@phdthesis{10498/40567,
year = {2026},
url = {http://hdl.handle.net/10498/40567},
abstract = {La valoración del crecimiento fetal constituye uno de los pilares del seguimiento obstétrico, ya que permite identificar situaciones que pueden asociarse a una mayor morbimortalidad perinatal. Habitualmente, esta valoración se realiza mediante la estimación ecográfica del peso fetal y su posterior comparación con curvas de referencia poblacionales. Sin embargo, el peso de forma aislada no siempre refleja adecuadamente el estado nutricional del feto ni permite diferenciar con precisión aquellos casos en los que existe una verdadera alteración del crecimiento.
El objetivo de esta tesis fue desarrollar y evaluar un nuevo modelo de curvas personalizadas de percentiles de índice de masa corporal (IMC) fetal y analizar su utilidad para identificar alteraciones del estado nutricional neonatal. Para ello, se realizó un estudio retrospectivo, observacional y analítico a partir de los datos de recién nacidos de madres atendidas en el Hospital Universitario de Puerto Real entre los años 2011 y 2021. Tras aplicar los criterios establecidos, se incluyeron finalmente 9.499 gestaciones. A partir de variables maternas como el peso, la talla, la edad y la paridad, junto con el sexo fetal, se elaboró un modelo predictivo de talla fetal. La combinación de esta talla personalizada con el peso fetal estimado permitió calcular el IMC fetal y desarrollar sus correspondientes curvas de percentiles.
Posteriormente, se estudió la capacidad del nuevo modelo para detectar alteraciones del estado nutricional y se compararon sus resultados con los obtenidos mediante curvas basadas en el peso fetal y con los estándares INTERGROWTH-21st y GROW. Las curvas personalizadas de IMC mostraron un mejor rendimiento diagnóstico tanto para la malnutrición como para la sobrenutrición neonatal. El área bajo la curva ROC alcanzó un valor de 0,95 en ambos casos. En la detección de malnutrición, la sensibilidad fue de 0,83, frente a 0,31 para GROW y 0,30 para INTERGROWTH-21st. Del mismo modo, las razones de probabilidades diagnósticas obtenidas con el nuevo modelo fueron superiores a las observadas con los métodos de comparación.
Estos resultados muestran que la valoración conjunta del peso y de una estimación personalizada de la talla fetal aporta información adicional sobre el estado nutricional. Por tanto, las curvas personalizadas de percentiles de IMC fetal podrían ser una herramienta útil para mejorar la identificación prenatal de los fetos con malnutrición o sobrenutrición. Además, al construirse a partir de variables disponibles de forma habitual durante el seguimiento obstétrico, su aplicación en la práctica clínica sería factible. No obstante, será necesario validar el modelo en otras poblaciones antes de generalizar su utilización.},
abstract = {Introduction
The adequate assessment of fetal growth throughout gestation is a top priority in Obstetrics, aiming to reduce
adverse perinatal outcomes. Birth weight is a key risk marker for postnatal health. Traditionally, fetal growth is
assessed by comparing the estimated fetal weight (EFW) against population percentile curves. However,
current methods based solely on EFW have limited predictive capacity in diagnosing fetal and neonatal
nutritional status alterations. These population curves often fail to account for individual physiological
variation, potentially leading to the misclassification of healthy fetuses. To improve the detection and
diagnosis of nutritional status abnormalities, this thesis developed and evaluated an optimized model. The
central hypothesis is that a customized fetal Body Mass Index (BMI) percentile curve, which integrates both
estimated weight and customized estimated length, better classifies alterations in fetal and neonatal nutritional
status (undernutrition and overnutrition) than curves based exclusively on fetal weight percentiles. The main
objective was to evaluate the diagnostic capacity of this new customized fetal BMI curve model in assessing
neonatal malnutrition and overnutrition.
Materials and Methods
A retrospective, observational, and analytical study was conducted to evaluate a diagnostic test. The
reference population comprised neonates born to mothers cared for at the Hospital Universitario de Puerto
Real (HUPR) between January 2011 and December 2021. Inclusion criteria specified single gestations
between 32 and 42 weeks. The final study population included 9,499 pregnancies after applying exclusion
criteria and filtering out incomplete data. A customized fetal BMI percentile curve was developed by
constructing a predictive model for fetal length at 40 weeks of gestation, utilizing maternal variables (weight,
height, age, parity) and fetal sex. The expected fetal BMI was estimated by combining the estimated fetal
weight and the customized fetal length values. Diagnostic efficacy was evaluated and compared against
customized fetal weight percentile curves and population curves (INTERGROWTH-21st, or IG21st, and
GROW). Key metrics included Sensitivity (S), Specificity (E), Diagnostic Odds Ratio (DOR), and the Area
Under the Receiver Operating Characteristics Curve (AUC-ROC).
Results
The customized fetal BMI curve model demonstrated superior and significantly greater diagnostic capacity for
detecting both neonatal malnutrition (SGA) and overnutrition (LGA) compared to the weight-based models
analyzed. For detecting malnutrition, the customized IMC curve achieved an AUC-ROC of 0.95 and a DOR of
49.41. These values significantly surpassed those of IG21st (AUC: 0.80, DOR: 7.84) and GROW (AUC: 0.79,
DOR: 6.96). The sensitivity for malnutrition was 0.83 for the new model, compared to 0.31 for GROW and
0.30 for IG21st. Similarly, for diagnosing overnutrition, the BMI curve maintained an AUC-ROC of 0.95 and a
DOR of 55.29, substantially outperforming GROW (DOR: 6.68) and IG21st (DOR: 5.16). This enhanced
performance is partly explained by the fact that the coefficient of variation for fetal BMI is almost three times
smaller than that of weight, yielding more consistent and tailored percentiles.
Conclusions
The optimization of the mathematical model using fetal BMI (by relating customized estimated length and
estimated fetal weight via ultrasound) allows for a more precise evaluation of fetal growth alterations
compared to models based solely on weight. The customized fetal BMI curve exhibited a greater diagnostic
capability for detecting both neonatal malnutrition and overnutrition, demonstrating superior performance
against traditional curves and international standards (IG21st). These findings suggest that incorporating fetal
BMI as a complementary parameter can improve the early detection of nutritional abnormalities and optimize
perinatal management. Since the model is based on variables routinely recorded in clinical practice,
implementation in any center is feasible. Nonetheless, these findings must be corroborated through new
external validation studies in different populations.},
title = {Curvas Personalizadas de Percentiles de I ndice de Masa Corporal Fetal: Rentabilidad en el Diagno stico del Estado Nutricional Neonatal},
author = {Fuentes Morales, Rocío},
}