protocolo de tesis: evaluaciÓn de la receptividad ... · tesis presentada a la facultad de...
TRANSCRIPT
EVALUACIÓN DE LA RECEPTIVIDAD ENDOMETRIAL POR DOPPLER
EN PACIENTES TRATADAS CON TÉCNICAS DE REPRODUCCIÓN
ASISTIDA
EVALUACIÓN DE LA RECEPTIVIDAD ENDOMETRIAL POR DOPPLER
EN MUJERES INFÉRTILES TRATADAS CON TÉCNICAS DE
REPRODUCCIÓN ASISTIDA ENLA UNIDAD DE FERTILIDAD DEL
COUNTRY DE BOGOTA COLOMBIA
CLAUDIA BORRERO CABRERA, MD
Tesis presentada a la Facultad de Medicina
como requisito parcial para optar al Grado de
Maestría en Epidemiología Clínica
Pontificia Universidad Javeriana
Noviembre, 2009
COMITÉ DE TESIS
TUTORES:
Juan Manuel Lozano, MD, MSc
Fabián Gil, Msc
MIEMBROS DEL COMITÉ DE TESIS
Angela María Ruíz, MD
Alvaro Ruíz, MD, Msc
Martín Alonso Rondón, Msc
COAUTORES
Juan Manuel Montoya Mejía, MD
Mario Rebolledo Ardila, MD
EVALUACIÓN DE LA RECEPTIVIDAD ENDOMETRIAL POR DOPPLER
EN MUJERES INFÉRTILES TRATADAS CON TÉCNICAS DE
REPRODUCCIÓN ASISTIDA ENLA UNIDAD DE FERTILIDAD DEL
COUNTRY DE BOGOTA COLOMBIA
Tabla de contenido
Página
1. Introducción 1
2. Marco Teórico 5
2.1. Fisiología 5
2.1.1. El espermatozoide , el óvulo y el zigoto 5
2.1.2. El embrión 7
2.1.3. La implantación embrionaria 8
2.2. Infertilidad 10
2.2.1. Definición y epidemiología 10
2.2.2. Edad y fertilidad 11
2.2.3. Causas de infertilidad 12
2.2.3.1. Infertilidad masculina 12
2.2.3.2. Infertilidad femenina 13
2.2.3.2. Infertilidad por causa tubo-peritoneal 13
2.2.3.2. Infertilidad de causa inexplicada 14
2.3. Técnicas de reproducción asistida 14
2.4. El estudio de endometrio por ecografía como variable predictora
de implantación
16
2.5. El doppler como prueba diagnóstica predictora de implantación 18
2.6. Modelos de predicción en reproducción asistida 33
3. Objetivos 45
3.1 Objetivos generales 45
3.2 Objetivos específicos 45
3.3 Preguntas de investigación 46
4. Métodos 47
4.1. Participantes 47
4.1.1. Población 47
4.1.1.1. Población universo 47
4.1.1.2. Población de estudio 47
4.1.1.3. Criterios de inclusión 48
4.1.1.4. Criterios de exclusión 48
4.1.2. Reclutamiento de las pacientes 49
4.2. Tamaño de la muestra 49
4.3. Recolección de la información 50
4.3.1. Enumeración y definición de variables 50
4.3.1.1. Variables independientes clínicas 50
4.3.1.2. Variables independientes de laboratorio 52
4.3.2. Recolección de datos, manejo y almacenamiento 53
4.4. Procedimiento 53
4.4.1. Inducción de la Ovulación para pacientes sometidas a FIV o
ICSI 53
4.4.2. Preparación endometrial para pacientes sometidas a
transferencia de embriones congelados y de embriones provenientes
de donación de ovocitos
54
4.4.3. Especificaciones técnicas de las variables predictoras 55
4.4.3.1. El estándar de referencia 55
4.4.3.2. La prueba diagnóstica: IP y flujo sub-endometrial con doppler 54
4.4.3.3 Las otras variables 58
4.4.4. Transferencia embrionaria 58
4.4.5. Fase lútea y embarazo 59
4.5 Análisis estadístico 60
4.5.1. Análisis descriptivo 60
4.5.2. Prueba diagnóstica 60
4.5.2.1. Participantes 60
4.5.2.2. Resultados de la prueba de doppler 61
4.5.3. Selección de las variables 61
4.5.3.1. Análisis bivariado 61
4.5.3.2. Evaluación de colinealidad 62
4.5.4. Modelo de predicción 62
4.5.4.1. Análisis de regresión logística 62
4.5.4.1.1. Modelo completo 63
4.5.4.1.2. Modelo backward 63
4.5.4.1.3. Modelo forkward 63
4.5.4.1.4. Modelo con interacciones 64
4.5.4.2. Bondad del ajuste del modelo 65
4.5.4.2.1. Ji cuadrado de Pearson 65
4.5.4.2.2. Prueba de Hosmer-Lemeshow 66
4.5.4.2.3. Área bajo la curva ROC 67
4.5.4.2. Diagnóstico del modelo de predicción 67
4.5.4.2.1. Residuales estandarizados 67
4.5.4.2.2. Observaciones influyentes 68
4.5.4. Validación del modelo de predicción 68
4.6. 4.6. Consideraciones éticas 70
5. Resultados 72
5.1. Análisis descriptivo 72
5.2. La prueba diagnóstica 74
5.2.1. Participantes 74
5.2.2. Resultados de la prueba de doppler 75
5.2.2.1. Vasos subendometriales 75
5.2.2.2. Índice de pulsatilidad de las arterias uterinas 76
5.3. Selección de las variables 78
5.3.1. Análisis bivariado 78
5.3.2. Evaluación de colinealidad 81
5.4. Modelo de predicción 83
5.4.1. Análisis de regresión logística 83
5.4.1.1. Modelo completo 83
5.4.1.2. Modelo backward 84
5.4.1.3. Modelo forkward 85
5.4.1.4. Modelo con interacciones 86
5.4.2. Bondad del ajuste del modelo 88
5.4.2.1. Ji cuadrado de Pearson 88
5.4.2.2. Prueba de Hosmer-Lemeshow 89
5.4.2.3. Área bajo la curva ROC 89
5.4.3. Diagnóstico del modelo de predicción 91
5.4.3.1. Residuales estandarizados 91
5.4.3.2. Observaciones influyentes 93
5.5. Validación del modelo de predicción 96
6. Discusión 98
7. Conclusiones 111
Lista de Referencias 112
Anexos 126
Abreviaturas y símbolos 139
Unidades de medida 141
Lista de Tablas
Tabla 1. Valores normales del espermiograma 12
Tabla 2. Técnicas de reproducción asistida 15
Tabla 3. Características de los artículos de doppler 21
Tabla 4. Características de artículos de modelos de predicción en
reproducción asistida 35
Tabla 5. Características demográficas de las pacientes sometidas a TRA
en la Unidad de Fertilidad del Country de Bogotá entre Enero 15 de
2005 y Febrero15 de 2009 73
Tabla 6. Análisis bivariado entre embarazo y las variables cualitativas 75
Tabla 7. Análisis bivariado entre embarazo y las variables cuantitativas 77
Tabla 8. Análisis bivariado entre embarazo y las variables cualitativas 79
Tabla 9. Análisis bivariado entre embarazo y las variables cuantitativas 80
Tabla 10. Coeficientes de correlación de spearman entre las variables a
incluir en el modelo de predicción 82
Tabla 11. Variables incluidas en el modelo final con la interacción 87
Tabla 12 Características del modelo de predicción 91
Tabla 13. Coeficientes de regresión con y sin la observación influyente 96
Tabla 14. Comparación de los coeficientes de regresión del modelo final
y del bootstrap 97
Lista de figuras
Página
Figura 1- El óvulo 6
Figura 2- El zigoto
7
Figura 3- Embrión de 8 células
8
Figura 4. Imagen longitudinal del endometrio y demarcación de la
zona de doppler
57
Figura 5. Descripción de los ciclos realizados
72
Figura 6. Curva ROC de los valores obtenidos de vasos
subendometriales
76
Figura 7. Curva ROC de los valores obtenidos del índice de
pulsatilidad de las arterias uterinas
77
Figura 8. Curva ROC del modelo completo 84
Figura 9. Curva ROC del modelo backward
85
Figura 10. Curva ROC del modelo forward
86
Figura 11. Curva ROC del modelo final
88
Figura 12. Gráfico de sensibilidad y especificidad del modelo final
89
Figura 13. Representación gráfica de los residuales estandarizados
92
Figura 14. Representación gráfica de las observaciones influyentes
95
Resumen
Objetivo: determinar si la prueba de doppler (presencia de vasos subendometriales e
índice de pulsatilidad de la arteria uterina (IP) sirven para la predicción de
implantación en un programa de reproducción asistida. Desarrollar un modelo
pronóstico de predicción de embarazo en pacientes sometidas a técnicas de
reproducción asistida.
Diseño: Estudio de cohorte concurrente de la cual se derivó un modelo predictivo.
Lugar y población: estudio desarrollado en mujeres infértiles que acudieron a
tratamiento de técnicas de reproducción asistida a la Unidad de Fertilidad del Country
en Bogotá entre Enero 15 de 2005 y Febrero15 de 2009.
Intervención y medición: a todas las pacientes se les realizó una prueba de doppler
el día de la administración de la gonadotropina coriónica humana (hCG) y una
ecografía 21 a 24 días pos transferencia embrionaria para determinar implantación
embrionaria. Se derivó un modelo de predicción incluyendo las variables que mejor
ayudaron a predecir la implantación embrionaria.
Desenlace: implantación embrionaria medida por la presencia de saco gestacional
visualizado por ecografía transvaginal el día 21-24 pos transferencia embrionaria.
Resultados: se realizaron 272 ciclos de reproducción asistida, obteniéndose una tasa
global de embarazo de 42.3% por ciclo. El promedio de vasos subendometriales
presentes en las pacientes embarazadas fue de 3.92 1.46 y en las no embarazadas de
2.92 1.67 (p 0.000). El promedio del índice de pulsatilidad de las arterias uterinas
en las pacientes embarazadas fue de 2.63 0.83 y en las no embarazadas de 2.61
0.90 (p=0.92). En el análisis de regresión logística multivariado la edad de los óvulos,
las dosis administradas de gonadotropinas, el número de embriones transferidos y el
número de vasos subendometriales se asociaron positivamente con embarazo, y la
interacción entre la edad del óvulo y las dosis de gonadotropinas se asoció
negativamente con embarazo. La capacidad predictiva del modelo se evaluó con el
área bajo la curva de característica operativa del receptor (ROC) de 0.73. Para un
punto de corte de 0.48, el modelo presentó una sensibilidad de 63% y una
especificidad de 72%. Con el fin de evaluar el sobre optimismo del modelo obtenido
se realizó una validación interna con el método de bootstrapping. Se obtuvieron 100
submuestras y los coeficientes de regresión promedio del bootstrap fueron muy
similares a los coeficientes del modelo creado. El área bajo la curva ROC fue de 0.74.
Conclusiones: La presencia de 3 o más vasos subendometriales evaluados por
doppler se asoció significativamente con la probabilidad de embarazo en pacientes
sometidas a técnicas de reproducción asistida. El índice de pulsatilidad de las arterias
uterinas fue similar en pacientes embarazadas y no embarazadas. La implantación
embrionaria pudo ser predicha con base en la combinación de la edad de los óvulos,
el número de embriones transferidos, la dosis de gonadotropinas administradas, el
número de vasos subendometriales y la interacción de la edad del óvulo con las dosis
de gonadotropinas. El modelo validó adecuadamente con el método bootstrap.
Palabras Clave: Doppler color/ implantación embrionaria/ fertilización in vitro/
modelos de predicción
Abstract
Objetive: to determine if endometrial blood flow and uterine artery pulsatility index
(IP) detected by color doppler sonography predict embryo implantation in an assisted
reproduction program. To develop a prognosis model for prediction of pregnancy in
patients who undergo assisted reproduction techniques (ART).
Design: Prospect cohort study in order to develop a prediction model.
Setting and patients: patients with diagnosis of infertility treated by ART at the
Unidad de Fertilidad del Country in Bogotá from January 15th 2005 to February 15th
2009.
Intervention and measures: transvaginal ultrasound doppler examination was
performed to all patients the day of administration of human chorionic gonadotrophin
(hCG). To determine embryo implantation a transvaginal ultrasound was done 21-24
days alter embryo transfer. A prognosis model was develop including those variables
that best predict embryo implantation.
Outcome: embryo implantation was identified by the presence of a gestacional sac
evaluated by transvaginal ultrasound performed on day 21-24 after embryo transfer.
Results: 272 ART cycles were performed. The overall pregnancy rate was 42.3% per
cycle. Mean number of subenbdometrial vessels were 3.92 1.46 and 2.92 1.67 for
conceptional and non conceptional cycles (p 0.000). Mean IP values were 2.63
0.83 and 2.61 0.90 for conceptional and non conceptional cycles (p=0.92). In a
multivariate logistic regression analysis, the oocytes´age, the total gonadotrophin
dose needed, the number of embryo transferred and the number of subendometrial
vessels were positively correlated, whereas the interaction between oocytes´age and
the total gonadotrophin dose needed were negatively correlated with pregnancy. The
predictive ability of the model assessed by the area under the receiver operating
characteristic (ROC) curve was 0.73. At a probability cut-off level of 0.48 the model
showed a sensitivity of 63% and a specificity of 72%. To assess the amount of over
fitting of the created model, internal validation was performed with bootstrapping.
We bootstrapped 100 times and obtained average regression coefficients very
simmilar to the coefficients obtained by the model and an area under the ROC curve
of 0.74.
Conclusions: three or more vessels present at the subendometrial lining of the uterus
evaluated by ultrasound Doppler color were significantly correlated with pregnancy
in patients treated by ART. IP was similar en conceptional and non conceptional ART
cycles. Embryo implantation could be predicted on the basis of a combination of the
oocytes´age, the total gonadotrophin dose needed, the number of embryo transferred
transferred, the number of subendometrial vessels and the interaction between
oocytes´age and the total gonadotrophin. Internal validation of the created model was
successfully performed by the bootstrap method.
Key words: Ultrasonography, Doppler, Color, Embryo Implantation; "Fertilization in
Vitro, Logistic Models
Agradecimientos
A las pacientes y al personal científico de la Unidad de Fertilidad del Country, sin
cuya participación no habría sido posible la realización de esta investigación.
Al Doctor Juan Manuel Montoya por su dedicación a las pacientes, su amistad y
colaboración incondicional para la realización de este proyecto.
Al Doctor Mario Rebolledo quien a lo largo de muchos años ha estudiado el tema del
doppler y ha trabajado en la estandarización meticulosa de la técnica del doppler
color en ginecología en nuestro centro.
A los profesores de la Unidad de Epidemiología Clínica, muy especialmente al
Doctor Juan Manuel Lozano y a Fabián Gil por su invaluable apoyo y orientación
para el desarrollo de este proyecto de investigación.
En una forma muy especial a mi familia que ha sido el soporte, el estimulo y el apoyo
para la realización de mis metas.
1
CAPÍTULO 1. INTRODUCCIÓN
El tratamiento de la infertilidad con las técnicas de reproducción asistida (TRA) tales
como la inseminación intrauterina (IIU), fertilización in vitro (FIV), donación de
ovocitos (DO), transferencia de embriones criopreservados y la inyección
intracitoplasmática de espermatozoides (ICSI), ha demostrado ser de gran utilidad
cuando otras terapéuticas han fallado. Desde el reporte de los primeros embarazos
logrados con estas técnicas, las tasas de implantación embrionaria y de bebé en casa
han aumentado considerablemente gracias a las modificaciones de los protocolos de
inducción de la ovulación y al mejoramiento de las técnicas de cultivo embrionario in
vitro (1-3). Múltiples son los factores responsables por el éxito de estas técnicas,
siendo los más importantes la calidad embrionaria y el ambiente endometrial
propicio. La calidad embrionaria en las TRA depende de la calidad del ovocito, de la
integridad del espermatozoide y de las técnicas de cultivo embrionario. La calidad
embrionaria puede ser fácilmente evaluada al microscopio y se correlaciona con la
probabilidad de implantación en mujeres menores de 40 años. La clasificación
embrionaria que se utiliza en todos los centros de fertilidad va de I a IV y ha sido
claramente establecida (4) (Anexo 1).
La identificación de factores predictores de implantación podría incrementar las
probabilidades de éxito en los tratamientos de FIV. El potencial de implantación de
un embrión y la receptividad endometrial son dos determinantes bien establecidos de
las tasas de embarazo (5-8). En los más de 30 años de historia de las TRA se ha
2
progresado mucho en el mejoramiento de la calidad embrionaria y poco en los
marcadores de receptividad endometrial, tales como mediciones
hormonales/bioquímicas o evaluaciones ecográficas del endometrio antes de la
transferencia embrionaria. Los mecanismos exactos que regulan y controlan la
implantación siguen siendo desconocidos, pero existe evidencia para concluir que el
endometrio juega un papel más que activo en todo el proceso de implantación (9,10).
Los modelos animales demuestran que deben ocurrir cambios endometriales
morfológicos y bioquímicos para que el endometrio se vuelva receptivo y que estos
cambios son producidos esencialmente por los estrógenos y la progesterona (11). La
investigación de marcadores del proceso de implantación daría lugar a identificar la
verdadera ventana de implantación (5 a 7 días después la ovulación) fuera de la cual
un embrión viable no tendría la posibilidad de implantarse.
Una de las razones que explica por qué se desconoce el papel del endometrio en
implantación es por la dificultad en estudiarlo. Aun cuando la evaluación histológica
y molecular serían el estándar de oro, el hecho de tener que tomar una biopsia
endometrial en el ciclo de tratamiento lo hace poco práctico y cuestionable desde el
punto de vista ético.
La evaluación ecográfica del endometrio con equipos de alta resolución y
transductores vaginales ha sido considerada como la mejor técnica no invasiva para el
estudio endometrial en pacientes sometidas a TRA (12,13). El estudio de la
receptividad endometrial – por ecografía- consistió inicialmente en la medición del
3
grosor endometrial y en la evaluación de la textura del mismo (endometrio trilaminar
o hiperecoico). Desafortunadamente, ninguno de estos parámetros ha demostrado ser
consistentemente eficaz en predecir la probabilidad de embarazo (12-16).
La angiogénesis tiene un papel crítico en la implantación: la formación de una red
capilar abundante es necesaria para el desarrollo del folículo y del cuerpo lúteo.
Igualmente se requiere de una vasta red capilar que garantice la irrigación
endometrial. La ventana de implantación se caracteriza por un proceso de incremento
de la permeabilidad vascular, angiogénesis masiva endometrial (17) y disminución de
la resistencia vascular (18). La perfusión uterina es modulada por los estrógenos tanto
en los ciclos naturales (16, 19-20) como en ciclos artificiales inducidos por la
administración de estrógeno y progesterona (21-22)
La técnica del doppler es una modalidad de ultrasonido que está siendo utilizada en
varias áreas de la medicina, con aplicaciones diagnósticas y terapéuticas. En
ginecología, la utilización del doppler endometrial se ha descrito desde 1988 y la
evaluación de la vascularización del endometrio por doppler se ha sugerido como
marcador de implantación en los ciclos de RA (7,13, 23-27). Aunque hay varios
estudios de doppler en reproducción asistida los resultados no han sido consistentes a
lo largo de los años (7,13, 23-33). Los estudios iniciales presentaron resultados
alentadores, pero reportes posteriores y más recientes no encontraron diferencias
significativas entre embarazadas y no embarazadas.
4
La identificación de las variables pronósticas que puedan afectar la implantación
embrionaria en pacientes infértiles que se someten a técnicas de reproducción asistida
es fundamental para incrementar las tasas de éxito de estos tratamientos,
especialmente cuando los métodos de cultivo embrionario actuales ofrecen
condiciones estables. Cuando una pareja se presenta a un centro de fertilidad para
tratamiento con fertilización in vitro, la pregunta más importante es si este
procedimiento va a terminar con un desenlace positivo, es decir, bebé en casa. La
respuesta más utilizada de los clínicos se basa en una estadística global determinada
por la edad de la paciente como el principal factor predictor de embarazo. Sin
embargo, es bien sabido que la edad no es el único factor predictor. Este proyecto de
investigación nace de la necesidad de elaborar un modelo predictivo para las TRA y
evaluar la prueba diagnóstica de doppler -el índice de resistencia de las arterias
uterinas y el flujo sub-endometrial medido por doppler color- con el fin de determinar
si esta prueba ecográfica puede ayudar a predecir la implantación en pacientes
infértiles sometidos a las TRA.
5
CAPÍTULO 2. MARCO TEÓRICO
2.1 Fisiología
2.1.1. El espermatozoide, el óvulo y el zigoto
La fecundación del óvulo es un momento sumamente significativo en la concepción.
Virtualmente imposible de medir in vivo, su fracaso podría ser una importante causa
de infertilidad humana. Se han ido sumando conocimientos de sus componentes
gracias a los estudios in vitro (34,35). Los espermatozoides que ascienden por el
tracto reproductivo femenino pueden adosarse brevemente al epitelio de las trompas y
luego ser liberados en grupos listos para la fecundación. Es esencial que los
espermatozoides presenten una buena movilidad que les permita pasar a través de las
células del cúmulo y la zona pelúcida del óvulo. Las formas anormales de los
espermatozoides pueden ser capaces de unirse a la zona pelúcida pero tal vez no
pueden atravesarla. Los espermatozoides que se han unido a la zona pelúcida han
sufrido la reacción acrosómica, al fundirse la membrana externa del acrosoma con la
membrana interna del espermatozoide. Los espermatozoides se activan liberando
calcio a nivel intracelular, lo que los lleva a la formación de múltiples vesiculaciones
y a la liberación de hialuronidasa, acrosina, arilsulfatasa y otras enzimas. Estas
enzimas son las que ayudan al espermatozoide a atravesar la zona pelúcida y el
espacio perivitelino que rodean al óvulo (35) (Figura 1).
6
Figura 1- El óvulo
Los espermatozoides migran rápidamente a través de la zona pelúcida, a pesar de que
en los óvulos humanos pueden permanecer atrapados a ese nivel, aparentemente
incapaces de unirse al ovolema. Un vez que el espermatozoide penetra al ovoplasma,
el óvulo se activa descargando el contenido de los gránulos corticales en el espacio
perivitelino y así impidiendo la entrada al óvulo a otros espermatozoides.
La unión del espermatozoide con la zona pelúcida activa el óvulo, estimulándolo para
que se complete la meiosis II, con la extrusión del primer cuerpo polar. Una vez entra
el espermatozoide al ovoplasma se forman los dos pronúcleos: un pronúcleo paterno
más grande y luego un pronúcleo materno más pequeño localizado cerca del cuerpo
polar. Hacia el final del estadio de una célula los pronúcleos se descondensan listos
para llegar a la singamia y la primera división embrionaria.
Primer cuerpo polar
Zona pelúcida
Ovoplasma
7
Figura 2- El zigoto
2.1.2. El embrión
En los óvulos humanos la primera división ocurre alrededor de 24 horas después de la
fecundación. Las células embrionarias se conocen con el nombre de blastómeras; las
blastómeras tempranas son relativamente indiferenciadas, a pesar de que los tamaños
de las blastómeras de embriones de 2 células difieren levemente. Tres divisiones
celulares, dos días y medio posteriores a la fecundación, producen embriones
humanos de ocho células en sus estados iniciales de diferenciación. La mayoría de los
embriones presentan divisiones sucesivas y oportunas con blastómeras de un tamaño
prácticamente uniforme (Figura 3) durante las primeras divisiones. La fragmentación
de las blastómeras es frecuente y puede estar entre los defectos más significativos de
los embriones en división, ya sean innatos o debidos a factores externos (4).
8
Figura 3- Embrión de 8 células
En el estadio de 16 células se segregan poblaciones morfológicamente distintas de
células internas (precursoras de la masa celular interna) y células externas
(precursoras del trofoblasto). Al ocurrir la compactación, se forman las mórulas y
estos linajes celulares comienzan entonces su propia actividad génica. La masa
celular interna contiene numerosas células progenitoras ya asignadas a diferentes
tejidos. Las células externas producen el trofoblasto, el primer tejido en diferenciarse,
listo para la adherencia del embrión al epitelio uterino en la implantación. La
proporción de células en la masa celular interna con respecto al número total de
células en el blastocisto disminuye en el estadio de blastocisto tardío (5-6 días
después de la fecundación), siendo esto quizás una muestra de la muerte celular
programada (apoptosis). Durante los días 6 y 7 post-fecundación, el blastocisto
comienza a expandirse y escapa de la zona pelúcida, para seguidamente comenzar la
aposición y la adhesión a la pared uterina.
