Please use this identifier to cite or link to this item: http://hdl.handle.net/11458/542
Title: Cervicometría por ecografía transvaginal como predictor de parto pretérmino en gestantes con amenaza de parto pretérmino en el Hospital Minsa II - 2 Tarapoto, periodo enero – agosto 2016
Authors: Rodriguez Gomez, Jorge Humberto
Bocanegra Melendez, William Sigifredo
Vasquez Cardenas, Denis
Keywords: Cervicometría por ecografía transvaginal
Amenaza de parto pretérmino
Parto pretérmino
Distrito
Issue Date: 2017
Publisher: Universidad Nacional de San Martín. Fondo Editorial
Source: Vasquez-Cardenas, D. (2017). Cervicometría por ecografía transvaginal como predictor de parto pretérmino en gestantes con amenaza de parto pretérmino en el Hospital Minsa II - 2 Tarapoto, periodo enero – agosto 2016. Tesis para optar el grado de Médico Cirujano. Facultad de Medicina Humana, Universidad Nacional de San Martín, Tarapoto, Perú
Abstract: Objective: To demonstrate that transvaginal ultrasound cervicometry in pregnant women with preterm labor is a predictor of preterm labor at the MINSA II - 2 Tarapoto Hospital, January - august 2016. Methodology: An observational, analytical, retrospective, cross-sectional study of the diagnostic test was performed; between January and August 2016, the sample consisted of 81 clinical records of pregnant women with preterm birth threat who met the selection criteria. Sensitivity and specificity (as validity parameters), positive and negative predictive value (as safety parameters) and the ROC curve with its area under the curve (for diagnostic accuracy) were used to know the predictive diagnostic capacity. Results: Comparing cervicometry values between 15 and 30 mm, the cut-off point of 25 mm has the best sensitivity (88,9%) and specificity (81,5%), and the positive predictive value is 70,6 % and negative predictive value was 93,6%, being considered the optimal cut-off point for the study, in addition to presenting a statistically significant association (p = 0,001) for preterm labor OR = 35,20 (IC 95%: 8,83-140,30). Using the ROC curve, the area under the curve (AUC) was calculated to be 0,852 (IC95%: 0,760 - 0,944), demonstrating good diagnostic accuracy. Conclusion: Cervicometry has a high predictive value of preterm birth in pregnant women with preterm birth threat
Objetivo: Demostrar que la cervicometría por ecografía transvaginal en gestantes con amenaza de parto pretérmino es un predictor de parto pretérmino en el Hospital MINSA II - 2 Tarapoto, periodo enero – agosto 2016. Metodología: Se realizó un estudio observacional, analítico, retrospectivo, de diseño transversal de prueba diagnóstica; entre enero a agosto de 2016, la muestra estuvo constituida por 81 historias clínicas de gestantes con amenaza de parto pretérmino que cumplieron los criterios de selección. Para conocer la capacidad predictiva diagnostico se utilizó la sensibilidad y especificidad (como parámetros de validez), valor predictivo positivo y negativo (como parámetros de seguridad) y la curva ROC con su área bajo la curva (para exactitud diagnostica). Resultado: Comparando valores de la cervicometría comprendidos entre 15 a 30 mm, el punto de corte de 25 mm tiene la mejor relación sensibilidad (88,9%) y especificidad (81,5%), además el valor predictivo positivo es 70,6% y el valor predictivo negativo es 93,6%, siendo considerada como el punto de corte óptimo para el estudio, además de presentar una asociación estadísticamente significativa (p=0,001) para parto pretérmino OR=35,20 (IC 95%: 8,83 - 140,30). Mediante la curva ROC se calculó que el área bajo la curva (AUC) es 0,852 (IC 95%: 0,760 - 0,944), demostrando una buena exactitud diagnóstica. Conclusión: La cervicometría tiene un alto valor predictor de parto pretérmino en gestantes con amenaza de parto pretérmino
URI: http://hdl.handle.net/11458/542
Appears in Collections:(Br.) Medicina Humana

Files in This Item:
File Description SizeFormat 
TP_MED_00004_2017.pdfTexto completo367.18 kBAdobe PDFThumbnail
View/Open
Show full item record

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons