las principales causas de morbilidad y mortalidad en el período posnatal. Más allá de los esfuerzos por realizar cribados rutinarios, los modelos de estratificación de riesgo podrían permitir intervenciones más focalizadas en contextos con recursos limitados.
Los autores buscaron desarrollar y evaluar el rendimiento de un modelo generalizable de estratificación de riesgo para la DPP en pacientes sin antecedentes de depresión, utilizando información recopilada como parte del cuidado clínico de rutina.
Métodos
Se realizó un estudio retrospectivo de cohorte con todas las personas que dieron a luz entre 2017 y 2022 en dos grandes centros médicos académicos y seis hospitales comunitarios. Se construyó un modelo de elastic net y se validó externamente para predecir DPP, definida como la presencia de un trastorno del estado de ánimo, una prescripción de antidepresivos o un cribado positivo en la escala de depresión Postnatal de Edimburgo. Los predictores utilizados incluyeron factores sociodemográficos, historial médico e información del cribado prenatal de depresión, todos recopilados antes del alta hospitalaria tras el parto.
Resultados
La cohorte incluyó a 29, 168 personas; de ellas, 2, 696 (9. 2%) cumplieron al menos uno de los criterios de depresión posparto en los seis meses posteriores al parto. En los datos de validación externa, el modelo mostró una buena discriminación y se mantuvo bien calibrado: el área bajo la curva ROC fue de 0. 721 (IC 95%: 0. 709–0. 736), y el puntaje de calibración de Brier fue de 0. 087 (IC 95%: 0. 083–0. 091). A una especificidad del 90%, el valor predictivo positivo fue del 28. 8% (IC 95%: 26. 7–30. 8), y el valor predictivo negativo fue del 92. 2% (IC 95%: 91. 8–92. 7).
Conclusiones
Estos hallazgos demuestran que un modelo sencillo de aprendizaje automático puede utilizarse para estratificar el riesgo de DPP antes del alta hospitalaria tras el parto. Esta herramienta podría ayudar a identificar pacientes con mayor riesgo dentro de una práctica clínica y facilitar una planificación personalizada del cuidado posparto, con el objetivo de prevenir, detectar y manejar la depresión posparto desde el inicio del período posnatal e incluso antes del desarrollo de los síntomas.
Resumen modificado por Cibermedicina
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://psychiatryonline. org/