2.1.3. La implantación embrionaria
9
El endometrio humano es un tejido complejo y dinámico que sufre cambios
específicos a lo largo del ciclo menstrual en respuesta a cambios en las hormonas
esteroideas circulantes (19-21). Está compuesto por una variedad de tipos celulares,
que incluyen epitelio glandular y de superficie, estroma, endotelio vascular, células
de músculo liso, macrófagos y monocitos presentes en forma transitoria.
La implantación embrionaria, también denominada anidación, consiste en la fijación
del embrión en estadio de blastocisto al útero materno que se encuentra en fase
receptiva. El diálogo entre el endometrio y el embrión debe producirse en forma
sincronizada; el periodo de tiempo en el cual se produce la implantación debe
coincidir con la fase de máxima receptividad endometrial conocida como ventana de
implantación. En los humanos, esta ventana se extiende desde el día 6 hasta el día 10
post ovulación.
La implantación consta de tres fases distintas, relacionadas y consecutivas,
denominadas aposición, adhesión e invasión. Durante la aposición, el blastocisto
humano “encuentra” su lugar de implantación orientándose de forma específica con
su polo embrionario dirigido hacia el epitelio endometrial superficial. En la fase de
adhesión se produce el contacto directo entre el epitelio endometrial y el
trofoectodermo del blastocisto con lo que el embrión queda inicialmente “pegado” al
útero. Ambas fases ocurren entre el sexto y el séptimo día después de la fecundación.
Finalmente, durante la invasión el trofoblasto embrionario penetra y desplaza el
epitelio endometrial, destruye la membrana basal, se introduce en el estroma e invade
los vasos uterinos.
10
El flujo sanguíneo del endometrio proviene de la arteria radial, la cual, después de
pasar por la unión del miometrio-endometrio, se divide en arterias basales que suplen
la parte basal del endometrio y en arterias espirales que continúan a la superficie
endometrial. Por ecografía es posible visualizar claramente un halo subendometrial,
el cual tiene gran vascularización y es fundamental en el proceso de implantación. El
flujo vascular subendometrial se incrementa a lo largo de la fase proliferativa del
ciclo menstrual. La placentación exitosa tiene que ver con la invasión normal del
trofoblasto a la decidua materna, al miometrio y a los vasos sanguíneos. En particular,
las células trofoblásticas invaden las arterias uterinas espirales, modificando y
dilatando estos vasos de una manera progresiva (36,37). Se ha especulado que una
invasión deficiente del trofoblasto a los vasos espirales (por una disminución en el
número de vasos subendometriales presentes) podría asociarse con fallos de
implantación y pérdidas tempranas (38).
2.2. Infertilidad
2.2.1. Definición y epidemiología
Se define infertilidad en parejas en edad reproductiva como la incapacidad para
completar un embarazo después de 12 meses de relaciones sexuales regulares sin
utilizar método alguno de anticoncepción. Esta definición se basa en estudios
epidemiológicos que han demostrado que aproximadamente el 80% de las parejas
provenientes de la población general logra un embarazo en menos de un año (39). Se
11
estima que entre el 10% y el 15% de las parejas en edad reproductiva tienen
problemas de fertilidad (40,41). Dentro del campo de la salud reproductiva, la
infertilidad implica una deficiencia que no compromete la integridad física del
individuo ni amenaza su vida. Sin embargo, dicha deficiencia puede tener un impacto
negativo sobre el desarrollo del individuo, produciendo frustración y alterando su
entorno familiar, personal y laboral. La infertilidad se clasifica en primaria y
secundaria: en la infertilidad primaria la mujer no ha tenido nunca embarazos. La
infertilidad secundaria se considera cuando ha habido embarazos previos, sea que
hayan terminado en aborto, embarazo extrauterino, parto pretérmino o parto a
término.
2.2.2 Edad y fertilidad
Uno de los factores importantes al evaluar una pareja con problemas de fertilidad es
la edad de la mujer (42-43). La declinación de la fertilidad femenina comienza a los
30 años de edad y se hace más pronunciada a los 40 años. La posibilidad de un
embarazo a los 40 años de edad es la mitad que la de las mujeres más jóvenes,
mientras que la incidencia de abortos espontáneos se duplica (1-2,43,44) . Como lo
muestran los excelentes resultados obtenidos mediante la donación de óvulos, el
papel de la edad sobre la capacidad reproductiva de las mujeres está casi
exclusivamente determinado por la edad del óvulo, dado que la posibilidad de
embarazo depende de la edad de la donante más que de la edad de quien lo recibe
(1,43). El efecto negativo de la edad sobre el óvulo es, fundamentalmente, que lo
hace ineficaz para completar la primera división meiótica normal. Por consiguiente, el
12
número de cromosomas que quedan en el pronúcleo femenino al haberse completado
la segunda meiosis después de la fertilización es defectuoso. Esto da lugar a
embriones con un desequilibrio cromosómico (45).
2.2.3 Causas de infertilidad
El estudio metódico de todos los factores probables de fracaso para alcanzar un
embarazo determina la causa del problema. La clasificación que se presenta a
continuación es la aceptada internacionalmente (1).
2.2.3.1 Infertilidad masculina
A pesar de las dificultades diagnósticas, la Organización Mundial de la Salud (OMS)
ha sugerido un protocolo de clasificación diagnóstica para el factor masculino en
parejas infértiles (46). La Tabla 1 muestra los criterios establecidos para un
espermiograma normal:
Tabla 1. Valores normales del espermiograma
Características Valor Normal
Volumen ≥ 2.0 ml
pH 7.2 – 8.0
Concentración ≥ 20 x 106 espermatozoides/ml
Movilidad ≥ 50% (progresión rápida >25%)
Morfología ≥ 30% formas normales
Vitalidad ≥ 75% vivos
Cuenta células blancas < 1 x 106 / ml
Prueba “inmunobeads” < 20% espermatozoides adheridos
13
El diagnóstico de factor masculino se hace con al menos dos espermiogramas
tomados con mínimo 3 meses de diferencia (47). Se sabe que varias afecciones
provocan alteraciones en la calidad y cantidad de los espermatozoides. Estas incluyen
varicocele, infecciones, traumatismos, cirugías, disfunciones genéticas y sustancias
tóxicas. Esta situación ocurre entre el 15% y 25% de las parejas infértiles.
2.2.3.2. Infertilidad femenina
Incluye aquellas pacientes con ovarios poliquísticos, anovulación (que no se han
embarazado con al menos 6 ciclos de inducción de ovulación) o con endometriosis.
Representan entre el 30 y 40% de los casos de infertilidad.
2.2.3.3 Infertilidad por causa tubo-peritoneal
Los factores tubario/peritoneal son responsables de aproximadamente el 20% al 30%
de las causas de infertilidad. La sociedad contemporánea y los cambios culturales
(que incluyen, por ejemplo, el uso del dispositivo intrauterino) han anticipado el
inicio de las relaciones sexuales y postergado el deseo de fertilidad generando un
mayor riesgo de desarrollar ciertas afecciones relacionadas con la génesis del factor
tubárico (48). Estas incluyen adherencias pélvicas secundarias a infecciones,
enfermedad inflamatoria pélvica (EPI), cirugías previas, uso de dispositivo
intrauterino o endometriosis.
14
2.2.3.4 Infertilidad de causa inexplicada
La infertilidad inexplicada o infertilidad sin causa aparente son términos empleados
para aquellos casos en los que los estudios de la infertilidad muestran resultados
normales. Esta situación ocurre entre un 10% y 15% de las parejas. Las parejas con
infertilidad inexplicada podrían tener un defecto sutil en su capacidad reproductiva,
que no puede ser identificado a través de una evaluación estándar.
2.3. Técnicas de reproducción asistida
Se denomina reproducción asistida al empleo de tecnología avanzada que incluye la
manipulación de gametos y/o embriones. La fecundación in vitro (FIV) convencional
consiste en la estimulación de la maduración folicular múltiple de los ovarios
mediante el uso de medicamentos (gonadotropinas) la aspiración de los ovocitos por
vía vaginal justo antes de la ovulación mediante el uso de ecografía, y su
inseminación con los espermatozoides de la pareja, fuera de la trompa de Falopio. La
escogencia del tratamiento a realizar está determinada no solamente por la etiología
de la infertilidad, sino también por la edad de la mujer y los años de infertilidad. En
pacientes mayores de 44 años o con falla ovárica se utiliza la donación de ovocitos.
La Tabla 2 resume los principales procedimientos de reproducción asistida.
15
Tabla 2. Técnicas de reproducción asistida
Tipo de tecnología de reproducción
asistida
Procedimiento
Fertilización in Vitro
FIV
Técnica de 4 pasos: inducción de la
ovulación, recuperación de los óvulos
guiado por ecografía, inseminación de
los óvulos, transferencia embrionaria al
útero
Inyección intracitoplasmática de
ovocitos
ICSI
Similar a la anterior, excepto que un
espermatozoide es inyectado dentro
del óvulo para facilitar la fertilización
Donación de óvulos Técnica utilizada cuando la causa de
infertilidad es ovárica. Es igual que el
FIV-ET pero con óvulos donados
Congelación de embriones Los embriones no transferidos son
congelados/almacenados en nitrógeno
líquido para transferencia futura.
Con el incremento tanto en el número de ciclos realizados mundialmente como en las
tasas de embarazo de las TRA, se ha llamado la atención sobre los efectos negativos
de estos tratamientos, a saber los embarazos múltiples y el síndrome de
hiperestimulación ovárica (49). Con el fin de controlar estos efectos adversos se ha
propuesto una moderación en los protocolos de estimulación ovárica, la transferencia
electiva de uno o dos embriones y la elaboración de modelos de regresión logística y
16
de predicción con el fin de determinar las variables determinantes de la probabilidad
de éxito o fracaso más importantes(50-55).
2.4. El estudio de endometrio por ecografía como variable predictora de
implantación
La ecografía transvaginal es un procedimiento de rutina en las clínicas que realizan
TRA. Este procedimiento permite realizar un control muy sencillo del crecimiento
folicular y endometrial. A pesar del progreso constante de las TRA y el avance en los
inductores de la ovulación, las tasas de implantación y de embarazo con estas técnicas
permanecen bajas (1-2,8,13). Las pruebas ecográficas tradicionales utilizadas para la
evaluación endometrial – el grosor y volumen endometrial, la biopsia endometrial y
la morfología endometrial- no han resultado de utilidad para predecir la implantación
embrionaria. Friedler y col. revisaron 22 estudios en los cuales se analizó el papel de
la ecografía en la evaluación de la receptividad endometrial; esta revisión incluyó
4256 ciclos (15). En 16 de los 22 estudios no se encontró diferencia significativa en
las tasas de embarazo en cuanto al grosor endometrial y en 13 de los 22 no hubo
diferencia en los ciclos de embarazo según la morfología endometrial (endometrio
trilaminar versus hiperecoico).
Contart y cols (31) evaluaron el grosor endometrial (el día de la administración de la
hCG) de pacientes sometidas a la inyección intracitoplasmática de espermatozoides
(ICSI). En este centro de fertilidad del Brasil se realiza ICSI a todas las pacientes
sometidas a TRA independientemente de la etiología de la infertilidad. El endometrio
17
fue dividido en 4 cuadrantes dependiendo del sitio en donde se observaban vasos sub-
endometriales evidenciados por doppler y calificaron los resultados en 4 grados:
Grado I (n=24): señal doppler en un solo cuadrante; Grado II(n=37): señal doppler
en dos cuadrantes; Grado III (n=40): señal doppler en tres cuadrantes; Grado
IV(n=84): señal doppler en los cuatro cuadrantes. Independientemente de la presencia
o no de vasos sub-endometriales en las zonas analizadas el grosor endometrial fue el
mismo (Grado I: 9.5 mm ± 1.5 , Grado II: 9.5 mm ± 1.6, Grado III: 9.3 mm ± 1.8 y
Grado IV: 9.5 mm ± 1.6 para un valor de p=0.95).
En un estudio retrospectivo publicado en abril de 2008, El-Toukhy y colaboradores
evaluaron las características ecográficas del endometrio en pacientes sometidas a
descongelación y transferencia de embriones criopreservados (56). Se realizaron un
total de 768 ciclos entre 1997 y 2006. Las tasas más bajas de embarazo se reportaron
cuando el grosor endometrial era <7mm o ≥ de 14mm (18%), mientras que cuando el
grosor endometrial estaba entre 7 mm y 13mm las tasas de embarazo reportadas
estuvieron en el 30% (p<0.001). Los autores aplicaron un modelo de regresión
logística con el fin de controlar algunas variables de confusión (edad de la mujer en el
momento de la criopreservación de embriones, paridad anterior, etiología de la
infertilidad, desenlace en el ciclo fresco de ART, protocolo de estimulación
endometrial utilizado, número de embriones descongelados que sobrevivieron,
integridad de los embriones descongelados, división mitótica embrionaria y número
de embriones descongelados transferidos). Controlando por estas variables de
confusión se encontró que el grosor endometrial entre 7 y 13 mm se asoció
positivamente con embarazo (OR=1.83 [IC95% 1.3-2.6]). Como se trató de un
18
estudio observacional retrospectivo no hubo criterios de inclusión claros y a pesar de
los resultados de la ecografía, la conclusión de los autores es que la diferencia en las
tasas de embarazo se debió a la calidad embrionaria y no a las características
ecográficas encontradas.
Dechaud y colaboradores estudiaron la relación entre los diferentes parámetros
ecográficos endometriales y el embarazo en 112 pacientes sometidas a TRA (13).
Según sus resultados, el patrón endometrial homogéneo se asoció negativamente con
la probabilidad de embarazo. El endometrio homogéneo se debe probablemente a una
luteinización prematura de los folículos, lo cual conlleva una producción temprana
de progesterona y daño de la calidad de los ovocitos y embriones. Este fue un estudio
retrospectivo en el cual no hubo cálculo de tamaño de muestra ni se controlaron las
posibles variables de confusión (edad de la mujer, número y calidad de embriones
transferidos, tipo de infertilidad).
2.5. El doppler como prueba diagnóstica predictora de implantación
El uso del doppler para evaluación de endometrio en infertilidad ha sido reportado
desde 1988, por lo que la búsqueda de la literatura se restringió de enero de 1988 a
abril de 2009.
Con el fin de identificar los estudios más relevantes para los objetivos de esta
investigación (por ejemplo, estudios adelantados para predecir implantación con
19
evaluación de doppler en pacientes sometidas a TRA) se adelantó una búsqueda de la
literatura publicada en la base de datos MEDLINE. Para buscar los artículos
relevantes en PUBMEd se utilizaron las siguientes palabras clave: "Ultrasonography,
Doppler, Color"[Mesh] AND "Embryo Implantation"[Mesh]; "Ultrasonography,
Doppler, Color"[Mesh] AND "Fertilization in Vitro"[Mesh] "Fertilization in
Vitro"[Mesh] AND "Logistic Models"[Mesh]. Igualmente se hizo búsqueda manual
en las revistas de la especialidad: Ultrasound, Fertility and Sterility, Human
Reproduction y RBMOnline. Utilizando los límites English y Humans se encontraron
19 publicaciones referenciadas y se revisaron todos los títulos y se excluyeron
aquellos artículos que evaluaron el doppler tri-dimensional, para un total de 13
artículos revisados. La técnica de doppler tridimensional no es comparable con la
estudiada en el presente trabajo ya que involucra un análisis de los vasos
endometriales en 3 dimensiones y un concepto de volumen endometrial analizado por
algoritmos por computador. Hasta el año 1994 las TRA mostraron ser bastante
ineficientes en el tratamiento del factor masculino. Fue entonces, cuando se
implementó (ICSI) (ver Tabla 2) con la cual los resultados de las TRA para factor
masculino de infertilidad mejoraron dramáticamente (1). Por esta razón, los artículos
de doppler en TRA de seleccionaron a partir de 1992.
La Tabla 3 muestra un resumen de los artículos encontrados con mejor diseño
metodológico. Los artículos publicados a la fecha han reportado resultados
discordantes. Las posibles explicaciones a esta discordancia en los resultados
incluyen que se han utilizado diferentes métodos para medir el flujo sub-endometrial,
20
que no ha habido estandarización de la técnica y que las medidas de la resistencia de
la arteria uterina y del flujo sub-endometrial se han realizado en diferentes momentos
del ciclo menstrual o de tratamiento: en el ciclo previo al tratamiento de reproducción
asistida, el día de la aplicación de la gonadotropina coriónica (hCG), la víspera o el
día de la recuperación de los óvulos o el día de la transferencia embrionaria. En
muchos de los trabajos publicados no se realizó cálculo de tamaño de muestra, por lo
que podrían carecer de poder estadístico para llegar a sus conclusiones válidas.
21
Tabla 3. Características de los estudios revisados de doppler e implantación embrionaria en pacientes sometidas a TRA
Estudio Año Diseño del
estudio
Tamaño
de
muestra
Doppler
realizado Día del examen
Control factores de
confusión
Resultados
Valor
p Embarazo
Sí
Embarazo
No Ozturk y
col(7) 2004
Prospectivo
observacional 53 IP Basal, día 10, hCG
Edad, paridad, FSH
basal, #ET 2.11 ± 0.53 3.01 ± 1.25 0.01
Puerto y
col(12) 2003 Observacional 240 IP y VS
Transferencia
embrionaria Factores embrionarios 2.6 ± 0.7 2.6 ± 0.6 NS
De Chaud y
col(13) 2008
Cohorte
prospectiva 112 IP y VS
hCG, aspiración
folicular, transferencia
embrionaria
NO
68% flujo +
<3
32% flujo –
≥ 3
0.01
NS
Schild y col
(23) 2001
Cohorte
prospectiva + 35
mujeres/ciclos
anteriores
135 IP Recuperación ovocitos,
hCG
NO
1.21 ± 0.27 1.12± 0.28 NS
Steer y col
(26) 1992
Cohorte
prospectiva 82 IP hCG > 3 embriones G1/G2 2.08 ± 0.4 2.62 ± 0.85 0.007
Aytoz
y col
(27)
1997 Cohorte
prospectiva 70 IP hCG
Solo pacientes ICSI,
calidad de embriones
transferidos
2.33 + 0.4 2.28 + 0.41 NS
Chien y col
(30) 2002
Cohorte
prospectiva 623 IP y VS
Transferencia
embrionaria
IMC, edad, etiología,
ciclos anteriores, #ET,
factores embrionarios
2.68 ± 0.64 2.76 ± 0.6 NS
Contart y
col(31) 2000 Observacional 185 IP y VS hCG NO
Cuatro cuadrantes
endometriales evaluados NS
22
Tabla 3. Características de los estudios revisados de doppler e implantación embrionaria en pacientes sometidas a TRA
Estudio Año Diseño del
estudio
Tamaño
de
muestra
Doppler
realizado Día del examen
Control factores de
confusión
Resultados
Valor
p Embarazo
Sí
Embarazo
No
Hoozemans
y col
(32)
2008 Cohorte
prospectiva 83 IP
7 días postovulación,
hCG, aspiración
folicular, transferencia
, 7 días post
transferencia, prueba
de embarazo
NO Similares en ambos grupos NS
Zaidi y col
(59) 1995
Cohorte
prospectiva 96 VS hCG NO
35.2 %
( flujo +)
0
( flujo -) 0.000
Baruffi y
col (60) 2002
Cohorte
retrospectiva 562 VS hCG NO
4 cuadrantes
endometriales NS
Gong y col
(61) 2005 Observacional 94 IP
Transferencia
embrionaria NO 2.66 ± 0.33 3.19 ± 0.39 NS
Yang y col
(62) 1999
Cohorte
prospectiva 95 IP Aspiración folicular IMC, edad, #ET 1.65 ± 0.22 1.67 ± 0.21 NS
IP: Índice de pulsatilidad
VS: vasos sub-endometriales
ET: embriones transferidos
Emb.: embarazo
NS: no significativa
23
En reproducción asistida, la implantación embrionaria es un fenómeno complejo que
ocurre aproximadamente a los 5 días de la transferencia de embriones y que depende
de múltiples factores tales como la edad materna, la etiología y los años de
infertilidad, del protocolo de inducción de la ovulación y del número y la calidad de
los embriones transferidos, entre otros (10-11,18,40,43-48). Muchos de los estudios
reportados realizan el doppler de manera aislada y no tienen en cuenta todas estas
variables, las cuales desempeñan un papel muy importante en la probabilidad de
embarazo.
No hay claridad con respecto a decidir cuál es el momento óptimo para la realización
del doppler. Algunos estudios hacen la prueba el ciclo previo (16,19-20, 32), otros el
día de la recuperación de los ovocitos (7,23,32), el día de la administración de la hCG
(7,13, 27,31-32) o el día de la transferencia embrionaria (12,30). Los resultados son,
por lo tanto, no comparables.
Ozturk y col realizaron un estudio prospectivo observacional en el cual siguieron 53
pacientes entre los 24 y 39 años tratadas con FIV (7). El objetivo del estudio fue
evaluar el papel de flujo de las arterias uterinas en la predicción de embarazo. Se
reportó una tasa de embarazo del 38%. El índice de pulsatilidad de las arterias
uterinas se midió el primero y décimo día de la estimulación ovárica y el día de la
administración de la hCG. No encontraron diferencias significativas en el IP basal y
del día 10 en el grupo de pacientes embarazadas y no embarazadas, pero sí obtuvieron
24
valores de IP el día de la administración de la hCG significativamente menores en el
grupo de embarazadas (2.11 0.53) que en las no embarazadas (3.01 1.25) p=0.01.
Utilizando una curva ROC los autores calcularon que 3.26 era el punto de corte para
detectar las pacientes con el peor pronóstico de embarazo. También realizaron un
modelo de regresión logística para predicción de embarazo en el cual sólo
encontraron que el IP predecía el desenlace posiblemente debido al pequeño tamaño
de muestra (18 embarazos).
Puerto y colaboradores evaluaron el valor predictivo de diferentes parámetros
ecográficos para implantación embrionaria aplicados a 178 pacientes, controlando
especialmente por calidad de embriones transferidos (12). Los autores no encontraron
diferencias en la presencia o ausencia de flujo subendometrial entre el grupo de las
embarazadas (n=67) y las no embarazadas (n=111). La presencia de flujo
subendometrial se clasificó en: ausente (n=18) 12% en no embarazadas versus 7.5%
en las embarazadas (dato significativo por el número escaso de pacientes), presente
pero escaso (n=41) 22% en no embarazadas versus 24% en las embarazadas y
presente y multifocal (n=135) en 66% en no embarazadas versus 69% en las
embarazadas. La única diferencia significativa en los dos grupos fue la presencia de
endometrio hiperecoico como predictor negativo de implantación. Sin embargo, la
prueba de doppler se realizó el día de la transferencia embrionaria, fecha en la cual el
endometrio ya está estimulado por progesterona, se disminuye el flujo sanguíneo
diastólico resultando fisiológicamente en una disminución del flujo sub endometrial.
En la mayoría de los estudios que se hacen para evaluar con la prueba de doppler el
25
flujo subendometrial, el examen de doppler se realiza el día (o la víspera) de la
administración de la gonadotropina coriónica humana (hCG), ya que es el momento
en el cual se debe encontrar el pico máximo de vasos endometriales.
En un estudio publicado en 2008, DeChaud y col (13) pretendieron evaluar de manera
prospectiva cuándo realizar la exploración ecográfica del endometrio y la medición
del doppler con el fin de predecir embarazo. Evaluaron en 112 pacientes el día de la
aplicación de la hCG, el día de la punción folicular y el día de la transferencia
embrionaria; los parámetros ecográficos estudiados fueron el grosor endometrial, el
índice de pulsatilidad de las arterias uterinas y la presencia de flujo sub-endometial.
Las tasas de implantación por transferencia fueron significativamente mejores en
pacientes con bajo índice de resistencia de las arterias uterinas, flujo subendometrial
presente y endometrio trilaminar. Los autores concluyen que el día óptimo para
evaluar el endometrio por doppler es el día de la aplicación de hCG y que estos tres
parámetros son predictores de mejores tasas de implantación cuando están presentes
al tiempo. El flujo subendometrial no fue medido con el número de vasos sub-
endometriales presentes sino como una variable cualitativa (vasos presentes o
ausentes).
