Roma – Gli attuali modelli diagnostici per valutare in una donna il rischio di preeclampsia e delle complicanze correlate sono efficaci e efficienti solo giorni successivi alla diagnosi. Lo dimostra uno dell’Università di Groningen, Paesi Bassi, pubblicato oggi sulla rivista open-access PLOS Medicine che ha analizzato i dati di 8.843 donne con diagnosi di preeclampsia, ricevuta di media alla 36 settimana di gestazione, tra il 2003 e il 2016. I risultati dello studio attestano che gli attuali modelli di previsione del rischio per le gravi complicazioni della preeclampsia sono accurati e precisi solo nei due giorni successivi al ricovero ospedaliero, con prestazioni di efficacia che peggiorano con il tempo. La preeclampsia è una condizione potenzialmente letale che può verificarsi durante la gravidanza, le stime attestano che il 5-20% di donne che hanno ricevuto una diagnosi svilupperà gravi complicazioni. I due modelli PIERS (Pre-eclampsia Integrated Estimate of RiSk) esistenti, PIERS Machine Learning (PIERS-ML) e fullPIERS basato sulla regressione logistica, sono progettati per identificare donne a maggior o minor rischio di eventi avversi nelle 48 ore successive al ricovero ospedaliero per preeclampsia, sebbene entrambi vengano impiegati anche per la valutazione continua, cioè oltre le prime 48 ore dall’accesso in ospedale. Lo studio ha rilevato che né il modello PIERS-ML né fullPIERS sono stati in grado di effettuare valide prestazioni nel tempo per la stratificazione del rischio ripetuta nelle donne con preeclampsia. Il PIERS-ML è stato in grado di identificare i gruppi di donne a rischio molto elevato e molto basso nel tempo, ma con prestazioni che si sono deteriorate in modo significativo dopo 48 ore. Il modello fullPIERS ha avuto prestazioni inferiori rispetto al modello PIERS-ML. “Poiché ad oggi non esistono opzioni migliori, questi modelli possono essere utilizzare per le valutazioni in corso dopo il primo ricovero con preeclampsia, tenuto conto che le previsioni con il procedere della gravidanza, vanno prese con le dovute cautele in funzione delle criticità emerse” affermano gli autori, sottolineando la necessità di poter disporre di più modelli più efficienti ed accurati per una valutazione continua del rischio. (30Science.com)
Francesca Morelli
Gli attuali modelli predittivi di rischio di preeclampsia sono efficaci solo nei giorni successivi alla diagnosi
(4 Febbraio 2025)
Francesca Morelli