Sistema de predicción del éxito de la inducción farmacológica basado en electrohisterografía

• A. de Felipe Machancoses ^[1] ; C. Benalcazar-Parra ^[1] ; Y. Ye-Lin ^[1] ; J. Garcia-Casado ^[1] ; G. Prats-Boluda ^[1] ; J. Alberola-Rubio ^[2] ; A. Perales Marin ^[2]
  1. [1] Universidad Politécnica de Valencia

     Universidad Politécnica de Valencia

     Valencia, España

     
  2. [2] Servicio de obstetricia, Hospital Universitari i Politècnic La Fe de València, Valencia, España
• Localización: Libro de Actas del XXXVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica / Ma Gloria Bueno García (dir.), 2018, ISBN 978-84-09-06253-9, págs. 335-338
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • La inducción del parto es una práctica habitual en obstetricia para desencadenar el trabajo de parto en determinadas situaciones de riesgo. Sin embargo, en ocasiones fracasa y debe realizarse una cesárea, con los consiguientes riesgos para la salud materno-fetal y el impacto económico que ello supone. Estudios previos han mostrado diferentes patrones de respuesta en el electrohisterograma (EHG) para las inducciones que terminan en éxito (alcanza periodo activo de parto) frente a las fallidas. Este también ha demostrado ser uno de los marcadores biofísicos prometedores de la dinámica uterina y del estado electrofisiológico del útero. Por tanto, el objetivo de este trabajo es el diseño y desarrollo de un sistema que permita predecir de forma temprana el éxito de inducción en base a los registros de EHG y datos obstétricos para ayudar a los obstetras a tomar mejores decisiones en cuanto a la gestión del parto. Para ello, se realizaron 94 registros de EHG de los 30 minutos previos a la inducción y 4h posteriores y se calcularon 23 características sobre 5 tramos de 30 minutos. Se ha desarrollado un sistema de predicción del éxito de inducción que consiste en la técnica de sobremuestreo ADASYN para el balanceo de grupos, PSO para la selección de características y redes neuronales como método de clasificación. Finalmente, el clasificador diseñado predice el éxito de inducción con un 87% de acierto.