En un estudio realizado por Schild y colaboradores (23) se evaluaron distintos
patrones ecográficos en 135 mujeres tratadas un programa de FIV. La medida de
desenlace primario fue la correlación entre el flujo de las arterias espirales
endometriales y la tasa de implantación; las medidas de desenlace secundario fueron
26
el grosor endometrial y el flujo de las arterias uterinas. El flujo de las arterias
espirales fue medido con el índice de pulsatilidad (IP) descrito por Gosling en 1975
(57). Este índice refleja la razón entre la diferencia del pico diastólico (Di) y
sistólico(Si) sobre la velocidad máxima de flujo sanguíneo en un ciclo cardíaco
(VM):
IP= (Si – Di)/VM
El IP se utiliza para medir el flujo sanguíneo de la arteria uterina, pero como las
arterias espirales son de diámetro muy pequeño, su medición para evaluar el flujo
sub endometrial puede dar como resultados valores erróneos. Los autores encontraron
la presencia de flujo sub endometrial en el 83.7% de las pacientes analizadas;
reportaron una tasa general de embarazo del 21% y un IP de las arterias espirales
similar en embarazadas y no embarazadas. Pero al intentar hacer análisis de
subgrupos para predicción de implantación en aquellas pacientes en quienes no se
evidenció presencia de vasos endometriales (n=22) encontraron hallazgos
obviamente no significativos, por el pequeño tamaño de la muestra.
La relación entre tasas de embarazo y el IP había sido reportada en 1992 por Steer el
al (26). Los autores estudiaron una cohorte prospectiva de 82 pacientes sometidas a
TRA. Como criterio de inclusión tomaron aquellas pacientes que tuvieran 3 o más
embriones de buena calidad (4) para ser transferidos. La resistencia de las arterias
uterinas fue medida 30 minutos antes de la transferencia embrionaria. Se reportaron
28 embarazos (34.1%) y se obtuvieron valores de IP significativamente menores en el
27
grupo de embarazadas (2.08 0.43) que en las no embarazadas (2.62 0.85)
p=0.007.
Resultados opuestos fueron reportados por Aytoz y col en 1997 (27). La medición del
IP fue realizada en 70 mujeres el día de la administración de la hCG. Solo incluyeron
en el estudio pacientes sometidas a ICSI con al menos un embrión de buena calidad
para transferir. No encontraron diferencias significativas en el valor de IP en el grupo
de embarazadas (2.33 0.4) y en las no embarazadas (2.28 0.41).
El problema de los estudios hechos con la medición del IP es que asumen que el flujo
sanguíneo de las arterias uterinas es un buen predictor del flujo sanguíneo a nivel
endometrial. Por esta razón es importante evaluar la correlación entre el IP y los
vasos sanguíneos presentes en la región subendometrial.
Applebaum y col (58) definieron como área sub-endometrial el halo hipoecoico
claramente delimitado entre el miometrio y el endometrio. Los autores describieron
3 zonas de presencia de vasos sanguíneos en el endometrio que podrían estar
relacionadas con la implantación:
Zona 1: vasos sanguíneos que penetran el área externa hipoecoica que rodea
el endometrio (zona sub-endometrial)
Zona 2: vasos sanguíneos que penetran el área hiperecoica endometrial, pero
no entran a la zona hipoecoica interna
28
Zona 3: vasos sanguíneos que penetran la zona hipoecoica interna.
Esta técnica descrita por Applebaum para la evaluación del flujo sanguíneo
endometrial y subendometrial es la misma utilizada posteriormente por Chien
y cols (30) y Zaidi y cols (59) y en sus publicaciones.
Un total de 623 mujeres fueron estudiadas por Chien y colaboradores entre el año
1996-2000 (30). Los autores investigaron si existía correlación entre el flujo
sanguíneo sub-endometrial (evaluado por doppler color) y el embarazo en pacientes
tratadas con FIV o ICSI, siguiendo la metodología descrita por Applebaum y
colaboradores (58). El 76.6% de las pacientes examinadas tenía presente el flujo sub
endometrial por doppler. Se reportó una tasa de embarazo del 34.8% en aquellas
mujeres en quienes se evidenció la presencia de flujo sub-endometrial, versus 7.5%
en quienes no se evidenció la presencia de flujo sub-endometrial (p< 0.0001). Estos
hallazgos podrían sugerir que la prueba de doppler podría ser más importante para la
tasa de verdaderos negativos.
Contart y colaboradores evaluaron si la presencia de vascularización sub-endometrial
con doppler el día de la administración de la hCG era pronóstica de implantación
embrionaria en 185 pacientes tratadas con la técnica del ICSI (31). La señal del
doppler se consideraba positiva cuando llegaba a la capa basal endometrial. Las tasas
de embarazo reportadas fueron similares en los cuatro grupos (25% en Grado I,
29.7% en Grado II, 37.5% en Grado III y 23.8% en grado IV). El IP en los 4 grupos
fue igualmente similar (2.7 ±0.5 en Grado I, 2.6 ±0.4 en Grado II, 2.5 ±0.5 en Grado
29
III y 2.4 ±0.4 en grado IV). Los autores concluyeron que la prueba de doppler no es
útil para predecir implantación. La división endometrial en cuadrantes reportada por
los autores no cuenta con una justificación bibliográfica o científica en esta
publicación. Las tasas de implantación reportadas son bajas con respecto a lo
reportado en la literatura y no hay mención en el artículo de la estandarización de la
técnica con la cual se realizó el doppler.
Hoozemans et al (32) evaluaron el valor predictivo de mediciones seriadas del índice
de resistencia de las arterias uterina en pacientes sometidas a TRA. Durante un
período de un año y nueve meses incluyeron en el estudio a aquellas pacientes que
cumplieran con los siguientes criterios de inclusión: pacientes menores de 39 años,
ciclos menstruales regulares, niveles basales de FSH < 10 IU/L. Pacientes con cirugía
uterina previa, ovarios poliquísticos o enfermedades sistémicas fueron excluidas del
estudio. Una de las fortalezas de este estudio es que la prueba de doppler fue
realizada en 6 oportunidades: el día de inicio del análogo de GnRh (7 días después de
la ovulación), el día de la administración de la hCG, el día de la recuperación de los
ovocitos, de la transferencia embrionaria y 7 a 9 días después de la recuperación de
ovocitos. Se sabe que el flujo sanguíneo es dinámico a través de los distintos
momentos del ciclo menstrual. Los autores observaron valores similares de IP durante
todo el ciclo de tratamiento excepto hacia la mitad de la fase lútea. De un total de 83
pacientes evaluadas se obtuvo embarazo en 30 de ellas (36.14%). No se observaron
diferencias significativas en los índices de resistencia de la arteria uterina en el grupo
de embarazadas versus no embarazadas en ninguno de los 6 momentos del estudio de
doppler, concluyendo los autores que la probabilidad de embarazo depende de la
30
calidad de los embriones transferidos y no de las condiciones vasculares del
endometrio.
Zaidi y cols (59) condujeron un estudio de cohorte prospectiva en 96 pacientes
sometidas a TRA con el fin de evaluar los parámetros ecográficos relacionados con
implantación. No hubo criterios de inclusión y exclusión en este estudio. La prueba
de doppler realizada fue la medición de flujo sub-endometrial medida como la
presencia o ausencia de flujo sub-endometrial el día de la aplicación de la hCG;
igualmente evaluaron los parámetros ecográficos endometriales tradicionales tales
como el grosor endometrial y el aspecto del endometrio (trilaminar u homogéneo).
Se reportaron 31 embarazos en total (32.3%). En 8.3% de las pacientes examinadas
no se observó flujo sub-endometrial y se obtuvieron tasas de embarazo
significativamente menores en este grupo (Flujo presente: 35.2% embarazo; flujo
ausente reportaron 0 embarazos-p 0.05). Los autores no encontraron diferencias
estadísticamente significativas en pacientes con diferentes criterios morfológicos
endometriales. En este estudio no hubo control por variables de confusión tan
importantes como la edad materna, años de infertilidad, etiología de la infertilidad y
presencia de sangre en el catéter de transferencia.
La misma evaluación por doppler realizada por Contart (31) dividiendo el endometrio
en cuatro cuadrantes fue reportada por Baruffi et al posteriormente (60). A un total de
562 pacientes sometidas a ICSI se les realizó el estudio de doppler el día de la
aplicación de la hCG. La técnica de doppler utilizada fue la evaluación de la
31
presencia de vasos sub-endometriales hasta la capa basal del endometrio en cada uno
de los cuadrantes del endometrio. No se hizo un conteo del número de vasos sub-
endometriales sino que se midió como ausente, débil o fuertemente presente. No
encontraron diferencias en las tasas de embarazo según la presencia o no de flujo sub-
endometrial en cada uno de los cuadrantes de endometrio analizados. A pesar de
tener un gran número de pacientes, no hubo control por otras variables relacionadas
con la probabilidad de embarazo.
Resultados opuestos a los encontrados por Steer (26) fueron reportados por Gong y
col. en un grupo de 94 pacientes evaluadas (61). Los autores obtuvieron valores de IP
similares en el grupo de embarazadas (2.66 0.33) que en las no embarazadas (3.19
0.39) p>0.05.
En ninguno de estos dos estudios hubo control por variables de confusión tan
importantes como la edad materna, calidad de los embriones transferidos, años de
infertilidad, etiología de la infertilidad y presencia de sangre en el catéter de
transferencia.
Yan et al (62) realizaron un estudio de cohorte prospectiva en 96 ciclos de pacientes
sometidas a ART controlando por variables predictoras de embarazo como índice de
masa corporal (IMC), edad de la mujer y número de embriones transferidos y no
32
encontraron diferencias significativas en el IP en las pacientes embarazadas y no
embarazadas (IP en embarazadas1.65 ± 0.22; IP en no embarazadas 1.67± 0.21 )
Los resultados obtenidos hasta ahora con el doppler subendometrial y la medición del
índice de pulsatilidad de las arterias uterinas no han sido consistentes posiblemente
debido a diferencias en la técnica de doppler, en el día de la realización del examen,
estudios sin cálculo de tamaño de la muestra adecuado y muchos de ellos sin control
con respecto a variables importantes en la probabilidad de embarazo. Casi ninguno de
los estudios antes mencionados controló por aquellas variables que han probado ser
predictoras de embarazo en pacientes sometidas a TRA como la calidad embrionaria,
la edad de la paciente, el número y calidad de embriones obtenidos, entre otros.
Además, existe poca evidencia para afirmar que la medición del índice de pulsatilidad
de las arterias uterinas es representativo de la región endometrial y subendometrial.
De esta manera es fundamental evaluar la utilidad de la prueba de doppler en
pacientes infértiles sometidas a técnicas de reproducción asistida. Estudios recientes
han sugerido el uso de medicamentos que mejoren la vascularización uterina tales
como sindenafil, ácido acetil salicílico o corticoides para incrementar la implantación
embrionaria, dando por hecho que el mejoramiento de la vascularización endometrial
incrementaría las tasas de implantación es decir, concluyendo a través de una prueba
diagnóstica cuya utilidad aun no se conoce. Este proyecto aportaría conocimiento
sobre la prueba diagnóstica y su verdadera utilidad en pacientes que se someten a las
técnicas de reproducción asistida.
33
2.6. Modelos de predicción en reproducción asistida
La probabilidad de embarazo de una pareja que se somete a TRA debería ser
estimada de la manera más precisa posible antes del inicio del tratamiento. Gran
cantidad de estudios han evaluado las posibles variables que afectan los resultados de
estas técnicas teniendo en cuenta estos factores de forma individual (10-11,18,40,43-
48). Sin embargo, estas variables deben ser tenidas en cuenta en conjunto como
factores predictores de embarazo en un ciclo de tratamiento dado. Fue por esa razón
por la que se crearon modelos para predecir la probabilidad de embarazo los cuales
han intentado incluir todos los factores relevantes (50-55, 63).
Se realizó una búsqueda de las publicaciones en Medline con los términos MeSH :
¨Fertlization in vitro¨ [Mesh] AND ¨regression analysis¨ [Mesh]; ¨Fertlization in
vitro¨ [Mesh] AND ¨logistic models¨ [Mesh]. Se encontraron 115 publicaciones
referenciadas, utilizando los límites English, Humans y artículos publicados desde
enero 1 de 1994 ya que desde esa fecha empezaron a salir publicaciones que incluían
la técnica del ICSI como tratamiento del factor masculino. De estos artículos se
revisaron todos los títulos y se excluyeron aquellas publicaciones que no
correspondían a la pregunta de investigación del presente trabajo para un total de 8
artículos revisados, los cuales están detallados en la Tabla 4. Desde 1994 hasta 2002
el diseño de la mayoría de los artículos de pronóstico en ART publicados era de
cohorte retrospectiva o prospectiva en las cuales se analizaban las variables asociadas
34
con embarazo en pacientes sometidas a TRA a través de modelos de regresión
logística, sin que se tratara de modelos de predicción (43, 64-67).
35
Tabla 4. Características de los estudios revisados de regresión logística y modelos de predicción en pacientes sometidas a TRA
Estudio Año Población de
estudio
Tamaño de muestra Diseño del
estudio
Variables
incluidas en el
modelo final
Área
bajo la
curva
ROC
S
E
VPP
VPN Embarazo
Sí
Embarazo
No
Stolwijk y
col (50) 1996
Pacientes
tratadas con
FIV > 3 años de
infertilidad
88 516
Cohorte
retrospectiva,
regresión
logística
Paridad, ovocitos
fertilizados, #ET,
GI/GII
0.67 - - - -
Wheeler y
col (51) 1998
Pacientes
sometidas a
FIV
135 313
Cohorte
retrospectiva,
Modelo de
predicción
Edad, calidad
embrionaria, #ET - - - - -
Hunault y
col (52)
2002
Primer ciclo
FIV,
transferencia
electiva de
máximo dos
embriones
170 472
Cohorte
retrospectiva,
Modelo de
predicción
Número ovocitos
recuperados,
morfología
embrionaria
0.68 - - - -
Verberg y
col (53)
2008
Transferencia
selectiva de un
solo embrión
42 110
Cohorte
prospectiva,
Modelo de
predicción
IMC, dosis
gonadotropinas, #
ovocitos
recuperados,
embriones GI/GII
disponibles
0. 68 37% 90% - -
Carrera y
col (54)
2007
Infertilidad
primaria,
mujeres ≤ 38
años
46 56
Cohorte
prospectiva,
Modelo de
predicción
Conteo de
folículos astrales,
edad, estradiol
día 4
0. 83 - - 69% 80%
36
Tabla 4. Características de los estudios revisados de regresión logística y modelos de predicción en pacientes sometidas a TRA
Estudio Año Población de
estudio
Tamaño de muestra Diseño del
estudio
Variables
incluidas en el
modelo final
Área
bajo la
curva
ROC
S
E
VPP
VPN Embarazo
Sí
Embarazo
No
Ottosen y
col (55) 2007
Transferencia
selectiva de dos
embriones
584 1091
Cohorte
prospectiva,
Modelo de
predicción
Calidad
embrionaria, FSH
basal, edad
0. 64 80% 41% 41.8% 78.8%
Minaretzis
y col (64) 1998
Pacientes
sometidas a
TRA
164 380
Cohorte
retrospectiva,
modelo de
predicción
Edad,
endometriosis,
#ET GI/GII
- - - - -
Thurin y
col (65)
2005
Mujeres < 36
años
aleatorizadas
para
transferencia de
1 o 2 embriones
143 377
Controlado
aleatorizado,
regresión
logística
Primer ciclo,
FIV, FSH/ovocito
recuperado
- - - - -
S: sensibilidad ET: embriones transferidos
E: especificidad Emb: embarazo
VPP: valor predictivo positivo IMC: Índice de masa corporal
VPN: valor predictivo negativo ROC: receiving operador characteristic curve
37
Templeton y col. (43) realizaron un estudio de las pacientes a quienes se les realizó
FIV incluidas en la base de datos de HFEA (Human Fertilisation and Embriology
Authority) del Reino Unido, desde agosto de 1991 hasta abril de 1994, para
identificar los factores que se relacionan con el resultado del tratamiento. En total se
analizaron retrospectivamente 36.961 ciclos de ART. En este estudio midieron la
tasa de nacidos vivos por ciclo iniciado y evaluaron las siguientes variables: edad
materna, duración de la infertilidad, indicación médica del IVF, número de
embarazos previos y antecedente de otros ciclos de FIV. La tasa de embarazo por
ciclo iniciado fue de 13.9%. La mayor tasa de nacidos vivos fue en el grupo de edad
entre 25-30 años. En todas las mujeres mayores de 30 años el uso de óvulos donados
fue asociado con una tasa significativa mayor de embarazo que en las mujeres con sus
propios óvulos, aunque hubo una tendencia negativa de la tasa de éxito con el
aumento de la edad. Después del ajuste por edad hubo una disminución significativa
de la tasa de nacidos vivos con el incremento de la duración de la infertilidad (de 1 a
12 años). En este estudio al igual que en el anterior, la indicación médica para el
tratamiento no tuvo un efecto significativo sobre el resultado. El antecedente de
embarazo previo incrementó el éxito del tratamiento, y por el contrario esta
posibilidad disminuyó con cada ciclo de IVF realizado anteriormente.
Minaretzis et al (64) en un análisis de regresión logística evaluaron 544 ciclos (164
embarazadas y 380 no embarazadas) y encontraron como variables asociadas con
embarazo la edad materna, la presencia de endometriosis, la calidad embrionaria y la
38
utilización de semen de donante.
Thurin et al (65) hicieron un estudio en 661 mujeres menores de 36 años quienes
fueron aleatorizadas para transferencia de 1 o 2 embriones. Las pacientes deberían
tener al menos dos embriones de buena calidad para ser incluidas en el estudio. En el
análisis multivariado realizado encontraron las siguientes variables asociadas con
embarazo: primer ciclo de TRA (p=0.013), FIV como técnica de TRA (p=0.007),
embrión transferido de 4 células (p=0.045) y la cantidad de gonadotropinas utilizadas
por ovocito recuperado (p=0.012).
En 1996 Stolwijkl y col. (50) plantearon las limitaciones de los modelos
multivariados para predecir embarazo en pacientes sometidas a TRA y propusieron
un modelo de predicción de embarazo en pacientes tratadas con FIV en primer o
segundo ciclo de tratamiento. Desarrollaron tres modelos de predicción en diferentes
momentos del tratamiento: un modelo A en el inicio del primer tratamiento, un
modelo B durante la transferencia embrionaria de ese primer ciclo de tratamiento y
un modelo C al final del primer ciclo de FIV y antes del segundo tratamiento. Los
tres modelos pronósticos fueron realizados de 757 parejas del Hospital Universitario
Nijmegen y fueron aplicados en el Hospital Eindhoven en 432 parejas para evaluar
sus valores predictivos. Los factores predictores de embarazo que se encontraron
fueron: edad materna, antecedente de embarazo previo y número de embriones
transferidos y no encontraron valor predictivo en FSH basal, características del
esperma, tiempo de infertilidad, número de IVF realizados previamente y
transferencia embrionaria complicada o no. La predicción del modelo B fue la más
39
precisa (c=0.673), el 93% de los pacientes que tuvieron una probabilidad menor de
10% no alcanzaron embarazo. Los otros 2 modelos fueron menos precisos. Este
estudio fue realizado entre Marzo de 1991 y enero de 1995 cuando las condiciones de
cultivo embrionario eran precarias y la tasa de embarazo reportadas por los autores
fue del 11.6%. Actualmente la tasa de embarazo esperada en un programa de
reproducción asistida debe ser mínimo del 35%.
Preocupados por la alta tasa de embarazo múltiple en pacientes sometidas a TRA,
Wheeler et al (51) propusieron un modelo de predicción de embarazo para calcular el
número óptimo de embriones a transferir con el fin de obtener las mejores tasas de
embarazo pero al mismo tiempo reducir la probabilidad de presentación de embarazo
múltiple. Los autores analizaron retrospectivamente la base de datos de 448 ciclos de
FIV; en esa época (entre Mayo de 1988 y Diciembre de 1993) transferían entre uno y
10 embriones dadas las malas condiciones de cultivo embrionario existentes, y no se
había reportados la técnica de ICSI como tratamiento para la infertilidad de causa
masculina. Las tasas de embarazo reportadas fueron de 30.1%. La decisión del
número de embriones a transferir la tomaba la pareja el día de la transferencia
embrionaria. Para el modelo final se incluyeron las siguientes variables: edad de la
mujer, calidad de los embriones transferidos y número de embriones transferidos.
Para el total de los 448 ciclos analizados el modelo predijo 313.003 ciclos de no
embarazo y se observaron 313, para embarazo único predijo 69.14 y se observaron
69, embarazo gemelar predijo 42.275 y se observaron 42 y para embarazo de trillizos
predijo 23.582 y se observaron 24. Este modelo de predicción no fue validado en la
40
población de estudio, ni se calculó área bajo la curva ROC, sensibilidad, especificidad
ni valores predictivos.
Con el mejoramiento de las técnicas de cultivo embrionario y el afán de las clínicas
de fertilidad por obtener resultados positivos - definido por embarazo y no por un
bebé sano en la casa- las tasas de embarazo múltiple han sido una de las principales
complicaciones de estos tratamientos (1). Esto se debe a que en las TRA
rutinariamente se transfiere más de un embrión. Vilska et al (66) propusieron en 1999
la transferencia electiva de un solo embrión, política que ha sido adaptada en los
países Bálticos desde entonces. La pregunta importante para contestar es cómo se
define cuál es el mejor embrión para transferir y los modelos de predicción se han
utilizado para ello (50-55). La primera publicación de un modelo de predicción
completo en reproducción asistida fue hecha por Hunault et al en el año 2002 (52).
Este artículo fue la base para la realización de modelos de predicción de embarazo en
pacientes tratadas con TRA.
Hunault y col (52) analizaron retrospectivamente una base de datos de 642 ciclos de
FIV realizados entre diciembre de 1993 y diciembre de 1998 en un centro de
fertilidad en Rotterdam. Las pacientes incluidas en el estudio fueron aquellas mujeres
con por lo menos 2 embriones de buena calidad para transferir. Excluyeron pacientes
con ciclos de ICSI, donación de ovocitos o embriones criopreservados y
posteriormente descongelados. Los autores hicieron dos modelos de predicción: uno
para predecir las probabilidades de embarazo y otro para predecir la probabilidad de
ocurrencia de embarazo múltiple. Aquellas variables que resultaron estar asociadas
41
con embarazo en el análisis bivariado (punto de corte de p <0.10) fueron incluidas en
el modelo de regresión logística usando el método backward. Las variables
seleccionadas en el modelo bivariado fueron la edad de la mujer, la cuenta total de
espermatozoides, el número de folículos pre-ovulatorios, el número de ovocitos
recuperados, el número de embriones de buena calidad candidatos para transferir y la
calidad embrionaria. Las variables predictoras de embarazo en el modelo final fueron
el número de ovocitos recuperados OR: 1.03 IC 95% [0.99-1.05] y la calidad de los
embriones transferidos – medida por división celular e integridad de las blastómeras-
OR: 1.56 IC 95% [1.16-2.11]. Se observó interacción significativa entre el día de la
transferencia y la morfología embrionaria. Esta interacción fue inicialmente incluida
en el modelo pero retirada en el modelo final ya que su inclusión no modificó el
poder del modelo. La capacidad predictiva del modelo fue medida con la curva ROC,
observándose un área bajo la curva de 0.68. Los autores no validaron este modelo de
predicción.
En un estudio reportado por Verberg y col (53) los investigadores realizaron un
modelo de regresión logística con el fin de evaluar los factores predictores de
embarazo en pacientes menores de 38 años, con inducción de ovulación con dosis
bajas de gonadotropinas y a quienes se les transfirió de manera selectiva un solo
embrión. La tasa de embarazo reportada por transferencia de un solo embrión fue de
28% (42 pacientes). Se realizó un modelo de regresión logística por la técnica
backward de eliminación de variables encontrándose las siguientes variables
predictoras de embarazo (p< 0.15): el IMC (OR: 0.89 IC 95% [0.76-1.03], la dosis
total de gonadotropinas aplicadas (OR: 0.92 IC 95% [0.83-1.03], el número de
42
ovocitos recuperados (OR: 0.93 IC 95% [0.85-1.01] y la calidad embrionaria (OR:
2.18 IC 95% [0.93-5.09]. El número de 42 pacientes embarazadas sólo permitiría
incluir 3 variables en el modelo final (incluido el intercepto). La capacidad predictiva
del modelo fue medida con la curva ROC, observándose un área bajo la curva de
0.68. La sensibilidad del modelo (proporción de mujeres predichas por el modelo
como embarazadas y que sí se embarazaron) fue del 37%. La especificidad del
modelo (proporción de mujeres predichas por el modelo como no embarazadas y que
no se embarazaron) fue del 90%. Los autores realizaron la validación interna del
modelo con la técnica de bootstrapping, tomando 200 sub-muestras y recalculando la
capacidad predictiva del modelo con área bajo la curva ROC que dio como resultado
0.60.
