Evaluación del modelo fullPIERS como predictor de complicaciones maternas en gestantes con preeclampsia del Hospital Regional de Loreto durante el periodo 2018-2020

• Autor: San Román Arispe, Martha Galia
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Nacional De La Amazonía Peruana
• Repositorio: UNAPIquitos-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unapiquitos.edu.pe:20.500.12737/7048
• Enlace del recurso: http://repositorio.unapiquitos.edu.pe/handle/20.500.12737/7048
• Nivel de acceso: acceso abierto
• Materia: Preeclampsia; Complicaciones del embarazo; Predicción; http://purl.org/pe-repo/ocde/ford#3.02.02

El presente trabajo académico es un estudio longitudinal ya que la medida de las variables se realizó en varios momentos durante el periodo de estudio. Las gestantes fueron monitorizadas por clínica, síntomas de preeclampsia, laboratorio bioquímico y complicaciones maternas. Se calculó un puntaje de predicción de riesgo usando la calculadora full PIERS. El análisis estadístico de las tasas y proporciones se realizó mediante la evaluación de ? 2 y odds ratio, este trabajo se hizo con el objetivo de determinar si el modelo fullPIERS es una herramienta útil predictora de complicaciones maternas en gestantes con preeclampsia del Hospital Regional de Loreto durante los periodos 2018-2020. Nuestra población motivo del presente estudio, estuvo conformada por gestantes con diagnóstico de trastornos hipertensivos del embarazo admitidas en el servicio de Obstetricia del Hospital Regional de Loreto durante el periodo del 1 de enero al 31 de diciembre del 2020. El tamaño de la población de estudio fue determinado por todas las gestantes que cumplan con los criterios diagnósticos de preeclampsia admitidas en el servicio de Obstetricia del Hospital Regional de Loreto durante el periodo de 1 de enero al 31 de diciembre del 2020, ya sea por el servicio de Emergencia o Consultorios, procedentes de toda la región de Loreto, a decir locales y referencias desde los distintos poblados. El análisis estadístico de las tasas y proporciones se obtuvo por medio de la evaluación de ? 2 y odds ratio, para lo que se consideró en P <0.05 de significancia. Por medio del software EPI INFO versión 7.2 se efectuó la regresión logística univariante. La sensibilidad, la especificidad y los índices de verosimilitud positiva (LR) se calcularon utilizando el software MedCalc. El puntaje de predicción de riesgo se obtuvo usando la calculadora full PIERS.