Carrera-Rotllan J. y col. (54) diseñaron un modelo de predicción para calcular la
probabilidad de embarazo el día cuatro de estimulación ovárica para un ciclo de FIV.
Los factores valorados en este estudio prospectivo fueron el conteo de folículos
antrales, los niveles de estradiol realizados el día 4 del ciclo, la FSH basal y la edad
de la mujer. Luego de la aspiración folicular se evaluó la calidad y cantidad de óvulos
y embriones y la tasa de embarazo. El estudio fue realizado en España y en total se
incluyeron 110 pacientes con infertilidad primaria debido a factor tubárico. En total
se obtuvieron 42 embarazos (38.2%). Los factores que se encontraron con mayor
valor predictivo fueron el conteo de folículos antrales (p<0.001), el valor basal de
FSH (p<0.001), las concentraciones de estradiol (p<0.001) y la edad de la mujer
(p<0.001). El análisis de regresión logística demostró que la capacidad del modelo
43
para predecir embarazo fue del 75%, con un valor predictivo positivo de 69% y un
valor predictivo negativo de 80%. No hubo validación del modelo de predicción.
Ottosen et al (55) interesados también en las variables predictoras de embarazo en
pacientes a quienes se les transfería selectivamente dos embriones analizaron
retrospectivamente una base de datos de una clínica de fertilidad pública en
Dinamarca. Se habían realizado 3541 ciclos de transferencias embrionarias entre el
año 2000 y 2003; de estos ciclos fueron 644 ciclos de transferencia de embriones
criopreservados y descongelados, 704 ciclos de transferencia electiva de un solo
embrión y 2193 ciclos de transferencia electiva de dos embriones. Tanto los ciclos de
embriones congelados como de transferencia electiva de un solo embrión fueron
excluidos del análisis, quedando un total 2193 ciclos para el análisis. La tasa de
embarazo reportada para aquellos ciclos con transferencia electiva de dos embriones
fue del 35.6%. Se definió embarazo como presencia de saco gestacional intrauterino
visible por ecografía con embrión vivo a la semana 5 desde la transferencia
embrionaria. De los 2913 ciclos elegibles hubo 518 ciclos con datos faltantes por lo
que fueron excluidos del análisis. Las variables que resultaron estar asociadas con
embarazo en el análisis bivariado (punto de corte de p <0.05) fueron las variables
incluidas en el modelo de regresión logística usando el método backward. Las
variables seleccionadas en el modelo bivariado fueron la edad de la mujer, el índice
de masa corporal (IMC), el nivel basal de FSH, la indicación para el tratamiento, el
número de ovocitos recuperados, la tasa de fertilización y la calidad de los embriones
embriones transferidos. Las variables predictoras de embarazo en el modelo final
fueron la edad de la mujer (p=0.000), el nivel basal de FSH (p=0.024), y la calidad de
44
los embriones transferidos (p=0.000). La capacidad predictiva del modelo fue medida
con la curva ROC, observándose un área bajo la curva de 0.6421. La sensibilidad del
modelo (proporción de mujeres predichas por el modelo como embarazadas y que sí
se embarazaron) fue del 80%. La especificidad del modelo (proporción de mujeres
predichas por el modelo como no embarazadas y que no se embarazaron) fue del
41.8%. El valor predictivo negativo del modelo fue de 78.8%. El problema de este
estudio es que se trató de un análisis secundario de una base de datos, la cual podría
tener información no tan precisa.
Estos son los estudios que han tratado de desarrollar un modelo de predicción en
pacientes sometidas a ART. La mayoría de estas publicaciones solo realizó un
modelo de regresión logística y no un modelo de predicción (50,65) o fueron un
análisis secundario de base de datos (51,52,64). Hay solo tres estudios en los cuales
se realizó un modelo de predicción utilizando una cohorte prospectiva (53,54,55). De
estas publicaciones 2 estudios (53,55) fueron para predecir probabilidad de embarazo
en pacientes sometidas a transferencia selectiva de uno o dos embriones, y en la
publicación de Carrera et al (54) el modelo realizado predecía la respuesta a la
inducción de la ovulación principalmente.
En Latinoamérica, a pesar de que existe un registro global con los resultados de casi
el 90% de los centros de fertilidad (1), no se han realizado modelos de predicción que
ayuden a las parejas a tomar decisiones con respecto a si hacer o no tratamiento,
dadas sus características particulares reales.
45
CAPÍTULO 3. OBJETIVOS
3.1. Objetivos generales:
Determinar si la prueba diagnóstica de doppler -que mide la resistencia de las arterias
uterinas y la presencia de vascularización en la zona sub endometrial- sirve para
predecir embarazo en pacientes que se someten a fertilización in vitro.
Elaborar un modelo de predicción con las mejores variables disponibles que ayuden a
estimar la probabilidad de embarazo en pacientes infértiles sometidas a técnicas de
reproducción asistida.
3.2. Objetivos específicos:
1. Evaluar si el flujo sanguíneo sub endometrial medido por la prueba de doppler sirve
para predecir la implantación embrionaria en pacientes sometidas a TRA.
2. Evaluar si el índice de resistencia de las arterias uterinas sirve para predecir la
implantación embrionaria en pacientes sometidas a TRA.
3. Determinar si existe correlación entre la presencia de flujo sub endometrial y el IP de
las arterias uterinas.
4. Determinar las variables que mejor ayudan a predecir embarazo en pacientes
sometidas a TRA
5. Elaborar un modelo de predicción robusto
6. Validar el modelo de predicción
46
3.3 Preguntas de investigación:
¿Es útil la prueba de doppler en la predicción de implantación en pacientes infértiles
tratadas con técnicas de reproducción asistida?
¿Cuáles son las variables que mejor ayudan a predecir embarazo en pacientes
infértiles sometidas a técnicas de reproducción asistida?
47
CAPÍTULO 4. MÉTODOS
Se realizó un estudio de cohorte concurrente. Este tipo de diseño permite seguir a las
pacientes desde el momento en que inician el tratamiento con TRA hasta el
diagnóstico de implantación.
La metodología que se describe a continuación sigue la guía propuesta por el grupo
STARD (67) la cual pretende unificar y mejorar la calidad de los reportes de estudios
de pruebas diagnósticas.
4.1. Participantes
4.1.1. Población
4.1.1.1. Población Universo
a. Pacientes con infertilidad
b. Pacientes sometidas a técnicas de reproducción asistida
4.1.1.2. Población de estudio:
Pacientes con diferentes etiologías de infertilidad (diferente espectro de la
enfermedad) que asistieron a la Unidad de Fertilidad del Country para tratamiento
con técnicas de reproducción asistida.
48
4.1.1.3 . Criterios de Inclusión:
Mujeres que se sometieron a técnicas de reproducción asistida en la Unidad de
Fertilidad del Country, de edad comprendida entre 25 y 44 años. Se entiende por
TRA cualquiera de las siguientes:
FIV o ICSI
Transferencia de embriones producto de donación de ovocitos
Transferencia de embriones descongelados, los cuales se habían mantenido
criopreservados y almacenados en nitrógeno líquido.
Se aceptaron las pacientes para el estudio que cumplían los criterios de inclusión,
independientemente del número de ciclos realizados; es decir que una paciente podía
ser incluida en el estudio en cada uno de los ciclos que se realizaron.
4.1.1.4. Criterios de exclusión:
Son aquellas pacientes elegibles para participar en el estudio pero que tengan alguna
de las siguientes características:
Distorsión de la cavidad endometrial evidenciada por ecografía, ocasionada
por patología como miomas uterinos intracavitarios o pólipos endometriales
Antecedentes de miomectomía de miomas intramurales o submucosos por
laparoscopia, histeroscopia o laparotomía
Antecedentes de adherencias intracavitarias (S. De Ascherman)
Niveles basales de FSH > 12 UI/mL
49
Calidad embrionaria pobre en el momento de la transferencia (embriones grado III-
V)
Pobre respuesta ovárica, reflejada por un nivel de estradiol< 400 pg/mL el día de la
administración de la hCG
4.1.2 Reclutamiento de las pacientes
Para la obtener la muestra se seleccionaron pacientes que acudieron a tratamiento de TRA
en la Unidad de Fertilidad del Country de Enero 15 de 2005 a Febrero 15 de 2009 y
cumplieron con los criterios de selección que se describen en los numerales 4.4.1 y 4.4.2.
La muestra incluyó todas las pacientes elegibles que aceptaron participar en el estudio, con
algunas pocas excepciones que serán descritas en el capítulo de resultados. Como uno de
los criterios de exclusión del estudio fue la calidad embrionaria pobre en el momento de la
transferencia (embriones grado III-V) y la prueba de doppler se realizó antes de la
obtención de los ovocitos, el examen fue hecho a todas las pacientes que se sometían a
ART, y si sólo había embriones de mala calidad estas pacientes eran excluidas. Se trató de
un muestro por conveniencia.
4.2. Tamaño de la muestra:
Para un modelo de predicción confiable se necesita calcular el máximo número de
variables predictoras a incluir en el modelo. Para el cálculo de tamaño de la muestra se
tuvo en cuenta el articulo de Peduzzi et al (68). Según la formula propuesta por estos
50
autores se necesitan 10 desenlaces por cada variable incluida en el modelo final de
predicción (incluyendo el intercepto); según el marco teórico el modelo de predicción final
tendría un máximo de 10 variables por lo que se necesitaron 110 embarazos detectados
por ecografía.
4.3. Recolección de la información
Se trató de una de cohorte concurrente en la cual las pacientes que iniciaron el ciclo de
tratamiento con las TRA fueron evaluadas para ver si cumplían con los criterios de
inclusión. La prueba de doppler se realizó el día de administración de la hCG, es decir 15 a
20 días después de haber sido declaradas como elegibles para participar en el estudio. La
evaluación de implantación fue hecha por ecografía y se definió como la presencia de al
menos un saco gestacional visualizado por ecografía transvaginal el día 21-24 pos
transferencia embrionaria.
4.3.1. Enumeración y definición de las variables
Variable Dependiente: es la implantación embrionaria como variable dicotómica; se define
implantación como la presencia de al menos un saco gestacional visualizado por ecografía
transvaginal el día 21-24 pos transferencia embrionaria.
Variables independientes: las variables independientes se escogieron de acuerdo con el
marco teórico y están clasificadas en variables clínicas y de laboratorio.
51
4.3.1.1. Variables independientes clínicas
Son las variables que están relacionadas en los antecedentes médicos de las parejas, la
prueba diagnóstica de doppler y las características de ciclo de inducción de la ovulación.
Estas variables son registradas en la historia clínica y en la hoja de recolección de datos
por el médico tratante y se describen a continuación:
Número de vasos sub-endometriales observados en la zona sub-endometrial
Índice de pulsatilidad de las arterias uterinas medido por la técnica de doppler: promedio
del resultados de la arteria uterina derecha y la arteria uterina izquierda
Grosor endometrial: medido por ecografía transvaginal en milímetros el día de la
realización del doppler
Edad: en años cumplidos de la mujer a quien se le transfieren los ovocitos
Edad donante: edad en años cumplidos de la mujer de quien se obtienen de ovocitos
Origen de los ovocitos: si se transfieren ovocitos propios o donados
Tipo de infertilidad: primaria (no ha habido embarazos previos) o secundaria (al menos un
embarazo previo)
Años de infertilidad: periodo transcurrido desde un año después de suspender
anticoncepción y el día del inicio del ciclo de reproducción asistida
Etiología de la infertilidad: es la causa de la infertilidad definida como inexplicada,
tubárica, otras femeninas o masculina (según la definición postulada en el marco teórico)
Ciclos anteriores de reproducción asistida: número de ciclos previos de TRA
52
Protocolo de inducción de la ovulación: uso de análogos agonistas de la hormona
liberadora de gonadotropinas (GnRh) o antagonistas de GnRh
Unidades de gonadotropinas administradas: unidades totales de gonadotropinas
administradas durante el ciclo de tratamiento
4.3.1.2. Variables independientes de laboratorio
Son las variables que están relacionadas con el laboratorio de reproducción asistida. Estas
variables son registradas en el formato del laboratorio y en la hoja de recolección de datos
por el biólogo encargado del caso y se describen a continuación:
Número de ovocitos recuperados: número de ovocitos recuperados por punción
transvaginal
Técnica de reproducción asistida realizada: (FIV, ICSI o ambas)
Número de embriones grado I y grado II obtenidos: clasificados según los criterios de
Alikani et al (4) (Anexo 1)
Numero de embriones grado I y II transferidos: : clasificados según los criterios de Alikani
et al (4) (Anexo 1)
Número de embriones transferidos: número total de embriones transferidos
Tipo de catéter con el cual se hizo la transferencia: catéter Cook (blando) y Ultrasoft (más
rígido)
Embriones extra congelados: transferencia selectiva de embriones.
Técnica de transferencia: queda o no sangre en el catéter de transferencia
53
Tipo de ciclo: si se trató de un ciclo de transferencia de embriones frescos o congelados
La tabla operacional de las variables se puede consultar detalladamente en el Anexo 2
4.3.2. Recolección de datos, manejo y almacenamiento
Los datos se consignaron en un formulario de recolección de datos precodificado, de
forma independiente y enmascarada (Anexo 3). El examen de doppler se realizó el mismo
día de la administración de hCG (para las pacientes en ciclo de FIV o ICSI) y el día o la
víspera de iniciar la progesterona (en pacientes de transferencia de embriones producto de
DO o de embriones congelados), de tal forma que quien hizo el doppler estaba
enmascarado ante el resultado del embarazo (diagnosticado 21-24 días después). Los datos
del estudio fueron ingresados a una base de datos por una persona ajena al estudio y
enmascarada a la medición y al desenlace.
4.4. Procedimiento
4.4.1. Inducción de la Ovulación para pacientes sometidas a FIV o ICSI
El protocolo de inducción de la ovulación se ajustó a cada paciente según su edad y
antecedentes. Se inició el agonista de la hormona liberadora de gonadotropina (GnRh-a) 5-
7 días antes de la menstruación esperada, o un antagonista de la GnRh según criterio del
médico tratante al iniciar el tratamiento. La inducción de la ovulación se realizó con
gonadotropina recombinante (FSHr) cuyas dosis fueron adaptadas a la edad de la paciente,
54
la etiología de la infertilidad y a la respuesta previa a los inductores de la ovulación. Se
midieron según necesidad los niveles séricos de 17β-estradiol para monitorizar el
desarrollo folicular. El crecimiento de los folículos fue seguido con ecografías pélvicas
transvaginales periódicas según la respuesta ovárica. Cuando 3 o más folículos alcanzaron
un diámetro >18 mm se administró la hCG (gonadotropina coriónica humana). La punción
folicular para la obtención de los ovocitos se realizó entre 36 y 38 horas de aplicada la
hCG, bajo visión ecográfica y con sedación. Los ovocitos recuperados fueron enviados al
laboratorio de FIV/ICSI para su inseminación y cultivo.
4.4.2. Preparación endometrial para pacientes sometidas a transferencia de embriones
congelados y de embriones provenientes de donación de ovocitos
La preparación endometrial para la transferencia de embriones provenientes de donación
de ovocitos es de vital importancia para el éxito de esta técnica, ya que el endometrio debe
tener unas características óptimas antes de la transferencia embrionaria. En pacientes con
función ovárica esta transferencia se podría realizar en un ciclo espontáneo de ovulación;
sin embargo, dado que se necesita sincronizar el ciclo con el de la donante se prefiere
inhibir la ovulación espontánea con GnRha. Para poder lograrlo es necesario el aporte de
exógeno de estrógenos que igualen los efectos de los estrógenos ováricos sobre el tejido
endometrial (69-71). Se utilizaron dos tipos de estrógenos: el valerianato de estradiol (VE)
en dosis ascendentes, iniciando 2 mg al día, y el 17 estradiol en presentación de parches
transdérmicos.
55
Las pacientes con función ovárica recibieron un GnRha (acetato de leuprolide 0.05 mg/día
subcutáneo) desde una semana después de la ovulación espontánea y hasta el día en que se
presenta la donación de ovocitos. Se verificó el reposo ovárico con niveles séricos de
estradiol y se inició la administración de estrógenos orales en dosis ascendentes. A todas
las pacientes se les realizó un control sérico de estradiol después del día 11 de iniciado el
protocolo de sustitución. En caso de detectar alguna alteración en los niveles séricos de
estradiol, se incrementaron las dosis de VE. Las pacientes sin función ovárica recibieron
las dosis ascendentes de VE, sin necesidad de aplicar el GnRha.
Para el ciclo de embriones congelados la transferencia embrionaria se realizó durante un
ciclo ovulatorio espontáneo. Se siguió ecográficamente el desarrollo folicular y
endometrial.
4.4.3. Especificaciones técnicas de las variables predictoras
4.4.3.1 El estándar de referencia
Se considera implantación embrionaria la presencia de un saco gestacional intrauterino
visto por ecografía transvaginal entre el día 21 y 24 de la transferencia embrionaria.
4.4.3.2 La prueba diagnóstica: IP y flujo sub-endometrial con doppler
La prueba de doppler fue realizada por dos ginecólogos expertos en ecografía y doppler
(MR y AS). Se realizó inicialmente una prueba piloto de concordancia con el fin de
56
estandarizar la técnica de medición de los vasos subendometriales ya que es un
procedimiento que consiste en contar los vasos arteriales presentes. La concordancia entre
operadores se evaluó con el coeficiente de correlación intraclase el cual tuvo un valor de
0.81, que se considera muy satisfactorio.
Los expertos en doppler estaban enmascarados a los resultados ya que el análisis de los
datos se hizo al final del estudio y la ecografía que detectaba la implantación embrionaria
se realizó 19 a 21 días después del estudio de doppler.
El examen de doppler fue hecho en los 2 días anteriores a la iniciación de la progesterona,
en aquellas pacientes con terapia de reemplazo estrogénico. Un estudio de Remohi y col
demostró que el VE suministrado en dosis crecientes (2-6 mg/día) con una duración
variable de 13 a 108 días, proporciona tasas constantes de embarazo e implantación y una
sincronización flexible entre donante y receptora (71). En pacientes sometidas a inducción
de la ovulación para ART la evaluación ecográfica endometrial y la prueba de doppler se
realizaron el día de administración de la hCG.
El endometrio se evalúa por ecografía durante todo el ciclo de tratamiento. Inmediatamente
después de la menstruación aparece como una delgada línea hiperecóica. En la medida que
avanza el ciclo de inducción de la ovulación y bajo la influencia de los estrógenos en la
fase folicular el endometrio se engruesa adquiriendo una imagen típica de tres capas. Este
se mide en su diámetro mayor el mismo día del doppler y se registra en la hoja de
recolección de datos.
57
El examen de doppler fue hecho con un ecógrafo marca Toshiba Eccocee serie C6553707
(Toshiba Top Medical Systems SA) equipado con transductor transvaginal de alta
frecuencia de 7.5 MZ para doppler color y power doppler siguiendo la técnica que se
describe a continuación. Cuando se obtuvo una imagen longitudinal del útero se activó el
doppler color; el área de interés fueron el endometrio y las regiones sub-endometriales. La
capa subendometrial se documenta fácilmente ya que es un halo hipoecoico que rodea la
cavidad endometrial. La frecuencia de repetición del pulso se escogió a 3 cmt/s y la
ganancia de color se ajusto a 80% + 2% con el fin de optimizar la detección de flujo
sanguíneo de los vasos más pequeños. Las arterias espirales sub-endometriales se
identificaron y contaron al sobreponer el doppler color a la imagen endometrial en 2
dimensiones (2-D); la zona de estudio se hizo donde el endometrio es más grueso (Figura
4).
Figura 4. Imagen longitudinal del endometrio y demarcación de la zona de doppler
Identificación de arterias espirales: se definió la presencia de arterias espirales como la
aparición de una o más señales pulsátiles en la zona de estudio (confirmado por 3 a 5 ciclos
cardiacos) (12,13,16,19,23,30). Se registró el número de vasos pulsátiles presentes.
58
De forma simultánea se midió en índice de pulsatilidad (IP) de las arterias uterinas, las
cuales se localizan identificando de manera lateral el cuello uterino muy cerca al orificio
cervical interno. Una vez ubicada la arteria uterina se activó la señal de doppler
obteniéndose ondas de velocidad; una vez confirmado que estas ondas se presentan de
forma continua, se seleccionan 3 a 5 ciclos cardiacos para el cálculo del índice de
pulsatilidad el cual es reportado por el software del ecógrafo. Para el valor del IP se hizo el
promedio de las dos arterias como punto de medición (13, 26, 27, 30, 31, 62).
Los datos de las características endometriales ecográficas, del IP, del doppler endometrial
y subendometrial obtenidos fueron consignados en la hoja de recolección de datos el
mismo día del examen (Anexo 3).
4.4.3.3 Las otras variables
Un ciclo de reproducción asistida tiene un componente clínico y otro de laboratorio. Las
variables clínicas fueron registradas por el médico tratante en la historia clínica de la
paciente en el momento de su diligenciamiento y durante el ciclo de tratamiento. El
protocolo de inducción de ovulación, los días de estimulación y las características clínicas
del ciclo de tratamiento fueron consignados por el médico tratante en un formato
preestablecido. Este formato es llenado día a día durante el transcurso de ciclo de
tratamiento.
59
Las variables de laboratorio fueron también registradas día a día por el biólogo encargado
durante el transcurso del caso en un formato preexistente y en las hojas de recolección de
datos (Anexo 3). Existe un formato preestablecido para el control diario del desarrollo
embrionario en nuestro laboratorio de FIV. De acuerdo con la fisiología embrionaria
explicada en el numeral 2.1 la división embrionaria normal tiene unos tiempos claros y
precisos, por lo que los embriones son revisados diariamente para control de desarrollo.
4.4.4. Transferencia embrionaria
Los embriones desarrollados en el laboratorio de reproducción asistida se dejaron en
cultivo 48 a 72 horas. El día de la transferencia embrionaria se realizó una clasificación
de la calidad de los embriones siguiendo los parámetros descritos por Alikani (4). Por
política de nuestro centro de fertilidad, en pacientes menores de 37 años máximo se
transfieren 2 embriones por ciclo. En mujeres mayores de 38 años la decisión entre
transferir 2 o 3 embriones se tomó el día de la transferencia embrionaria dependiendo de la
historia clínica de la paciente y de intentos fallidos anteriores. Los embriones
supernumerarios se congelaron y almacenaron para transferencia posterior. Para la
transferencia de los embriones congelados, estos se descongelaron al segundo día de
iniciada la aplicación de progesterona
La transferencia embrionaria se realizó siempre bajo visión ecográfica: un experto en
ecografía hizo la ecografía por vía abdominal la cual guió el paso del catéter de
transferencia a la cavidad uterina, procedimiento hecho por otro experto.
60
4.4.5. Fase lútea y embarazo
Todas las pacientes recibieron suplencia de progesterona (cápsulas vaginales) en la fase
lútea del ciclo de transferencia. El día 12 a 14 pos transferencia embrionaria se realizó una
prueba serológica cuantitativa que mide los niveles en sangre de la fracción β de la
gonadotropina coriónica humana (β-HCG). Se considera implantación embrionaria la
presencia de un saco gestacional intrauterino visto por ecografía transvaginal entre el día
21 y 24 de la transferencia embrionaria.
4.5. Análisis estadístico
4.5.1. Análisis descriptivo
Descripción de las pacientes elegibles para el estudio y de aquellas pacientes que no fueron
incluidas en el análisis de los datos con su respectiva explicación. Presentación de las
características demográficas y clínicas de la población estudiada en una tabla de resumen.
Los resultados de las variables continuas son presentados como promedio y desviación
estándar y las variables discretas son presentadas en porcentaje con sus respectivos
intervalos de confianza del 95%.
4.5.2. Prueba diagnóstica
4.5.2.1. Participantes
61
Descripción de las pacientes elegibles para la evaluación de la prueba diagnóstica y de
aquellas pacientes que no fueron incluidas en el análisis de los datos con su respectiva
explicación.
4.5.2.2. Resultados de la prueba de doppler
Evaluación de las características de la prueba diagnóstica de doppler tanto para el número
de vasos subendometriales presentes como para el índice de resistencia de las arterias
uterinas. Evaluó la sensibilidad, especificidad, valores predictivos y razones de
probabilidad de ambas pruebas de doppler. Los vasos sub-endometriales se contaron de 0 a
6 ya que 6 vasos fue el número mayor obtenido. El punto de corte para vasos
subendometriales se hizo para cada valor. Realización de una curva de característica
operativa del receptor (ROC) y búsqueda de un punto de corte tanto para el índice de
resistencia de las arterias uterinas como para el número de vasos subendometriales.
Para el índice de resistencia, el valor que se reportó varió de 0.45 a 6.17 por lo que se
tomaron 7 puntos de corte de 1 unidad para el análisis.
Se estudió la correlación entre las dos pruebas de doppler con el coeficiente de correlación
de Pearson.
4.5.3. Selección de las variables
4.5.3.1. Análisis bivariado
62
Con el fin de escoger las variables que fueron seleccionadas para el análisis multivariado
se realizó un análisis entre cada una de las variables independientes y el desenlace. El
análisis bivariado consistió en evaluar la asociación de manera independiente entre el
desenlace y cada una de las variables independientes empleando regresión logística. Se
seleccionaron las variables que mostraron una mayor asociación en el análisis bivariado
definida por un valor de p 0.20.
4.5.3.2. Evaluación de colinealidad
Se realizó una matriz de correlación con el fin de evaluar colinealidad entre variables
teniendo como punto de corte para colinealidad un coeficiente de correlación 0.6.
Aquellas variables correlacionadas entre sí se reportan igualmente.
4.5.4. Modelo de predicción
Se corrió el modelo de regresion logistica multivariado de prediccion teniendo como
variable de desenlace la implantación embrionaria y como variables independientes las
seleccionadas por el análisis bivariado. El nivel de significancia estadistica fue de p 0.05
para el modelo multivariado. Los datos fueron analizados en el programa Stata 10.
4.5.4.1. Análisis de regresión logística
63
En búsqueda del mejor modelo de predicción se exploró la técnica forward, backward y el
desempeño del modelo completo. Se comparan los resultados de los tres modelos y se
decide dejar aquel modelo con mejor capacidad discriminatoria. El modelo final se reportó
con coeficientes de regresión y su respectivo error estándar.
4.5.4.1.1. Modelo completo
Se corrió el modelo de regresión logística multivariado de predicción teniendo como
variable de desenlace la implantación embrionaria y como variables independientes las
seleccionadas en el modelo bivariado con un nivel de significancia de p 0.20, excluyendo
las variables colineales. El nivel de significancia estadística fue de p 0.05 para el modelo
multivariado. La capacidad discriminatoria del modelo es la habilidad del modelo para
predecir pacientes con o sin embarazo. Se calculó el área bajo la curva ROC (receiving
operating characteristic) la cual debe encontrarse entre 0.5 y 1.
4.5.4.1.2. Método backward:
Se realiza análisis de regresión logística por medio de la técnica de eliminación de
variables backward. Se utilizó un valor de p< 0.05 para dejar las variables en el modelo
final. Se calculó el área bajo la curva ROC.
4.5.4.1.3. Método forward:
64
Se realiza análisis de regresión logística por medio de la técnica de adición de variables
forward. Se utilizó un valor de p< 0.05 para dejar las variables en el modelo final. Se
calculó el área bajo la curva ROC.
4.5.4.1.4. Modelo con interacciones
De acuerdo con el marco teórico, una de las variables que más impacto tiene en los
resultados (embarazo o no) es la edad de los ovocitos de la mujer en el momento de
realizar el tratamiento. Se podría pensar que la edad puede interactuar con los vasos
endometriales, el índice de pulsatilidad de las arterias uterinas y con las dosis de
gonadotropinas utilizadas. Igualmente que los vasos subendometriales podrían interactuar
con las dosis de gonadotropinas administradas.
Por tal motivo, se generan 4 nuevas variables que exploran interacción:
Vassed: la relación entre la implantación y los vasos subendometriales se podría ver
modificada según la edad de la madre. Edad/donante*Vasossub
Gonaded: la relación entre la implantación y la dosis de gonadotropinas administradas se
podría ver modificada según la edad de la madre. Edad/donante*Gonadot
Iped: la relación entre la implantación y el índice de resistencia de las arterias uterinas se
podría ver modificada según la edad de la madre. Edad/donante*IP
Vasgon: la relación entre la implantación y los vasos subendometriales presentes en el
examen de doppler se podría ver modificada según la dosis de gonadotropinas
administradas. Vasossubendometriales*Gonadot
65
4.5.4.2. Bondad del ajuste del modelo
Se procede a evaluar cómo el modelo describe de manera eficiente la variable de desenlace
(implantación), lo cual se conoce como la bondad de ajuste. La evaluación de la bondad
del ajuste involucra el cálculo de medidas de resumen de la distancia entre y (observado) y
Ŷ (predicho) y el exámen detallado de los componentes individuales de esta medida.
4.5.4.2.1. Ji -cuadrado de Pearson
El término de patrón de covariables describe el valor de cada una de las variables para
cada ciclo de tratamiento. Por ejemplo el patrón de covariables en la paciente 1 es :
Desenlace: No embarazo
Gonadotropina (U): 550
Vasos subendometriales: 1
Edad: 27 años
Embriones transferidos: 2
Gonadotropinas * edad: 14850
En regresión, las medidas de resumen del ajuste están en función de los residuales. Los
residuales reflejan la cantidad de discrepancia entre los valores observados y los predichos
que permanecen en el modelo una vez los datos han sido ajustados por el modelo de
mínimos cuadrados.
66
El ji-cuadrado de Pearson mide la diferencia entre los valores observados y los predichos.
Se calcula para cada patrón de covariables y depende de la probabilidad estimada para
cada patrón de covariables. Se construye una tabla de 2 x j, siendo el número de columnas
272 (ya que hay 272 observaciones).
4.5.4.2.2. Prueba de Hosmer –Lemeshow
Con la prueba de Ji cuadrado de Pearson los valores esperados en cada columna son muy
pequeños ya que en la medida en que el número de observaciones es grande, en esa
medida habrá más columnas. Para evitar ese problema, se agrupan los casos en un número
fijo de grupos y luego se calcula la frecuencia observada y la esperada.
Hosmer y Lemeshow (72) propusieron agrupar los datos basados en los valores de
probabilidad estimada: realizar una tabla basada en percentiles de las probabilidades
estimadas (en este caso 10). En el primer grupo (n1=n/10) estan los sujetos con las
menores probabilidades estimadas de embarazo. Este grupo contiene todos los ciclos con
una probabilidad estimada de embarazo entre 0 y 0,1. En el último grupo (n2=n/10) estan
los sujetos con las mejores probabilidades estimadas de embarazo. Este grupo contiene
todos los ciclos con una probabilidad estimada de embarazo entre 0.9 y 1. La prueba de
bondad del ajuste de Hosmer y Lemeshow, estadístico C, se obtiene calculando el Ji
cuadrado de Pearson de una tabla de 2 x 10 de las fecuencias observadas versus las
frecuencias esperadas. El inconveniente de esta prueba es que en el proceso de agrupar los
datos se pueden pasar por alto desviaciones del ajuste por lo que hay que evaluar los
residuales antes de concluir que el modelo se ajusta.
67
4.5.4.2.3. Area bajo la curva ROC
Permite discriminar aquellas pacientes con el desenlace (implantación) de aquellas
pacientes sin el desenlace. El objetivo es escoger un punto de corte óptimo el cual
maximice la sensibilidad y la especificidad del modelo. Una vez encontrado el punto de
corte se probó el modelo contra los desenlaces observados y se definieron las
características del modelo en cuanto a sensibilidad, especificidad y valores predictivos.
4.5.4.2. Diagnóstico del modelo de predicción
La medida de resumen de Ji cuadrado de Pearson de los residuales provee un valor único
que resume el acuerdo entre los valores observados y ajustados. El problema de esta
medida es que esta prueba da un solo valor que resume información importante. Por lo
tanto antes de concluir que el modelo se ajusta, es muy importante examinar otras medidas
para evaluar si el ajuste se mantiene a lo largo de todo el grupo de covariables. Esto se
denomina diagnóstico de la regresión.
4.5.4.2.1 Residuales estandarizados
Se define los residuales como la diferencia entre los valores observados de Yi y los valores
predichos Ŷ. En otras palabras, reflejan la discrepancia observada y predicha de los valores
que quedan cuando los datos han sido ajustados por el modelo de mínimos cuadrados. La
estrategia del análisis se basa en evaluar el modelo de acuerdo con el comportamiento de
68
los residuales observados. Se realiza una gráfica de los residuales estandarizados y se
explora cada una de las observaciones que se alejan de ± 2 desviaciones estándar. Esta
exploración está destinada a confirmar o descartar la plausibilidad de los resultados
discordantes obtenidos.
4.5.4.2.2 Observaciones influyentes
Cada observación influencia el ajuste del modelo de regresión. Sin embargo, sería
desafortunado que una o dos observaciones cambiaran substancialmente la forma del
modelo. Algunas observaciones influyentes podrían incrementar la varianza de los valores
predictores, especialmente cuando se estiman las varianzas por bootstrapping. Por tal
motivo, se debe hacer una evaluación de estas observaciones con medidas estadísticas tales
como leverage o distancias de Cook es decir DFBETAS. Los leverage miden la capacidad
que tiene una observación para ser influyente dado que tiene un valor predictor extremo.
Los DFBETAS representan un cambio en el vector del coeficiente de regresión estimados
gracias a la deleción de cada una de las observaciones (una por una) organizadas por su
error estándar. Los DFBETAS abarcan un efecto para cada coeficiente predictor y por lo
tanto permiten al analista aislar la observación influyente de manera más precisa.
Se realiza una gráfica de las observaciones influyentes y se explora cada una de estas
observaciones. Esta exploración está destinada a analizar el cambio en los coeficientes de
regresión con y sin estas observaciones influyentes.
4.5.4. Validación del modelo de predicción
69
Cuando se realiza un modelo de predicción éste debe ser validado ya que el modelo final
obtenido, en la mayoría de los casos, se comporta de manera optimista, sobrevalorando los
resultados. Las tres causas mayores de que falle la validación del modelo son: 1-
sobreajuste, 2- cambios en la manera de medir las variables categóricas y 3- cambios en los
criterios de inclusión de los sujetos. La validación tiene por objeto evaluar si los valores
predichos por el modelo pueden predecir de forma precisa el evento en sujetos no incluidos
en el estudio o en futuros pacientes. Hay dos formas de validación: interna y externa.
La validación externa más conocida es aquella en la cual se valida el modelo realizado en
un país en sujetos de otro país. Otras dos formas de validar el modelo es con sujetos de otra
localización geográfica de la institución en la cual fue realizado el modelo o partiendo la
muestra en 2 (data splitting) una parte para la realización del modelo y otra para validarlo.
Esta forma de validación es normalmente problemática porque implica un mayor tamaño
de la muestra.
Las técnicas de bootstrap, jacknife y otras de remuestreo se utilizan para obtener
estimadores no sesgados del desempeño del modelo sin sacrificar el tamaño de la muestra.
La validación del modelo utilizando bootstrap es una técnica utilizada para obtener
estimadores no sesgados del desempeño futuro del modelo. Reportada por Efron y col (73)
como una validación cruzada utilizando un grupo de datos (un grupo de k observaciones es
omitida al tiempo) repitiendo n veces el experimento.
70
Se realizó validación del modelo obteniendo aleatoriamente 100 submuestras de 262 ciclos
cada muestra. Se analizaron los coeficientes de regresión obtenidos y los errores estándar.
Se calculó el área bajo la curva ROC del modelo utilizando bootstrap.
4.6. Consideraciones éticas
El presente estudio se sometió a consideración y aprobación por parte del comité de ética
de la Unidad de Fertilidad del Country. Este comité está compuesto por el director del
centro de fertilidad, el abogado de la Unidad de Fertilidad del Country, una enfermera, una
siquiatra, una de las biólogas empleadas de la Unidad, uno de los médicos y como
miembro honorario el Dr. Germán Montoya (profesor titular de la Universidad del
Rosario). Es un grupo independiente, autónomo en sus decisiones y capaz de velar por los
principios y derechos éticos del centro y las pacientes tratadas en él. El investigador
principal se mantuvo al margen de la deliberación de comité. Cuando se realizan
investigaciones de intervención se solicita la aprobación del protocolo al comité de ética de
la clínica del Country.
La prueba de doppler es una prueba ecográfica cuya realización no tiene ningún peligro ni
molestia para las pacientes. Las pacientes fueron informadas de la naturaleza del estudio y
dieron su consentimiento verbal ya que la ecografía es una prueba que se hace en nuestro
centro como una más de las ecografías realizadas durante el ciclo de tratamiento de las
TRA. La prueba de doppler no implicó un riesgo adicional para las pacientes ni en
magnitud ni en frecuencia de realización de exámenes innecesarios.
71
A todas las pacientes que se someten a las técnicas de reproducción asistida se les entrega
un consentimiento informado al inicio del ciclo y se les explica ampliamente los riesgos y
posibles complicaciones de estos ciclos. Igualmente se explica que durante el ciclo de
tratamiento se controla el desarrollo folicular y endometrial por ecografía. A pesar de que
la prueba de doppler se incluye en el protocolo de evaluación de los ciclos de ART no
hubo una explicación del proyecto de investigación en el consentimiento informado.
Los resultados de esta investigación aportarán conocimiento científico y podrán ayudar a
definir la utilización de esta prueba diagnostica en RA.
72
CAPITULO 5. RESULTADOS
5.1. Análisis descriptivo
Entre Enero 15 de 2005 a Febrero 15 de 2009, 232 pacientes fueron elegibles para ser
incluidas en el estudio, pero sólo se hizo la prueba de doppler a 213 mujeres (91.8%) para
un total de 272 ciclos de reproducción asistida realizados en la Unidad de Fertilidad del
Country en la ciudad de Bogotá (Figura 5).
Figura 5. Descripción de los ciclos realizados
Las pacientes tuvieron una edad promedio de 35.9 años (± 4.9 años), siendo la menor de 25
años y la mayor de 49 años. La etiología de infertilidad más frecuente fue la femenina
(principalmente representada por endometriosis). El 48% de las pacientes presentaba
infertilidad primaria y en el 68% de los casos se trató del primer ciclo de tratamiento.
73
Del total de los 272 ciclos estudiados, se obtuvo embarazo en el 42.28% de los casos (115
embarazos) transfiriendo, en promedio, 1.99 embriones grado I o II en promedio. Los
resultados (Tabla 5) muestran un 19.48% de ciclos con donación de óvulos; el 19.12%
fueron ciclos con transferencia de embriones congelados. El 87% de los ciclos fueron
realizados con gonadotropinas recombinantes y acetato de leuprolide con análogo agonista
de la hormona liberadora de gonadotropinas. Se recuperaron en promedio 8.26 ovocitos
±4.35 y se congelaron un promedio de 1.28 embriones ± 1.99, lo que corresponde al 20%
de los ciclos iniciados.
Tabla 5. Características demográficas de las pacientes sometidas a TRA en la Unidad
de Fertilidad del Country de Bogotá entre Enero 15 de 2005 y Febrero15 de 2009
Variables Analizadas
IC 95%
Edad (años)* 35.9 (4.92) (35.3-36.5)
Origen ovocitos (%)
Propios 80.5 (75.77-85.25)
Donados 19.48 (14.74-24.22)
Tipo Infertilidad (%)
Primaria 48.53 (42.55-54.51)
Secundaria 51.47 (45.49-57.44)
Años Infertilidad * 4.37 (2.64) (4.05-4.69)
Etiología Infertilidad (%)
Inexplicada 15.44 (11.11-19.76)
Tubárica 18.38 (13.75-23.01)
Otras femeninas 35.29 (29.58-41.01)
Masculina 30.88 (25.36-36.41)
Ciclos Anteriores* 0.79 (1.10) (0.66-0.93)
Unidades de Gonadotropinas Administradas* 2113(855.2) (2031.5.3-2235.6)
Protocolo de inducción de la ovulación (%)
Lupron 86.76 (82.58-90.75)
Cetrotride 13.24 (9.25-17.4)
Número de óvulos recuperados* 8.26 (4.35) (7.75-8.78)
Técnica de reproducción Asistida (%)
FIV 27.94 (22.57-33.31)
ICSI 41.91 (36.01-47.81)
Ambas 30.14 (24.65-35.64)
Número de embriones I/II obtenidos* 3.96 (2.38) (3.67-4.25)
74
Variables Analizadas IC 95% Número de embriones I/II transferidos* 1.99 (0.57) (1.92-2.06)
Tipo de catéter (%)
Cook 78.30 (73.38-83.23)
Ultrasoft 21.69 (16.76-26.62)
Embriones congelados* 1.28 (1.99) (1.04-1.52)
Grosor endometrial* 9.54 (2.15) (9.27-9.79)
IP* 2.62 (0.87) (2.52-2.73)
Vasos subendometriales* 3.42 (1.68) (3.22-3.62)
Sangre en la transferencia (%)
Si 4.41 (1.96-6.87)
No 95.59 (93.13-98.04)
Tipo de ciclo (%)
Fresco 80.88 (76.18-85.59)
Congelado 19.12 (14.42-23.82)
* DE: desviación estándar
5.2. La prueba diagnóstica
5.2.1. Participantes
Entre Enero 15 de 2005 a Febrero 15 de 2009, 232 pacientes fueron elegibles para ser
incluidas en el estudio, pero solo se realizó la prueba de doppler a 215 mujeres (92.8%)
para un total de 272 ciclos de reproducción asistida realizados en la Unidad de Fertilidad
del Country en la ciudad de Bogotá. Hubo 17 ciclos en los cuales no se les realizó la
prueba de doppler por las siguientes razones:
12 ciclos de estimulación hechos en su totalidad en Costa Rica (hCG administrada
en Costa Rica) por lo que ya no cumplían con el criterio de realizar la prueba de
doppler el día de la administración de hCG.
4 ciclos: ninguno de los especialistas estaba disponible para realizar la prueba
1 ciclo: dificultad técnica que impidió la realización de la prueba
75
Las pacientes incluidas en el estudio tuvieron una edad promedio de 35.9 años (± 4.9
años) siendo la menor de 25 años y la mayor de 49 años.
5.2.2. Resultados de la prueba de doppler
5.2.2.1. Vasos subendometriales
En el 93.75% de los ciclos analizados las pacientes tuvieron presente flujo sub-
endometrial.
El mínimo de vasos subendometriales observados por la prueba de doppler fue de 1 y el
máximo número de vasos reportados fue de 6. El promedio de vasos sub-endometriales
presentes en las pacientes embarazadas fue de 3.92 ± 1.46 y en las no embarazadas de 2.92
± 1.67 (p<0.000).
Se calculó sensibilidad ,especificidad y razones de probabilidad positiva (RPP) y negativa
(RPN) a cada uno de los valores observados, los cuales se observan en la Tabla 6:
Tabla 6. Características de la prueba de doppler midiendo vasos subendometriales
Punto de corte Sensibilidad % Especificidad % RVP RVN
≥ 0 100 0 1
≥ 1 97.4 8.82 1.06 0.29
≥ 2 89.6 33.1 1.34 0.32
≥ 3 81.7 46.5 1.53 0.39
≥ 4 72.1 62.4 1.92 0.45
≥ 5 46.9 80.2 2.38 0.66
≥ 6 0 100 0.96
76
Se realiza una curva ROC con los valores obtenidos de vasos sub-endometriales,
obteniendose un área bajo la curva de 0.7083 (IC 95% de 0.647- 0.768) y un punto de corte
de 3 vasos sub-endometriales (sensibilidad 81.74% y especificidad de 46.5%). Figura 6.
Figura 6. Curva ROC de los valores obtenidos de vasos subendometriales
5.2.2.2. Indice de pulsatilidad de las arterias uterinas
El promedio de índice de pulsatilidad de las arterias uterinas en las pacientes embarazadas
fue de 2.63 ± 0.83 y en las no embarazadas de 2.61 ± 0.90 (p=0.92).
Se calculó sensibilidad, especificidad y razones de probabilidad positiva y negativa a cada
uno de los valores observados. Los resultados se muestran en la Tabla 7:
77
Tabla 7. Características de la prueba de doppler midiendo el índice de pulsatilidad de
las arterias uterinas
Punto de corte Sensibilidad % Especificidad % RVP RVN
≥ 0 100 0 1
≥ 1.00 80.9 26.8 1.09 0.74
≥ 2.00 27.8 63.7 0.77 1.13
≥ 3.00 5.2 92.9 0.74 1.02
≥ 4.00 2.6 98.1 1.36 0.99
≥ 5.00 0 98.7 0 1.01
≥ 6.0 0 100 1
La curva ROC con los valores obtenidos del índice de pulsatilidad de las arterias uterinas
se observa en la Figura 7. Se obteniene un área bajo la curva de 0.50623 (IC 95% de 0.434-
0.576).
Figura 7. Curva ROC de los valores obtenidos del índice de pulsatilidad de las
arterias uterinas
78
El índice de pulsatilidad de las arterias uterinas medido por doppler no es una prueba
diagnóstica que discrimine las pacientes embarazadas de las no embarazadas.
Se encontró una correlación inversa (r=-0,359) entre el el IP y el número de vasos
subendometriales (p < 0,001)
5.3 Selección de las variables
5.3.1. Análisis bivariado
El análisis bivariado se realizó entre la variable dependiente de implantación y las
variables independientes consideradas dentro del marco teórico. Las tablas 8 y 9 muestran
los resultados del análisis bivariado para las variables cualitativas (Tabla 8) y las variables
cuantitativas (Tabla 9). Se tomó un valor de p<0.20 para seleccionar las variables que
seran incluidas en el modelo multivariado.
Las variables independientes dicótomas seleccionadas luego del análisis bivariado por
tener un valor de p<0.20 fueron el origen de los ovocitos, el tipo de catéter utilizado y si el
ciclo de transferencia era de embriones frescos o criopreservados.
79
Tabla 8. Análisis bivariado entre embarazo y las variables cualitativas
Embarazo
NO SI
Total (%)
p
OR
(IC 95 %)
Origen Ovocitos
Donados
Propios
24 29
133 86
53 (19.5)
219 (80.5)
0.041
1
1.87 (1.02 – 3.42)
Tipo Infertilidad
Primaria
Secundaria
72 60
85 55
132 (48.5)
140 (51.5)
0.303
1
1.28 (0.77 - 2.14)
Etiología
Inexplicada
Tubarica
Otras
Masculina
26 16
29 21
54 42
48 36
42 (15.4)
50 (18.4)
96 (35.3)
84 (30.9)
0.704
0.536
0.609
1
1.18 (0.51-2.72)
1.26 (0.60- 2.65)
1.22 (0.57- 2.60)
Protocolo
Cetrotride
Lupron
23 13
134 102
36 (13.2)
236 (868)
0.421
1
1.34 (0.62 - 3.04)
Técnica RA
FIV
ICSI
Ambas
63 35
101 60
51 45
98 (27.6)
161 (45.3)
96 (27.0)
0.952
0.482
1 0.98 (0.54- 1.77)
1.25 (0.68- 2.36)
Catéter
Cook
Ultrasoft
116 97
41 18
213 (78.3)
59 (21.7)
0.040
1
0.53 (0.28 – 0.97)
Sangre
No
Si
7 5
150 110
12 ( 4.4)
260 (95.6)
0.96
1
1.02 (0.27 – 4.22)
Tipo ciclo
Congelado
Fresco
36 16
121 99
52 (19.2)
220 (80.8)
0.062
1
0.54 (0.28 – 1.04)
La Tabla 9 muestra el resultado del análisis bivariado entre el desenlace (implantación
embrionaria) y las variables cuantitativas. Los resultados entre paréntesis muestran la
desviación estándar.
80
Tabla 9. Análisis bivariado entre embarazo y las variables cuantitativas
Embarazo
No
Si
p
OR(IC 95 %)
Edad 36
(4.37
35.9
(5.6)
0.45 0. 99 (0.95-1.04)
Edad Donante 32.2
(5.09)
32.2
(5.37)
0.005 0.93 (0.89 – 0.98)
Años de Infertilidad 4.58
(2.73)
4.01
(2.50)
0.124 0.93 (0.84 – 1.02)
Ciclos Anteriores 0.79
(1.14)
0.81
(1.03)
0.899 1.01 (0.82 – 1.26)
Unidades de gonadotropinas 2254.3
(872.3)
1968.7
(806)
0.008 0.99 (0.99 – 0.99)
Ovocitos recolectados 7.96
(4.40)
8.68
(4.26)
0.181 1.03 (0.98 – 1.09)
Embriones I/II Disponibles 3.76
(2.40)
4.24
(2.33)
0.109 1.08 (0.98 – 1.20)
Embriones I/II Transferidos 1.94
(0.60)
2.07
(0.49)
0.073 1.48 (0.96 – 2.28)
Embriones I/II Congelados 1.07
(1.84)
1.56
(2.15)
0.042 1.14 (1.07 – 1.29)
Vasos Sub-endometriales 2.92
(1.67)
3.92
(1.46)
0.000 1.49 (1.27-1.76)
IP 2.61
(0.90)
2.63
(0.83)
0.92 1.02 (0.77-1.34)
En el análisis bivariado entre el desenlace (implantación embrionaria) y las variables
independientes cuantitativas, las que tuvieron un valor de p<0.20 fueron la edad de la
donante/paciente, los años de infertilidad, las unidades de gonadotropinas administradas, el
número de ovocitos recuperados, el número de embriones grado I y II disponibles, el
número de embriones grado I y II transferidos, el número de embriones congelados y el
número de vasos observados en la región subendometrial.
81
5.3.2. Evaluación de colinealidad
Se realizó una matriz de correlación con el fin de evaluar colinealidad entre variables
teniendo como punto de corte para colinealidad un coeficiente de correlación r 0.6. Se
utilizó el coeficiente de correlación de spearman.
Se encontró un coeficiente de correlación de 0.6584 entre las variables número de oocitos
recuperados y embriones disponibles GI/II, y entre embriones disponibles GI/II y
embriones congelados con un coeficiente de correlación de 0.7665. Todos los restantes
valores del coeficiente de correlación estuvieron debajo del umbral establecido de r > 0.6.
La Tabla 10 muestra el coeficiente de correlación de spearman entre las variables que
serían incluidas en el modelo de predicción.
82
Tabla 10. Coeficientes de correlación de spearman entre las variables a incluir en el modelo de predicción
Origen Edadreal Cateter Tipociclo Añosinf Gonadot Ovorec Embrioi Embriotrans Embrioconge Vasosub
ORIGEN 1.000
EDADREAL -0.539* 1.000
CATETER 0.011 0.028 1.000
TIPOCICLO -0.074 0.121* 0.006 1.000
AÑOSINF 0.098 0.070 0.114* 0.005 1.000
GONADOT -0.007 0.251* -0.013 -0.110 0.029 1.000
OVORECO -0.327* 0.065 -0.056 0.326* 0.037 -0.201* 1.000
EMBRIO1 -0.168 0.075 -0.015 0.428* 0.049 -0.234* 0.631** 1.000
EMBRIOTRANS -0.079 0.159* -0.108 0.029 -0.025 0.126* 0.055 0.117 1.000
EMBRIOCONGE -0.074 -0.070 -0.032 -0.089 0.055 -0.236* 0.535* 0.683** -0.102 1.000
VASOSUB -0.083 -0.101 -0.027 -0.042 -0.133 -0.161* 0.165* 0.179 0.041 0.151* 1.000
*p<0.05
** p<0.05 y r>0.6
83
Por los hallazgos anteriores, se decidió retirar del modelo las variables ovocitos
recuperados y embriones congelados; solo se deja embriones GI/II transferidos ya que
según el marco teórico, es la variable más relevante clínicamente.
5.4 Modelo de predicción
Se corre el modelo de regresion logistica multivariado de prediccion teniendo como
variable de desenlace la implantación embrionaria y como variables independientes las
seleccionadas anteriormente. El nivel de significancia estadistica fue de p 0.05 para el
modelo multivariado. Se evaluó si existía interacción entre algunas de las variables según
la plausibilidad biológica.
5.4.1. Análisis de regresión logistica
5.4.1.1. Modelo completo
Para el análisis se tomó el modelo completo que contiene las variables: origen ovocitos,
tipo de catéter, tipo de ciclo, edad de la donante/paciente, los años de infertilidad, las
unidades de gonadotropinas administradas, el número de embriones grado I y II
disponibles, el número de embriones grado I y II transferidos y el número de vasos
observados en la región subendometrial. Se toman las variables seleccionadas por el
modelo bivariado (p<0.2) y se corre el modelo completo, excluyendo las variables
84
colineales (número de ovocitos recuperados y número de embriones congelados) (Anexo
4.1.1).
Se observa que las variables tipo de ciclo, unidades de gonadotropinas administradas,
número de embriones transferidos y vasos subendometriales son las que predicen
embarazo.
Se corre la curva ROC del modelo, la cual se observa en la figura 8, encontrándose un área
bajo la curva de 0.737.
Figura 8. Curva ROC del modelo completo
5.4.1.2 Método backward
85
Se corre el modelo por la técnica backward (Anexo 4.1.2). Se observa que por este
método las variables incluidas en el modelo son: el origen de los ovocitos, el número de
embriones transferidos, las unidades de gonadotropinas y los vasos subendometriales.
Se corre la curva ROC del modelo por la técnica backward. Figura 9, encontrándose un
área bajo la curva ROC de 0.699.
Figura 9. Curva ROC del modelo backward
5.4.1. 3. Método forward
Se corre el modelo por la técnica forward (Anexo 4.1.3). Se observa que por este método
las variables incluidas en el modelo son: los vasos subendometriales, el número de
86
embriones transferidos, las unidades de gonadotropinas y la edad de quien provee los
óvulos.
Se corre la curva ROC del modelo por la técnica forward obteniéndose un área bajo la
curva de 0.69. Figura 10
Figura 10. Curva ROC del modelo forward
Se decide dejar el modelo completo ya que fue el que presentó mejor desempeño (área bajo
la curva ROC de 0.74). Las variables incluidas en este modelo fueron tipo de ciclo,
unidades de gonadotropinas administradas, número de embriones transferidos y vasos
subendometriales.
5.4.1.4. Modelo con interacciones
87
El modelo incluyendo las interacciones es presentado en el anexo 4.1.4. Como resultado de
la evaluación de interacción se puede concluir que la interacción gonadotropinas*edad del
ovocito modifica la relación de las variables independientes con la implantación. El
modelo que incluye las interacciones es significativo (LR ji2 (1) =8.21; p (0.0054). Las
variables incluidas en el modelo son la edad de quien provee los ovocitos, la dosis de
gonadotropinas, el número de vasos sub-endometriales y la interacción
gonadotropinas*edad de quien provee de los ovocitos.
La tabla 11 muestras las variables incluidas en el modelo final con las interacciones:
Tabla 11. Variables incluidas en el modelo final con la interacción
Coeficiente
de
regresión
Error
Estándar IC 95%
Edad óvulo .1373931 .0772042 -0.01392 0.28871
Gonadotropina .0027242 .0011702 0.000430 0.005018
Embriotransfe .302097 .0852918 0.172040 1.17984
Vasossub .6759402 .2570965 0.134928 0.469266
Gonaded -.0000921 .0000349 -.000160 -0.000023
Cons -6.526374 2.657547 -11.7350 -1.317678
Se corre la curva ROC del modelo final encontrándose un área bajo la curva de 0.733.
Figura 11.
88
Figura 11. Curva ROC del modelo final
Formula del modelo= 1/(1+Exp [-(6.46 + 0.14 x edadovulo + 0.003 x gonadotropina +
0.67 x embriones transferidos + 0.30 x vasossubendoemtriales –.00009 x Gonad x edad])
5.4.2. Bondad del ajuste del modelo
El modelo encontrado contiene las variables (predictoras y de interacción) que mejor
predicen el desenlace (Tabla 11). Se procede a evaluar la bondad del ajuste del modelo.
5.4.2.1. Ji -cuadrado de Pearson
89
El calculo del Ji cuadrado de pearson para la diferencia entre los valores observados y los
predichos es presentado en el anexo 4.2.1. Se concluye que la diferencia entre los valores
observados y predichos no es estadísticamente significativa (p=0.2176).
5.4.2.2. Prueba de Hosmer -Lemeshow
El cálculo de la prueba de Hosmer-Lemeshow es presentado en el anexo 4.2.2. El resultado
de ji2 de Hosmer y Lemeshow de 6.09 corresponde a un valor de p=0.6370, que indica que
el modelo se ajusta de manera adecuada.
5.4.2.3. Area bajo la curva ROC
La figura 12 muestra la sensibilidad y especificidad para todos los puntos de corte:
Figura 12. Gráfico de sensibilidad y especificidad del modelo final
90
Se calcula la probabilidad de embarazo para cada uno de los ciclos incluidos en el modelo.
Para esto se define un punto de corte de 0.48 (punto en el cual se cruzan la sensibilidad y la
especificidad). Se clasifican las pacientes en dos grupos: se predijo embarazo si la
probabilidad de embarazo fue ≥ 0.48 y se predijo no embarazo si la probabilidad de
embarazo fue < 0.48.
La sensibilidad del modelo (usando un punto de corte de 0.48) fue de 62.6% que es la
proporción de mujeres en quienes el modelo predijo embarazo y se embarazaron. La
especificidad del modelo fue de 72% que es la proporción de mujeres predichas como no
embarazadas por el modelo y que efectivamente no se embarazaron. Con este punto de
corte, el 68% de las pacientes estuvo correctamente clasificada (anexo 4.2.3).
Con este punto de corte de 0.48 el valor predictivo positivo fue de 62.1%. Que quiere decir
que dado que se predijo que una paciente estaba embarazada, su probabilidad de estar
embarazada fue del 62.1%. El valor predictivo negativo fue de 72.4%. Que quiere decir
que dado que se predijo que una paciente no estaba embarazada, su probabilidad de no
estar embarazada fue del 72.4%.
La Tabla 12 representa las características del modelo de predicción.
91
Tabla 12 Características del modelo de predicción empleando una probabilidad de
predicha de 0.48
Resultado
Sensibilidad 62.61%
Especificidad 71.97%
Valor Predictivo Positivo 62.07%
Valor Predictivo negativo 72.44%
5.4.3. Diagnóstico del modelo
Se realiza el diagnóstico de la regresión examinando los residuales estandarizados y las
observaciones influyentes.
5.4.3.1. Residuales estandarizados
Se explora cada uno de los valores que se alejen de ± 2 desviaciones estándar y se evalúa
por qué representan pacientes que se deberían haber embarazado y no lo lograron, o que no
tenían altas probabilidades de embarazo y sí se embrazaron..
La Figura 13 muestra los residuales estandarizados;
92
Figura 13. Representación gráfica de los residuales estandarizados
Se observan 5 valores extremos los cual se analizan a continuación y por separado:
Observación 180: esta paciente debería haberse embarazado y no se embarazó. En el
análisis de su caso se vio que los espermatozoides se obtuvieron de biopsia testicular ya
que el marido había tenido vasectomía 15 años antes del tratamiento. Este hecho podría
haber afectado la calidad embrionaria para implantación.
Desenlace: No embarazo
Gonadotropina (U): 2250
Vasos subendometriales: 4
Edad: 38 años
93
Observación 163: esta paciente se embarazó y tenía bajas probabilidades de embarazarse
por tener solo 1 vaso en la zona subendometrial. Es una mujer con diagnóstico de aborto
repetido. De hecho, este embarazo también terminó en aborto a las semana 10 de
gestación.
Desenlace: embarazo
Gonadotropina (U): 2175
Vasos subendometriales: 1
Edad: 34 años
Observación 247: esta paciente se embarazó a pesar de las dosis altas de gonadotropinas y
de su edad (40 años) .
Desenlace: embarazo
Gonadotropina (U): 3250
Vasos subendometriales: 2
Edad: 40 años
Observación 252: esta paciente no se embarazó probablemente por su edad (42 años) a
pesar de haber tenido un buen número de vasos sub-endometriales y 3 embriones
transferidos. Según el número de vasos observados en el endometrio podría haberse
embarazado.
Desenlace: No embarazo
Gonadotropina (U): 3600
94
Vasos subendometriales: 5
Edad: 42 años
Observación 238: no embarazo a pesar de 3 embriones transferidos y presencia de 5 vasos
sub-endometriales. Podría ser explicado por la edad..
Desenlace: No embarazo
Gonadotropina (U): 3000
Vasos subendometriales: 5
Edad: 39 años
Cada una de estas observaciones “extrema” tienen una explicación razonable que justifica
el porqué el modelo había predicho embarazo y no ocurrió o al contrario.
5.4.3.2. Observaciones influyentes
Se realiza la gráfica de los DFBETAS con las cual se exploraron las observaciones
influyentes. Estos valores de observan en la Figura 14.
Se identifica la observación 265 como una observación influyente, con las siguientes
características:
Desenlace: embarazo
Gonadotropina (UI): 4500
Vasos subendometriales: 1
Edad real: 39 años
95
Figura 14. Representación gráfica de las observaciones influyentes
Observacion 265: PJ (operada de miomectomia después de intentos fallidos.) Se embaraza
con un solo embrión transferido y 4500 unidades de gonadotropinas administradas.
Se corre el modelo final con y sin la observación influyente (Anexo 4.3.1). La Tabla 13
muestra los coeficientes de regresión con y sin la observación influyente.
96
Tabla 13. Coeficientes de regresión con y sin la observación influyente.
Con Observación 265
Coeficiente Error Estándar
Sin Observación 265
Coeficiente Error Estándar
Edad Real
.1373931 .0772042 .1733891 .0810762
Gonadot
.0027242 .0011702 .0032717 .0012342
Vasossub
.302097 .0852918 .2966842 .0863531
Embriotransfe
.6759402 .2570965 .7892963 .2655607
Gonaded
-.0000921 .0000349 -.0001115 .0000373
cons -6.526374 2.657547 -7.741544 2.769782
No se observa una modificación importante en los coeficientes de regresión ni en su error
estándar con y sin la observación influyente por lo que se incluirá la observación 265 en el
modelo final.
5.4.3. Validación del modelo de predicción
Se validó el modelo utilizando la técnica de bootstrap. Se corrieron 100 submuestras de
tamaño 262 (Anexo 4.4.1).
Cuando se comparan los coeficientes de regresión obtenidos con el modelo final y los
coeficientes de regresión obtenidos con las submuestras se observa que son bastante
97
similares. Los coeficientes de regresión del modelo final se encuentran contenidos dentro
de los intervalos de confianza del 95% del bootstrap.
La Tabla 14 muestra la comparación de los coeficientes de regresión obtenido con el
modelo final y los coeficientes de regresión bootstrap con su respectivo error estándar.
Tabla 14. Comparación de los coeficientes de regresión del modelo final y del
bootstrap
Modelo Completo Coeficientes bootstrap
Variable Coeficiente
de regresión
Coeficiente de
regresión
promedio
Error
Estándar IC 95%
EDADREAL .1373931 .1507667 .08426 -.0277 .30253
GONADOT .0027242 .0029587 .001299 .00018 .00527
EMBRIOTRAN~E .6759402 .7412516 .2709238 .14494 1.2069
VASOSSUB .302097 .3139663 .0901928 .12532 .47888
gonaded -.0000921 -.0000996 .0000392 -.00017 -.00002
_cons -6.526374 -7.110175 2.869297 -12.150 -.90266
El error estándar del bootstrap es bastante pequeño. Por los resultados obtenidos con el
bootstrap se puede concluir que el modelo valida.
Se calculó el área bajo la curva de las 100 replicaciones la cual fue de 0.74
IC 95%(0.66 - 0.79) similar a la del modelo completo (anexo 4.4.2).
98
CAPITULO 6. DISCUSIÓN
En este estudio de cohorte concurrente se encontró una tasa de embarazo de 42.3% por
ciclo. El promedio de vasos subendometriales presentes en las pacientes embarazadas fue
de 3.92 1.46 y en las no embarazadas de 2.92 1.67 (p 0.000). El promedio del índice
de pulsatilidad de las arterias uterinas en las pacientes embarazadas fue de 2.63 0.83 y en
las no embarazadas de 2.61 0.90 (p=0.92). En el análisis de regresión logística
multivariado la edad de los óvulos, las dosis administradas de gonadotropinas, el número
de embriones transferidos y el número de vasos subendometriales se asociaron
positivamente con embarazo, y la interacción entre la edad del óvulo y las dosis de
gonadotropinas se asoció negativamente con embarazo. La capacidad predictiva del
modelo se evaluó con el área bajo la curva de característica operativa del receptor (ROC)
de 0.73. Para un punto de corte de 0.48, el modelo presentó una sensibilidad de 63% y una
especificidad de 72%. El modelo validó adecuadamente con un área bajo la curva ROC de
0.74.
Se escogió el desenlace de implantación embrionaria definido como “la presencia de al
menos un saco gestacional visualizado por ecografía transvaginal el día 21-24 pos
transferencia embrionaria”, ya que la pregunta de investigación tenía que ver con la
predicción de implantación y no de bebé en casa. Entre el momento de la aparición del
saco gestacional intrauterino y el parto de “bebé sano en casa” pueden ocurrir un gran
número de eventos independientes de la prueba de doppler y del ciclo de TRA que
afectarían los resultados y que no son el objetivo de nuestro estudio.
99
A pesar de que en los últimos 20 años ha habido un gran avance en los protocolos de
inducción de la ovulación y en las técnicas de cultivo embrionario las tasas de embarazo
globales reportadas a la fecha con TRA no superan el 50% (1-2). La implantación
embrionaria exitosa depende de un dialogo estrecho entre el blastocisto y el endometrio
receptivo. La condición del útero es crítica en el proceso de implantación embrionaria y el
desarrollo endometrial es su parte fundamental. Se han desarrollado diferentes estrategias
para evaluar la receptividad endometrial tales como la biopsia endometrial (74), la
medición de citokinas en el lavado uterino (75), el estudio genómico del endometrio
durante la ventana de implantación (76) o el estudio ecográfico no invasivo del endometrio
(7,12-15).
Tanto la ecografía como la resonancia nuclear magnética (RNM) ofrecen una alternativa
diagnóstica no invasiva para el estudio del endometrio. La evaluación endometrial por
resonancia magnética se basa en cambios de intensidad en la señal y se han descrito
diferencias en sus características entre pacientes embarazadas y no embarazadas sometidas
a TRA (77). Sin embargo, su alto costo hace que éste examen no esté disponible como
método diagnóstico rutinario. La evaluación endometrial por ecografía ha sido mucho más
utilizada dado que es una técnica mucho menos costosa y de más fácil acceso pero su valor
como indicador pronóstico de implantación es muy limitado (12-13). El desarrollo de la
técnica de doppler ha permitido evaluar la perfusión uterina y endometrial de una manera
no invasiva y utilizar esta prueba diagnóstica para la predicción de embarazo en pacientes
sometidas a TRA (23-27, 58-62).
100
La vascularización endometrial juega un papel muy importante en la respuesta endometrial
temprana al blastocisto que se implanta y los cambios vasculares que ocurren durante la
fase folicular temprana han sido relacionados con un incremento en la receptividad uterina
(9,10,17). La circulación uterina ha sido estudiada por doppler midiendo el índice de
resistencia de las arterias uterinas y de los vasos subendometriales que se caracterizan por
tener un pulso de onda de baja velocidad comparada con la onda grande de las arterias
uterinas.
Uno de los objetivos de nuestro estudio fue el de analizar el papel de la prueba de doppler
como predictor de implantación habiendo controlado por los factores embrionarios
claramente asociados con embarazo (1-4, 43, 50-55). Encontramos que la presencia de 3 o
más vasos en la zona subendometrial el día de la administración de hCG se asoció
significativamente con implantación. Por el contrario, no encontramos diferencias
significativas en el grosor endometrial ni en el IP entre las pacientes embarazadas y no
embarazadas. Estos resultados coinciden con la mayoría de los estudios publicados (12-
13,23,27,30,59,61-62).
Dado lo sencillo de la técnica, los estudios iniciales con doppler se concentraron en la
medición del flujo sanguíneo de las arterias uterinas. Estos reportes asociaron altas
resistencias con bajas tasas de embarazo (7, 24-26,78) y propusieron varios puntos de corte
para el máximo IP por encima del cual no ocurrían embarazos; estos varían entre 2.6 y 3.6
(7,26,78). Coulam y col reportaron que un IP mayor de 3.3 el día de la administración de la
hCG tenía un valor predictivo negativo de 88% para embarazo con una sensibilidad del
101
96% y especificidad del 26% (78). Sin embargo, cuando estos autores aplicaron estos
puntos de corte de manera prospectiva a 107 pacientes ya no obtuvieron diferencias entre
el grupo de embarazadas y no embarazadas (79).
Ozturk y col (7) reportaron valores significativamente menores de IP el día de la
administración de la hCG en el grupo de embarazadas (2.11 0.53) que en las no
embarazadas (3.01 1.25) p=0.01. Los autores calcularon que 3.26 era el punto de corte
para detectar las pacientes con el peor pronóstico de embarazo. Este fue un estudio
observacional en el cual se hizo regresión logística incluyendo 5 variables predictoras pero
con muy pobre tamaño de muestra (18 embarazos) que lo hace tener bajo poder estadístico.
El estudio de Steer y col (26) fue publicado en 1992 fecha en la cual las condiciones de
cultivo embrionarias eran bastante inestables, los resultados poco reproducibles y las tasas
de embarazo no alcanzaban el 20%. Por otra parte, la prueba de doppler la realizaron
media hora antes de la transferencia embrionaria, de tal manera que no había cegamiento
con respecto a la calidad de los embriones que se iban a transferir y pudo haber sesgado los
resultados del examen.
La discordancia encontrada en los resultados de los trabajos que miden la asociación entre
el IP y embarazo puede ser explicada por la diferencia en el diseño, en la población
estudiada y en la forma de medir la vascularización uterina.
102
El estudio de doppler de las arterias uterinas puede no reflejar la cantidad de vasos
sanguíneos observados en el endometrio ya que el compartimiento mayor del útero es el
miometrio y existe circulación colateral entre los vasos uterinos y ováricos, que suplen
también el endometrio. Esta es la razón que explicaría la correlación inversa y moderada
entre el IP y el número de vasos subendometriales: una parte de la circulación endometrial
depende de la arteria uterina y otra parte de la circulación tubo-ovárica. También explica
por qué el IP no es predictor de embarazo y el número de vasos subendometiales sí lo es.
Varios estudios han reportado un incremento en el número de vasos subendometriales justo
antes de la ovulación y se esperaría que a mejor vascularización endometrial mejoren las
tasas de implantación (13,15,30). La determinación de la presencia de vasos
subendometrials por doppler el día de la administración de la hCG ha sido considerada
como un mejor predictor de implantación que la ecografía endometrial convencional
(13,29-30). En el diseño de nuestro estudio decidimos medir el índice de resistencia de las
arterias uterinas y el flujo subendometrial (contando el número de vasos presentes) el día
de la administración de la hCG. En publicaciones previas se había demostrado que el IP
disminuía a medida que se acercaba el momento de la ovulación y el número de vasos
subendometriales aumentaba (13,19-20,32).
A pesar de que medir el número de vasos subendometrials presentes es una técnica fácil,
todos los autores midieron el flujo subendometrial como ausente o presente pero en zonas
diferentes del endometrio (13,30,59-60). Se definía como flujo positivo por la presencia de
al menos un vaso en la zona subendometrial. Aun cuando la mayoría de los investigadores
está de acuerdo con que una buena perfusión endometrial evaluada por doppler color
103
indica una receptividad endometrial mayor, no hay consenso en la evaluación de estos
cambios en un ciclo de TRA.
Contar y col (31) reportaron que el doppler era predictor de embarazo solamente si la señal
de flujo llegaba hasta la capa basal del endometrio. Esto podría explicar la inconsistencia
de los hallazgos entre los diferentes trabajos (13,31-32,59-60). La medición del flujo
subendometrial no ha sido estandarizada y cada una de estas publicaciones ha reportado
una manera diferente de medirlo. Aquellos trabajos que han pretendido dividir el
endometrio en cuatro cuadrantes y medir el flujo en esas zonas no han encontrado útil la
prueba de doppler como predictor de implantación (31,59).
En nuestro estudio encontramos que la presencia de 3 o más vasos en la zona
subendometrial se asoció significativamente con embarazo. Para la medición de los vasos
subendometriales se realizó la técnica descrita por Sterr y col (19), en la cual, con un corte
ecográfico longitudinal se logra visualizar la totalidad del endometrio para contar los vasos
presentes de una manera fácil y simple. Nuestros hallazgos fueron similares a los descritos
por la mayoría de las publicaciones en donde se midió el flujo subendometrial con la
misma técnica (13,30,50).
A pesar de lo evidente que puede ser la función fisiológica de la perfusión endometrial en
la implantación, la discordancia entre los estudios publicados hasta ahora indica que el
doppler en dos dimensiones no sería la mejor prueba diagnóstica para implantación. El
doppler tridimensional podría ser una prueba más precisa para el estudio de la
vascularización uterina ya que evalúa el flujo sanguíneo a través todo el endometrio
104
(80,81). Gracias a un programa de computador, se mide de manera precisa el número de
vasos sanguíneos endometriales proporcional al volumen del endometrio.
Casi la mayoría de los estudios publicados a la fecha con la técnica de doppler han hecho
un análisis bivariado entre los resultados de la prueba y el desenlace de embarazo sin tener
en cuenta las otras variables involucradas en el proceso de implantación. Esto podría
explicar, en parte, la discordancia encontrada en las conclusiones. La implantación
embrionaria es un proceso que depende de múltiples factores tanto embrionarios como
uterinos. Por esta razón, se decidió realizar un modelo de predicción de embrazo para
evaluar la prueba de doppler y toda las posibles variables implicadas en el proceso de
implantación embrionaria (ver marco teórico).
En el presente estudio, con 110 embarazos, la implantación pudo ser predicha con base en
la combinación de la edad de los óvulos, el número de embriones transferidos, la dosis de
gonadotropinas administradas, el número de vasos subendometriales y la interacción de la
edad del óvulo con las dosis de gonadotropinas.
La edad es una de las variables conocidas más importante que afecta la probabilidad de
embarazo en los tratamientos de infertilidad (1-2,43-44). Con la implementación de la
donación de óvulos en reproducción asistida se pudo comprobar que es la edad del óvulo y
no la de la mujer que lo recibe la que afecta la implantación (69-71). El útero de una mujer
es receptivo para embarazo no importa la edad y las probabilidades de embarazo con
donación de óvulos están relacionas con la edad del óvulo y no con la del útero.
105
La relación entre las dosis de gonadotropinas y la probabilidad de éxito con las TRA ha
sido reportada en varios estudios (53,77). Verberg y col encontraron una relación inversa
entre la dosis de gonadotropinas administradas y la probabilidad de embarazo sugiriendo
un efecto negativo de la edad sobre la reserva ovárica (a más edad menos reserva ovárica y
más alta la dosis de gonadotropinas). Nosotros encontramos una relación positiva entre las
dosis de gonadotropinas y la probabilidad de implantación. Este resultado opuesto al de
Verberg y col puede ser explicado por el hecho de que nuestra población es probablemente
más joven y el aumento de la dosis de gonadotropinas se refleja en mayor número de
óvulos y por lo tanto mayor número de embriones disponibles para transferir. Sin embargo,
cuando exploramos la interacción entre gonadotropinas y edad sí obtuvimos una relación
inversa, poniendo en evidencia el impacto de la edad sobre la necesidad de administrar más
gonadotropinas con un efecto negativo en la implantación.
Existe una tendencia en los países Bálticos hacia la transferencia de un solo embrión. De
hecho, en los estudios de Verberg y col (53) y Thurin y col (65) realizaron un modelo de
predicción de embarazo para transferencia electiva de 1 solo embrión. Nuestros resultados
muestran que la probabilidad de embarazo es mayor si se transfieren 2 embriones, lo cual
está de acuerdo con estudios previos (1, 50-51,55,64-65). La transferencia electiva de un
solo embrión sigue siendo válida especialmente en el grupo de mujeres menores de 35
años.
En contraste con estudios previos, ni la historia de paridad previa ni los ciclos de
tratamientos anteriores fueron predictores de implantación (50,65). Esto podría explicarse
por el hecho que la infertilidad primaria se observó en casi el 50% de las pacientes
106
haciendo los dos grupos muy similares. En cuanto al número de ciclos previos, la mayoría
de nuestras pacientes se hace uno o máximo dos ciclos de tratamiento, principalmente por
razones económicas.
Otras variables que han sido previamente reportadas como predictoras de embarazo son el
nivel basal de FSH tomado el día 2 o 3 del ciclo menstrual y la calidad de los embriones
transferidos (50-53,55,65). En nuestro estudio controlamos estas dos variables en los
criterios de inclusión. La calidad embrionaria es talvez la variable más importante en la
predicción de embarazo en pacientes sometidas a ART. Embriones de calidad III o peor
muy rara vez implantan, razón por la cual consideramos que la calidad embrionaria debería
ser un criterio de inclusión en el estudio. Un nivel basal de FSH ≥ 12 mIU/mL está
asociado con una disminución franca de la reserva ovárica, reflejado en óvulos de mala
calidad y de embriones fragmentados que no implantan.
El modelo de predicción final presentó un área bajo la curva aceptable, de 0.733. Con un
punto de corte de 0.48, la sensibilidad del modelo fue de 62.6% A pesar de haber
identificado varias observaciones que pudieron haber influido en el modelo se realizó un
diagnóstico del modelo con y sin estas observaciones y no se obtuvieron cambios en los
coeficientes de regresión, por lo que estas observaciones se dejaron en el modelo final.
A través del análisis de los datos obtenidos con esta cohorte de pacientes se pudieron
confirmar algunas de las premisas expuestas por otros autores acerca de las variables
predictoras de embarazo en pacientes sometidas a ART. Hasta ahora, los modelos de
107
predicción habían sido realizados en su mayoría en población europea y nunca en
población latinoamericana.
La prueba de bootstrap demostró que el modelo valida adecuadamente en las 100
submuestras obtenidas. En estudios posteriores se puede realizar una validación externa del
modelo de predicción obtenido.
Este estudio tiene varias fortalezas. La primera es se trató de una cohorte prospectiva de
mujeres con un espectro amplio de las características de infertilidad. La segunda fortaleza
es que el 92% de las pacientes elegibles pudo ser incluido en el estudio, de tal forma que
representan la población de pacientes infértiles a quienes se les realizan TRA en la Unidad
de fertilidad del Country de Bogotá. La tercera fortaleza es el patrón de oro escogido para
definir implantación, la presencia de saco gestacional visto por ecografía. La cuarta
fortaleza es que se hizo un cálculo previo del tamaño de la muestra necesario para que el
modelo incluyera hasta 10 posibles variables predictoras y se evaluaron todas las posibles
variables sugeridas en el marco teórico. Igualmente, se logró evaluar la prueba diagnóstica
de doppler teniendo en cuenta que la implantación embrionaria no depende solamente de la
vascularización endometrial sino de muchos otros factores.
Una limitación de los modelos de predicción es que en el momento de hacer una validación
externa la capacidad predictiva del modelo es muy mala (50, 82-85). Esto es bastante
lógico en nuestro caso, ya que las poblaciones infértiles y las características de los centros
de fertilidad son distintos dentro de la misma ciudad y de país en país. Este tema lo
mencionan Moons y col (85) quienes afirman que el cambio de sitio geográfico
108
(instalaciones y manera de ejercer la práctica clínica) afecta la capacidad de generalizar los
resultados de los modelos de predicción. Los autores dan el ejemplo del mal desempeño de
un modelo para predecir trombosis venosa realizado en un centro de atención secundaria y
validado en un centro de atención primaria. Este ejemplo puede ser extrapolado a los
centros de RA ya que la complejidad de los mismos varía de forma importante según la
infraestuctura, equipos, capacitación del personal y los recursos disponibles.
En el caso específico de Colombia la población de mujeres infértiles es diferente según el
centro de fertilidad al que acuden. En la unidad de fertilidad de Profamilia en Bogotá (41)
se sabe que el 45% de las mujeres que consultan por infertilidad tiene un factor
tuboperitoneal mientras que solo el 18% de nuestras pacientes presentan esta etiología. La
infección por clamidia puede afectar la implantación por la presencia de endometritis
crónica concomitante (39-40). Otro factor importante que influye en la probabilidad de
éxito de los ciclos de RA es la técnica de cultivo embrionario (1-2, 8) y esta técnica puede
variar de centro en centro. Actualmente existen muchos medios de cultivo que se utilizan
en los laboratorios de RA y estos podrían tener un impacto en la capacidad implantatoria
de los embriones, el cual sería diferente de centro en centro. En nuestro centro utilizamos
medios de cultivo secuenciales (que permiten cultivar el embrión hasta blastocisto) que no
son los mismos utilizados por otros centros de fertilidad de Bogotá.
La generalización de los resultados de nuestro modelo de predicción a otras instituciones
se podría realizar en la medida en que las poblaciones y las condiciones de cultivo
embrionario fuesen similares. Esto deja abierta la posibilidad de enfocar el pronóstico de
los ciclos de reproducción asistida utilizando modelos de predicción y no registros de datos
109
solo con análisis bivariados. Con estos registros convencionales es difícil separar las
pacientes con buen pronóstico de embarazo de las de mal pronóstico.
Uno de los problemas de las TRA es la altísima tasa de embarazo múltiple (mayor del
30%) que aún se reporta en la región (1). Esto se debe a que en más del 50% de las veces
se transfieren 3 o más embriones independiente de la edad de la mujer. Un modelo de
predicción que ayude a identificar las variables pronósticas de embarazo puede orientar al
clínico en cuanto al número de embriones a transferir en cada caso particular, y así
prevenir una de las complicaciones más dramáticas de las TRA como es el embarazo
múltiple (1-2,49,76,87).
El propósito de realizar un modelo de predicción fue el de proveer una herramienta de
medicina basada en la evidencia a las parejas con el objeto de informar claramente sus
probabilidades reales de éxito con las técnicas de reproducción asistida. Predecir la
probabilidad de embarazo en TRA tiene importantes implicaciones médicas y económicas.
Cuando una pareja infértil acude a una clínica de fertilidad y pregunta por sus
probabilidades de éxito la respuesta que obtiene generalmente es sacada del registro
latinoamericano de reproducción asistida (1) o de los datos propios de cada centro de
fertilidad, los cuales definen la probabilidad de embarazo exclusivamente por la edad de la
mujer o el número de embriones a transferir. En la mayoría de los casos estas
probabilidades están sobrestimadas. Nuestro modelo de predicción permitirá realizar una
asesoría más cercana a la realidad de cada una de nuestras pacientes, identificar las parejas
con peor pronóstico en quienes otras alternativas como la adopción pueden ser discutidas.
110
Los modelos de predicción han sido cada vez más utilizados en medicina reproductiva
especialmente para aquellos centros que practican la transferencia selectiva de un solo
embrión. En Latinoamérica existe un registro de datos desde hace casi 20 años pero analiza
los resultados exclusivamente por análisis bivariado. En el futuro, estos modelos pueden
ser una herramienta regional importante y más cercana a la realidad de cada una de las
parejas infértiles usuarias de las TRA.
111
CAPITULO 7. CONCLUSIONES
1. La presencia de más de 3 vasos subendometriales evaluada por doppler se asocia
significativamente con la probabilidad de embarazo en pacientes infértiles de la Unidad de
Fertilidad del Country sometidas a técnicas de reproducción asistida.
2. El índice de pulsatilidad de las arterias uterinas medido por doppler no es una prueba útil
para predecir embarazo en pacientes infértiles de la Unidad de fertilidad del Country
sometidas a TRA ya que no necesariamente refleja el flujo sanguíneo endometrial.
3. Existe correlación inversa y significativa entre el IP y el número de vasos
subendometriales.
4. En el presente estudio la implantación embrionaria pudo ser predicha con base en la
combinación de la edad de los óvulos, el número de embriones transferidos, la dosis de
gonadotropinas administradas, el número de vasos subendometriales y la interacción de la
edad del óvulo con las dosis de gonadotropinas.
7.5 El modelo de predicción de embarazo validó adecuadamente por técnica de
remuestreo. El promedio de los coeficientes de regresión obtenidos en las 100
submuestras fueron bastante similares a la del modelo final.
112
REFERENCIAS
(1) Zegers F , Registro Latinoamericano de Reproducción Asistida, 2007
(2) Malizia BA, Hacker MR , Penzias AZ,. Cumulative Live-Birth Rates after In Vitro
Fertilization. N Engl J Med 2009; 369: 236-243
(3) Nadir Cray H, Karagenc L, Ulug U, Bener F and Bahceci M. Early cleavage
morphology affects the quality and implantation potential of day 3 embryos. Fertil
Steril 2006; 85:358-365
(4) Alikani M, Cohen J, Tomkin G, Garrisi J, Mach C, Scott RT. Human embryo
fragmentation in vitro and implications for pregnancy and implantation. Fertil
Steril 1999; 71:836-42.
(5) Coulam CB, Bustillo M, Soenksen DM y Brittten S. Ultrasonographic predictors of
implantation after assisted reproduction. Fertil Steril, 1994; 62: 1004-1010.
(6) Schwartz LB, Chiu AS, Courtney M. The embryo versus endometrium controversy
revisited as it relates to predicting pregnancy rate in in-vitro fertilization
programme. Hum Reprod 1997; 12: 45-50.
113
(7) Ozturk O. Role of utero-ovarian vascular impedance: predictor of ongoing
pregnancy in an IVF-embryo transfer programme. RBMOnline 2004; 9; 299-305.
(8) Wang JX. Life table (survival) analysis to generate cumulative pregnancy rates in
assisted reproduction: an alternative method of calculating the cumulative
pregnancy rate in assisted reproduction technology. Hum Reprod 2006; 21:1-2.
(9) Yaron Y, Botchan A, Amit A, Peyser MR,David MP, Lessing JB. Endometrial
receptivity in the light of modern assisted reproductive technologies. Fertil Steril
1994; 62: 225-232
(10) Lessey BA. The role of the endometrium during embryo implantation. Hum Reprod
2000; 15 (suppl 6): 39-50
(11) Rogers PA. Current studies on human implantation: a brief overview. Reprod Fertil
Dev 1995;7: 1395-1399
(12) Puerto B, Creus M, Carmona F, Civico S, Vanrell JA, Balasch J. Ultrasonography
as a predictor of embryo implantation after in vitro fertilization: a controlled study.
Fertil Steril 2003;79:1015-1022.
(13) Dechaud H, Besueille E, Bousquet PH, Reiftmann L, Hamamah S and Hedon B .
Optimal timing of ultrasonographic and Doppler evaluation of uterine receptivity to
implantation. RBMOnline 2008; 16 (3):368-375
114
(14) Gonen Y, Casper RF. Prediction of implantation by the sonographic appearance of
the endometrium during controlled ovarian stimulation for in vitro fertilization
(IVF). J In Vitro Fertil Embryo Transfer 1990; 41:146-152.
(15) Friedler S, Schenker JG, Herman A, Lewin A. The role of ultrasonography in the
evaluation of endometrial receptivity following assisted reproductive treatments: a
critical review. Hum Reprod Update 1996; 2:323-35.
(16) Salle B, Bied-Damon V, Benchaib M, Desperes S, Gaucherand P and Rudigoz RC.
Preliminary report of an ultrasonography and colour Doppler uterine score to
predict uterine receptivity in an in-vitro fertilization programme. Hum Reprod
1998; 13:1669-1673.
(17) Smith SK. Angiogenesis and implantation. Hum Reprod 2000; 15 (Suppl 6): 59-66
(18) Hoozemans DA, Schats R, Lambalk CB, Homburg R, Hompes PG. Human embryo
implantation: current knowledge and clinical implications in assisted reproductive
technology. Reprod Biomed Online 2004;9:692-715
(19) Steer CV, Campbell S, Pampiglione JS, Kingsland CR, Mason BA, Collins WP.
Transvaginal color flow imaging of the uterine arteries during the ovarian and
menstrual cycles. Hum Reprod 1990; 5: 391-395
115
(20) Goswamy RK, Steptoe PC. Doppler ultrasound studies of the uterine artery in
spontaneous ovarian cycles. Hum Reprod 1988; 3:721-726
(21) de Ziegler D, Bessis R, Frydman R. Vascular resistance of uterine arteries:
physiological effects of estradiol and progesterone. Fertil Steril 1991; 55: 775-779
(22) Achiron R, Levran D, Sivan E, Lipitz S, Dor J, Mashiach S. Endometrial blood
flow response to hormone replacement therapy in women with premature ovarian
failure: a transvaginal Doppler study. Fertil Steril 1995; 63: 550-554
(23) Schild RI, Knobloch C, Dorn C, Fimmers R, Van der Ven H, Hansmann M.
Endometrial receptivity in an in vitro fertilization program as assessed by spiral
artery blood flow, endometrial thickness, endometrial volume, and uterine artery
blood flow. Fertil Steril 2001; 75:361-366.
(24) Goswamy RK, Williams G, Steptoe PC: Decreased uterine perfusion- a cause of
infertility. Hum Reprod 1988; 3:955-959.
(25) Sterzic K, Hutter W, Grab D, Rosenbusch B, Sasse V, Terinde R. Doppler
sonographic findings and their correlation with implantation in an in vitro
fertilization program. Fertil Sertil 1991; 52:825-828.
116
(26) Steer CV, CampbellS, Tan SL, Crayford T, Mills C, Mason BA. The use of
transvaginal color flow imaging after in vitro fertilization to identify optimum
uterine conditions before embryo transfer. Fertil Sertil 1992; 57:372-376
(27) Aytoz A, Ubaldi F, Tournaye H, et al. The predictive value of uterine artery blood
flow measurements for uterine receptivity in an intracytoplasmatic sperm inyection
program. Fertil Steril 1997; 68: 935-937.
(28) Bloechle M, Schreiner Th, Küchler I. Colour Doppler assessment of ascendant
uterine artery perfusion in an in-vitro fertilization transfer programme after pituitary
desensitization and ovarian stimulation with human recombinant follicle
stimulating hormone. Hum Reprod 1997; 12: 1772-1777.
(29) Yuval Y, Lipitz S, Dor J, Achiron R. The relationship between endometrial
thickness and blood flow and pregnancy rates in in-vitro fertilization. Hum Reprod
1999; 14:1067-1071
(30) Chien LW, Au HK, Chen PL, Xiao J, Tzeng CR. Assessment of uterine receptivity
by the endometrial-subendometrial blood flow distribution pattern in women
undergoing in vitro fertilization-embryo transfer. Fertil Steril 2002; 78:245-251.
(31) Contart P, Baruffi RF, Coelho J. Power Doppler endometrial evaluation as a
method for the prognosis of embryo implantation in an ICSI program. J Assist
Reprod and Genet 2000; 17:328-334.
117
(32) Hoozemans DA, Schats R, Lambalk N, Homburg R and Hompes GA. Serial uterine
artery Doppler velocity parameters and human uterine receptivity in IVF/ICSI
cycles. Ultrasound Obstet Gynecol 2008; 31:432-438
(33) Chiang CH, Hsieh T, Chang M, Shiau Ch, Hou H, Hsu J and Soong YK. Prediction
of pregnancy rate of in vitro fertilization and embryo transfer in women aged 40
and over with basal uterine artery pulsatility index. J Assist Reprod genet 2000; 17
(8): 409-414
(34) Edwards RG and Brody SA. Principles and practice of Assisted Human
reproduction. Saunders WB Philadelphia 1995
(35) Croxatto H. Physiology of gamete and embryo transport through the Fallopian tube.
RBMOnline 2002; (4): 160-169
(36) Pijnenborg R, Dixon G, Robertson WB and Brossens I. trophoblastic invasion of
human decidua from 8 to 18 weeks of pregnancy. Placenta 1980; 1: 3-19
(37) Kam EPY, Gardner L, Loke YW and King A. The role of trophoblast in
physiological change in decidual spiral arteries. Hum Reprod 1999;14:2131-2138
(38) Prefumo S, Sebire NJ ant Thilaganathan B. Decreased endovascular trophoblast
invasion in first trimester pregnancies with high-resistance uterine artery Doppler
indices. Hum Reprod 2004; (19)1:206-209
118
(39) Shaw R, Soutter P, Stanton S. Gynaecology. In: Thompson R. Heasly RN editors.
Investigation of the infertile couple. New York: Churchill Livingstone: 1992: 219-
221.
(40) Jewelewicz R, Wallack EE: Evaluation of the infertile couple. In Wallach EE,
Zacur HA editors. Reproductive medicine and surgery. St Louis(MO): Mosby
Yearbook: 1995: 363-375
(41) Ojeda G, Ordoñez M y Ochoa LF: Encuesta nacional de demografía y salud 2005:
164
(42) Hunault C, Eijlemans M, te Velde E, Collins JA and Habbema JD. Validation of a
model predicting spontaneous pregnancy among subfertile untreated couples. Fertil
Steril 2002; 78 (3):500-506
(43) Templeton A, Morris JK and Parslow W. Factors that affect outcome of in-vitro
fertilisation treatment. The Lancet 1996; 348: 1402-1406
(44) Cruz JR and Gindoff PR. Age and reproduction. Reprod Med Rev 1999;7:61-69
(45) Ambartsumyan G and Clark AT. Aneuploidies and early human embryo
development. Hum Mol Genet ,2008; 1;146A(15): 1972- 1976
119
(46) Rowe PJ. WHO “Manual for the standardized investigation and diagnosis of the
infertile couple”. Cambridge University press, Cambridge , UK1993
(47) World Health Organization. WHO laboratory manual for the examination of human
semen and sperm cervical mucus interaction. 4th
ed. Cambridge University press,
1999
(48) Westrom L STD and infertility. Sexually Transmitted Diseases 1994; 21:S32-S37
(49) Fauser BCn Devroey P, Macklon NS. Multiple birth resulting from ovarian
stimulation for subfertility treatment. Lancet 2005; 365: 1807-16
(50) Stolwijkl A.M. Prognostic models for the probability of achieving an ongoing
pregnancy after in-vitro fertilization and the importance of testing their predictive
value. Hum Reprod, 1996; 11: 2298-2303
(51) Wheeler CA, Cole BF, Frishman GN, Seifer DB, Lovegreen SB and Hackett RJ.
Predicting probabilities of pregnancy and multiple gestation from in Vitro
fertilization - a new model. Obstet Gynecol 1998 ; 91 (5) : 696-700
(52) Hunault CC, Eijkemans MJ, Pieters MH, te Velde ER, Habbema JD, Fauser B,
Macklon NS. A prediction model for selecting patients undergoing in vitro
fertilization for elective single embryo transfer. Fertil Steril 2002; 77 (4): 725-732
120
(53) Verberg M, Eijkemans MJ, Macklon N, Heijnen E, Fauser B, Broekmans FJ.
Predictors of ongoing pregnancy after single embryo transfer following mild
ovarian stimulation for IVF. Fertil Steril 2008; 89 (5): 1159-1165
(54) Carrera-Rotllan J, Estrada-García L and Sarquella-Ventura J. Prediction of
pregnancy in IVF cycles on the fourth day of ovarian stimulation. J Assist Reprod
Genet 2007; 24:387-394
(55) Ottosen LD, Kesmodel U, Hindkjaer J and Ingerslev HJ. Pregnancy prediction
models and sET criteria for IVF patients- do we need more information? J Assist
Reprod Genet 2007; 24: 29-36
(56) El-Toukhy T, Coomarasamy A, Khairy M, Sunkara K, Seed P and Khalaf Y ,
Braude P. The relationship between endometrial thickness and outcome of
medicated frozen embryo replacement cycles. Fertil Steril 2008; 89 (4): 832-839
(57) Gosling RG, King DH. Ultrasound angiology. In: Arteries And Veins. AW Macus,
J Adamson (eds). Churchill-Livingstone, Edimburg 1975: 61-98.
(58) Applebaum M. The uterine biophysical profile . Ultrasound Obstet Gynecol 1995;
5:67-68.
121
(59) Zaidi J, Campbell S, Pittrof R and Tan L. Endometrial thickness, morphology,
vascular penetration and velocimetry in predicting implantation in an in vitro
fertilization program. Ultrasound Obstet Gynecol 1995; 6: 191-198
(60) Baruffi R, Contart P, Mauri AL, Petersen C, Felipe V, Garbellini E and Franco JG.
A uterine ultrasonographic scoring system as a method for the prognosis of embryo
implantation. J Assist reprod Genet 2002; 19 (3): 99-102
(61) Gong X, Li Q, Zhang Q and Zhu G, Predicting endometrial receptivity with
parameters of spiral artery blood flow. J Huazhong Univ Sci Technolog Med Sci
2005; 25 (3): 335-338
(62) Yang JH, Wu MY, Chen ChD, Jiang MC, Ho HN and Yang YS. Association of
endometrial blood flow as determined by a modified color Doppler technique with
subsequent outcome of in vitro fertilization. Hum Reprod 1999; 14 (6): 1606-1610
(63) Eimers JM, Velde ER, Gerritse R, Vogelzang ET, Looman CWN and Habbema JD.
The prediction of the chance to conceive in subfertile couples. Fertil Steril 2004; 61
(1): 44-52
(64) Minaretzis D, Harris D, Alper MM, Mortola J, Berger MJ and Power D.
Multivariate analysis of factors predictive of successful live Births in In Vitro
fertilization (IVF) suggests strategies to improve IVF outcome. J Assist Reprod
Genet 1998; 15 (6): 365-371
122
(65) Thurin A, Hadarson T, Hausken J, Jablonowska B, Lundin K, Pinborg A And
Bergh C. Predictors of ongoing implantation in IVF in a good prognosis group of
patients. Hum Reprod 2005; 20 (7): 1876-1880
(66) Vilska TA, Hyden-Granskog C, Hovatta O. Elective transfer of one embryo results
in an accectable pregnancy rate. Hum Reprod 1999; 14: 2392-2395
(67) Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA, Glasziou PP, Irwig LM, Lijmer
JG, Moher D, Rennie and deVet E. Towards complete and accurate reporting of
studies of diagnostic accuracy: The STARD initiative. Clin Chem 2003; 49 (1): 1-6
(68) Peduzzi P, Concato J, Kemper E, Holford TR and Feinstein AR. A simulation study
of the number of events per variable in logistic regression analysis. J Clin
Epidemiol 1996; 49 (12): 1373-1379
(69) Lutjen P, Trounson A, Leeton J, Findlay J, Wood C, Renous P. The establishment
and maintenance of pregnancy using in vitro fertilization and embryo donation in a
patient with primary ovarian failure. Nature 1984; 307: 104-5
(70) Asch RH, Balmaceda JP, Ord T, Borrero C, Cefalu E, Gastaldi C and Rojas F.
Oocyte donation and gamete intrafallopian transfer in premature ovarian failure.
Fertil steril 1988; 49:263-6
123
(71) Remohi J, Ardiles G, García-Velasco J, Gaitán P, Simón C and Pellicer A.
Endometrial thickness and serum oestradiol concentrations as predictors of
outcome in oocyte donation. Hum Reprod 1997; 12:2271-2276
(72) Hosmer R and Lemeshow S. Assessing the fit of the model. In Applied logistic
regression. Second Edition; 2000: 143-188
(73) Efron B and Tibshirani. Bootstrap methods for standard errors, confidence
intervals, and other measures of statistical accuracy. Statistic Science 1986; (1):64-
77.
(74) Noyes RW, Hertig AT and Rock J. Dating the endometrial biopsy. Fertil Steril
1950; 1: 3-25
(75) Lédée-Bataille N, Laprée-Delage G, Taupin JL, Dubanchet S, Frydman R and
Chaouat G. Concentration of leukaemia inhibitory factor (LIF) in uterine flushing
fluids his highly predictive of embryo implantation. Hum Reprod 2002; 17:213-218
(76) Horcajadas JA, Pellicer A and Simon C. Wide genomic analysis of human
endometrial receptivity: new times, new opportunities. Hum Reprod Update 2007;
13: 77-86
124
(77) Turnbull LW, Rice CF, Horsman A, Robinson J and Killick SR. Magnetic
resonance imaging and transvaginal ultrasound of the uterus prior to embryo
transfer. Hum Reprod 1994; 9:2438-2443
(78) Coulam CB, Bustillo M, Soenksen DM, Britten S. Ultrasonographic predictors of
implantation after assisted reproduction. Fertil Steril 1994; 62:1004-1010
(79) Coulam CB, Stern JJ, Soenksen DM, Britten S and Bustillo M. Comparision of
pulsatility indices on the day of oocyte retrieval and embryo transfer. Hum Reprod
1995; 10:82-84
(80) Yu NG EH, Chi Wai Chi C, Shan Tang O, Shu Biu Yeung W and Chung Ho P.
The role of endometrial and subendometrial blood flows measured by three-
dimensional power Doppler ultrasound in the prediction of pregnancy during IVF
treatment. European J Obstet Gynecol and Reprod Biol 2007; (135): 8-16.
(81) Siemer J, Binder H, Willeke C, Reinsberg J, Fimmers R van der Ven H and Schild
RL. Three-dimensional power Doppler sonography of the (sub)endometrium and
angionenic cytokine concentrations. RBMOnline 2008; 17 (2):249-258.
(82) Hunault C, Eijkemns M, te Velde E, Collins J and Habbema JD. Validation of a
model predicticting spontaneous pregnancy among subfertile untreated couples.
Fertil Steril 2002; 78 (3): 500-506
125
(83) Harrell FE, Lee K, Mark D. Multivariate prognosis models: issues in developing
models, evaluating assumptions and adequacy and measuring and reducing errors.
Stat Med 1996; 15: 361-387
(84) Justice AC, Covinsky KE, Berlin JA. Assessing the generalizability of prognosis
information. Ann Intern Med 1999; 130: 515-524
(85) Moons KG, Altman DS, Vergouwe Y and Royston P. Prognosis an prognostic
research: application and impact of prognosis models in clinical practice. BMJ
2009; 328: 1487-1490
(86) Waldenstrom U,Engstrom ABm Helberg D and Nilsson S. Low-oxygen compared
with high-oxygen atmosphere in blastocyst culture, a prospective randomized
study. Fertil Steril 2009 (91)6: 2461-2465
(87) Strandell A, Bergh C, Lundin K. Selection of patients suitable for one embryo
transfer may reduce the rate of multiple births by half without impairment of
overall birth rates. Hum Reprod 2000; 15: 2520-2525
126
ANEXOS
Anexo 1
EVALUACIÓN DE LA CALIDAD EMBRIONARIA ANTES DE LA
TRANSFERENCIA
GRADO I Blastómeros íntegros, del mismo tamaño, translucidos
0% - 5% de fragmentos
GRADO II Blastómeros íntegros, del mismo tamaño, translucidos
6% -15% de fragmentos
127
GRADO III Blastómeros de tamaño desigual, o granulosos
16% -25% de fragmentos
GRADO IV No todos los blastómeros están íntegros
26% -35% de fragmentos
GRADO V No todos los blastómeros están íntegros
>35% de fragmentos
128
Anexo 2. Tabla operacional de variables
Variable Nombre Escala Unidad de Medición
Implantación DESENLACE Nominal No/Si
No “0” Si “1”
Numero de vasos
subendometriales VASOSSUB Razón #
Índice de
Pulsatilidad IP Razón #
Edad EDAD Razón Años cumplidos
Edad Donante EDADREAL Razón Años cumplidos
Origen Ovocitos ORIGENOOCITOS Nominal Propios/Donados
Propios”0” Donados“1”
Tipo de
Infertilidad TIPOINFERT Nominal Primaria/Secundaria
Primaria”0”
Secundaria“1”
Años de
Infertilidad ANOSINFER Razón Años transcurridos
después de un año de
relaciones sexuales no
protegidas
Etiología de
Infertilidad ETIOLOGIA Nominal Inexplicada “0” Tubarica
“1” Otras “2” Masculino
“3”
Ciclos Anteriores CICLOSANT Razón Número de ciclos
realizados previamente
Protocolo
Inducción de
Ovulación
PROTOCOLO Nominal Lupron/Cetrotide
Lupron “0” Cetrotide “1”
Unidades de
Gonadotropinas GONADOT Razón Unidades totales de
gonadotropinas
administradas
Numero Ovocitos
Recuperados OVORECO Razón #
Técnica de
Reproducción
asistida
TRA Nominal FIV “0”
ICSI “1”
Ambas “2”
Numero de
Embriones I / II EMBRIO1 Razón #
Numero de
Embriones
transferidos
EMBRIOTRANSFE Razón #
129
Variable Nombre Escala Unidad de Medición
Tipo de Catéter
utilizado en la
transferencia
CATETER Nominal Cook/Ultrasoft
Cook “0” Ultrasoft “1”
Embriones Extra
Congelados EMBRIOCONGE Razón #
Técnica de
transferencia
(sangre)
SANGRE Nominal No/Si
No “0” Si “1”
Tipo de ciclo TIPOCICLO Nominal Fresco/Congelado
Fresco “0”
Congelado “1”
Grosor del
Endometrio ENDOMETRIO Razón Milímetros
130
Anexo 3
FORMATO DE RECOLECCION DE DATOS
I. INFORMACION GENERAL
Nombre _______________________________________________________________
Edad (Años) _________
Fecha Transferencia ______________________
II. ANTECEDENTES
Tipo Infertilidad Primaria _______ Secundaria __________
Partos ________
Abortos ________
Ectópicos ________
Años de Infertilidad ______________
Etiología de la Infertilidad
Inexplicada ________
Tubárica ________
Otras ________
Masculina ________
Número de ciclos de RA anteriores _________
Protocolo Inducción de ovulación
Lupron ___________
Cetrotride ___________
III. DATOS FERTILIZACION IN VITRO
FSH Basal __________
Unidades de Gonadotropinas __________
Numero de Ovocitos recuperados __________
Técnica de RA
FIV __________
ICSI __________
Ambas __________
Embriones Grado I/II _________
Embriones Grado I/II Transferidos __________
Número Embriones congelados __________
Transferencia (sangre)
Si __________ No _______
Tipo de catéter utilizado __________________
131
IV. RESULTADOS DEL DOPPLER
Grosor endometrial ___________
Resistencia Arteria Uterina Derecha ___________
Resistencia Arteria Uterina Izquierda ___________ IP ____________
Número de vasos ___________
V. DESENLACE
Implantación SI ____ NO _____
Devenir
Aborto _________
Ectópico _________
En curso _________
Parto _________
Número de sacos gestacionales ___________
132
Anexo 4- Resultados del análisis Estadístico
4.1. Análisis de regresión logística
4.1.1. Modelo completo
Se corre el modelo con todas las variables identificadas por el análisis bivariado.
logit DESENLACE ORIGENOOCITOS CATETER TIPOCICLO EDADREAL ANOSINFER GONADOT EMBRIO1
EMBRIOTRANSFE VASOSSUB
Logistic regression Number of obs = 272
LR chi2(9) = 45.61
Prob > chi2 = 0.0000
Log likelihood = -162.47659 Pseudo R2 = 0.1231
------------------------------------------------------------------------------
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ORIGENOOCI~S | .8089499 .4277415 1.89 0.059 -.029408 1.647308
CATETER | -.5959166 .3425288 -1.74 0.082 -1.267261 .0754274
TIPOCICLO | -.8278608 .4032911 -2.05 0.040 -1.618297 -.0374248
EDADREAL | -.0179108 .0338805 -0.53 0.597 -.0843153 .0484938
ANOSINFER | -.0598476 .0538047 -1.11 0.266 -.1653029 .0456077
GONADOT | -.000399 .0001794 -2.22 0.026 -.0007507 -.0000473
EMBRIO1 | .0985211 .0657491 1.50 0.134 -.0303448 .2273871
EMBRIOTRAN~E | .508056 .2571921 1.98 0.048 .0039687 1.012143
VASOSSUB | .2965253 .0880842 3.37 0.001 .1238834 .4691672
_cons | -.9792442 1.276965 -0.77 0.443 -3.482049 1.523561
4.1.2. Método Backward:
stepwise, pr(0.05): logit DESENLACE ORIGENOOCITOS CATETER TIPOCICLO EDADREAL
ANOSINFER GONADOT EMBRIO1 EMBRIOTRANSFE VASOSSUB
begin with full model
p = 0.5971 >= 0.0500 removing EDADREAL
p = 0.2537 >= 0.0500 removing ANOSINFER
p = 0.1725 >= 0.0500 removing EMBRIO1
p = 0.0838 >= 0.0500 removing TIPOCICLO
p = 0.0554 >= 0.0500 removing CATETER
Logistic regression Number of obs = 272
LR chi2(4) = 35.22
Prob > chi2 = 0.0000
Log likelihood = -167.66901 Pseudo R2 = 0.0951
------------------------------------------------------------------------------
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ORIGENOOCI~S | .844671 .3302189 2.56 0.011 .1974538 1.491888
EMBRIOTRAN~E | .5624437 .245715 2.29 0.022 .0808511 1.044036
GONADOT | -.0004407 .0001661 -2.65 0.008 -.0007663 -.0001151
133
VASOSSUB | .3366743 .0847125 3.97 0.000 .1706409 .5027077
_cons | -1.874427 .6589997 -2.84 0.004 -3.166043 -.5828115
------------------------------------------------------------------------------
4.1.3. Método Forward: se corre el modelo por la técnica forward
stepwise, pe(0.05): logit DESENLACE ORIGENOOCITOS CATETER TIPOCICLO EDADREAL ANO
> SINFER GONADOT EMBRIO1 EMBRIOTRANSFE VASOSSUB
begin with empty model
p = 0.0000 < 0.0500 adding VASOSSUB
p = 0.0155 < 0.0500 adding EDADREAL
p = 0.0408 < 0.0500 adding EMBRIOTRANSFE
p = 0.0323 < 0.0500 adding GONADOT
Logistic regression Number of obs = 272
LR chi2(4) = 33.59
Prob > chi2 = 0.0000
Log likelihood = -168.4831 Pseudo R2 = 0.0907
------------------------------------------------------------------------------
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
VASOSSUB | .2998939 .0835415 3.59 0.000 .1361555 .4636323
EDADREAL | -.0579762 .0260462 -2.23 0.026 -.1090259 -.0069266
EMBRIOTRAN~E | .5781781 .2475713 2.34 0.020 .0929473 1.063409
GONADOT | -.0003587 .0001676 -2.14 0.032 -.0006872 -.0000302
_cons | .1451565 .9617152 0.15 0.880 -1.739771 2.030084
------------------------------------------------------------------------------
4.1.4. Modelo con interacciones
Se corre el modelo completo sin interacciones y se guardan los resultados:
Likelihood-ratio test LR chi2(1) = 7.74
(Assumption: D nested in C) Prob > chi2 = 0.0054
-----------------------------------------------------------------------------
Model | Obs ll(null) ll(model) df AIC BIC
-------------+---------------------------------------------------------------
D | 272 -185.2804 -167.0654 6 346.1307 367.7655
C | 272 -185.2804 -163.1943 7 340.3886 365.6292
-----------------------------------------------------------------------------
Note: N=Obs used in calculating BIC; see [R] BIC note
4.2. Bondad del ajuste del modelo
4.2.1 Ji cuadrado de Pearson
134
El calculo del Ji cuadrado de pearson para la diferencia entre los valores observados y los
predichos:
lfit
Logistic model for DESENLACE, goodness-of-fit test
number of observations = 272
number of covariate patterns = 262
Pearson chi2(256) = 273.37
Prob > chi2 = 0.2176
4.2.2 Prueba de Hosmer-Lemeshow
estat gof, tab group(10)
Logistic model for DESENLACE, goodness-of-fit test
(Table collapsed on quantiles of estimated probabilities)
+--------------------------------------------------------+
| Group | Prob | Obs_1 | Exp_1 | Obs_0 | Exp_0 | Total |
|-------+--------+-------+-------+-------+-------+-------|
| 1 | 0.1525 | 3 | 3.0 | 25 | 25.0 | 28 |
| 2 | 0.2444 | 8 | 5.4 | 19 | 21.6 | 27 |
| 3 | 0.3070 | 7 | 7.4 | 20 | 19.6 | 27 |
| 4 | 0.3882 | 11 | 9.4 | 16 | 17.6 | 27 |
| 5 | 0.4415 | 8 | 11.3 | 19 | 15.7 | 27 |
|-------+--------+-------+-------+-------+-------+-------|
| 6 | 0.4990 | 10 | 13.2 | 18 | 14.8 | 28 |
| 7 | 0.5518 | 14 | 14.7 | 14 | 13.3 | 28 |
| 8 | 0.5930 | 15 | 15.1 | 11 | 10.9 | 26 |
| 9 | 0.6331 | 18 | 16.5 | 9 | 10.5 | 27 |
| 10 | 0.8394 | 21 | 19.2 | 6 | 7.8 | 27 |
+--------------------------------------------------------+
number of observations = 272
number of groups = 10
Hosmer-Lemeshow chi2(8) = 6.09
Prob > chi2 = 0.6370
4.2.3 Punto de corte del modelo:
. estat class, all cut(0.48)
Logistic model for DESENLACE
-------- True --------
Classified | D ~D | Total
-----------+--------------------------+-----------
+ | 72 44 | 116
- | 43 113 | 156
135
-----------+--------------------------+-----------
Total | 115 157 | 272
Classified + if predicted Pr(D) >= .48
True D defined as DESENLACE != 0
--------------------------------------------------
Sensitivity Pr( +| D) 62.61%
Specificity Pr( -|~D) 71.97%
Positive predictive value Pr( D| +) 62.07%
Negative predictive value Pr(~D| -) 72.44%
--------------------------------------------------
False + rate for true ~D Pr( +|~D) 28.03%
False - rate for true D Pr( -| D) 37.39%
False + rate for classified + Pr(~D| +) 37.93%
False - rate for classified - Pr( D| -) 27.56%
--------------------------------------------------
Correctly classified 68.01%
--------------------------------------------------
4.3. Diagnóstico del modelo
4.3.1. Observaciones influyentes
Se corre modelo final con la observación 265:
logit DESENLACE EDADREAL GONADOT VASOSSUB EMBRIOTRANSFE gonaded gonaded
note: gonaded dropped because of collinearity
Iteration 0: log likelihood = -185.28038
Iteration 1: log likelihood = -165.53428
Iteration 2: log likelihood = -164.50609
Iteration 3: log likelihood = -164.48702
Iteration 4: log likelihood = -164.48701
Logistic regression Number of obs = 272
LR chi2(5) = 41.59
Prob > chi2 = 0.0000
Log likelihood = -164.48701 Pseudo R2 = 0.1122
------------------------------------------------------------------------------
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
EDADREAL | .1373931 .0772042 1.78 0.075 -.0139245 .2887106
GONADOT | .0027242 .0011702 2.33 0.020 .0004305 .0050178
VASOSSUB | .302097 .0852918 3.54 0.000 .1349282 .4692659
EMBRIOTRAN~E | .6759402 .2570965 2.63 0.009 .1720402 1.17984
gonaded | -.0000921 .0000349 -2.64 0.008 -.0001605 -.0000237
_cons | -6.526374 2.657547 -2.46 0.014 -11.73507 -1.317678
------------------------------------------------------------------------------
Y se corre el modelo final sin la observación 265:
logit DESENLACE EDADREAL GONADOT VASOSSUB EMBRIOTRANSFE gonaded gonaded if ind
> ex!=265
note: gonaded dropped because of collinearity
Iteration 0: log likelihood = -184.41699
Iteration 1: log likelihood = -162.48739
Iteration 2: log likelihood = -160.99072
136
Iteration 3: log likelihood = -160.94633
Iteration 4: log likelihood = -160.94625
Logistic regression Number of obs = 271
LR chi2(5) = 46.94
Prob > chi2 = 0.0000
Log likelihood = -160.94625 Pseudo R2 = 0.1273
------------------------------------------------------------------------------
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
EDADREAL | .1733891 .0810762 2.14 0.032 .0144827 .3322955
GONADOT | .0032717 .0012342 2.65 0.008 .0008528 .0056907
VASOSSUB | .2966842 .0863531 3.44 0.001 .1274354 .4659331
EMBRIOTRAN~E | .7892963 .2655607 2.97 0.003 .268807 1.309786
gonaded | -.0001115 .0000373 -2.99 0.003 -.0001846 -.0000385
_cons | -7.741544 2.769782 -2.80 0.005 -13.17022 -2.312872
------------------------------------------------------------------------------
4.4. Validación del modelo
4.4.1. Bootstrap
Se corre el modelo final:
Logit DESENLACE EDADREAL GONADOT EMBRIOTRANSFE VASOSSUB gonaded
Iteration 0: log likelihood = -185.28038
Iteration 1: log likelihood = -165.53428
Iteration 2: log likelihood = -164.50609
Iteration 3: log likelihood = -164.48702
Iteration 4: log likelihood = -164.48701
Logistic regression Number of obs = 272
LR chi2(5) = 41.59
Prob > chi2 = 0.0000
Log likelihood = -164.48701 Pseudo R2 = 0.1122
------------------------------------------------------------------------------
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
EDADREAL | .1373931 .0772042 1.78 0.075 -.0139245 .2887106
GONADOT | .0027242 .0011702 2.33 0.020 .0004305 .0050178
EMBRIOTRAN~E | .6759402 .2570965 2.63 0.009 .1720402 1.17984
VASOSSUB | .302097 .0852918 3.54 0.000 .1349282 .4692659
gonaded | -.0000921 .0000349 -2.64 0.008 -.0001605 -.0000237
_cons | -6.526374 2.657547 -2.46 0.014 -11.73507 -1.317678
------------------------------------------------------------------------------
Se corren las 100 muestras (n=262):
. bootstrap _b , reps(100) size (262) : logit DESENLACE EDADREAL GONADOT EMBRIOT
> RANSFE VASOSSUB gonaded
(running logit on estimation sample)
Bootstrap replications (100)
----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
.................................................. 50
.................................................. 100
137
Logistic regression Number of obs = 272
Replications = 100
Wald chi2(5) = 29.73
Prob > chi2 = 0.0000
Log likelihood = -164.48701 Pseudo R2 = 0.1122
------------------------------------------------------------------------------
| Observed Bootstrap Normal-based
DESENLACE | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
EDADREAL | .1373931 .08426 1.63 0.103 -.0277534 .3025396
GONADOT | .0027242 .001299 2.10 0.036 .0001782 .0052701
EMBRIOTRAN~E | .6759402 .2709238 2.49 0.013 .1449394 1.206941
VASOSSUB | .302097 .0901928 3.35 0.001 .1253224 .4788717
gonaded | -.0000921 .0000392 -2.35 0.019 -.000169 -.0000152
_cons | -6.526374 2.869297 -2.27 0.023 -12.15009 -.9026551
------------------------------------------------------------------------------
Se calculan los coeficientes de regresión promedio:
. matlist e(b_bs)
es el promedio bootstrap
| EDADREAL GONADOT EMBRIOT~E VASOSSUB gonaded _cons
-------------+------------------------------------------------------------------
y1 | .1507667 .0029587 .7412516 .3139663 -.0000996 -7.110175
Se calcula el error estándar de los coeficientes de regresión:
. matlist e(se)
es el error estándar del bootstrap
| EDADREAL GONADOT EMBRIOT~E VASOSSUB gonaded _cons
-------------+------------------------------------------------------------------
y1 | .08426 .001299 .2709238 .0901928 .0000392 2.869297
4.4.2. Area bajo la curva promedio de las 100 replicaciones
bootstrap r(area), reps(100) size(262) : myprog
(running myprog on estimation sample)
Bootstrap replications (100)
----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
.................................................. 50
.................................................. 100
Bootstrap results Number of obs = 272
Replications = 100
command: myprog
_bs_1: r(area)
| Observed Bootstrap Normal-based
| Coef. Std. Err. z P>|z| [95% Conf. Interval]
138
-------------+----------------------------------------------------------------
_bs_1 | .7234284 .0321628 22.49 0.000 .6603904 .7864664
0.723 es el original de la muestra
. matlist e(b_bs)
| _bs_1
-------------+-----------
y1 | .7356675
0.735 es el promedio de las 100 replicaciones
139
ABREVIATURAS Y SIMBOLOS
2-D 2 dimensiones
β-HCG Fracción β de la gonadotropina coriónica humana
col colaboradores
Di Pico Diastólico
DO Donación de ovocitos
E Especificidad
ET Embriones transferidos
FIV Fertilización In Vitro
FSH Hormona folículo estimulante
FSHr Hormona folículo estimulante recombinante
hCG Gonadotropina coriónica humana
ICSI Inyección intracitoplasmática de espermatozoides
IIU Inseminación intrauterina
IMC Índice de masa corporal
IP Índice de pulsatilidad
GnRha Agonista de la hormona liberadora de gonadotropina
GnrhAnt Antagonista de la hormona liberadora de gonadotropina
LR+ Razón de verosimilitud positiva
LR – Razón de verosimilitud negativa
mIU/mL Mili Unidades internacionales /mililitro
NS No significativo
OMS Organización Mundial de la salud
140
P(E) Probabilidad de estar embarazada
RNM Resonancia nuclear magnética
RVP Razón de verosimilitud positiva
RVN Razón de verosimilitud negativa
ROC Característica operativa del receptor
S Sensibilidad
Si Pico Sistólico
TE Transferencia de embriones
TRA Técnicas de Reproducción Asistida
VE Valerianato de estradiol
VM Velocidad máxima de flujo sanguíneo en un ciclo cardiaco
VS Vasos sub-endometriales
141
UNIDADES DE MEDIDA
Cmt/s Centímetros por segundo
MHZ Megahertz
mm milímetros
mn minutos
pg/mL picogramos por mililitro
ng/mL Nanogramos por mililitro