Development of Longitudinal, Linked Maternal-Infant Cohorts using the Epic Cosmos Electronic Health Record Dataset
Este estudio establece un marco riguroso y reproducible para la creación de cohortes longitudinales y vinculadas de madre e hijo dentro del conjunto de datos de Epic Cosmos, demostrando que los datos resultantes son altamente completos, representativos de la población de nacimientos de los EE. UU. y adecuados para la investigación epidemiológica a pesar de la pérdida significativa de sujetos al aplicar criterios estrictos de seguimiento longitudinal.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo
Los hospitales actuales generan un flujo vasto y continuo de registros digitales por cada paciente que tratan. Estos registros médicos electrónicos capturan todo, desde un control rutinario de la presión arterial hasta los medicamentos específicos que un médico prescribe, creando un mapa detallado y en tiempo real del viaje de salud de una persona. Para los investigadores que estudian el embarazo y los recién nacidos, estos datos representan una promesa inmensa. Ofrecen una forma de observar millones de casos a la vez, mucho más allá de lo que es posible con estudios locales pequeños. Sin embargo, un obstáculo importante siempre ha sido conectar los puntos. En muchos sistemas, los registros de una madre y los registros de su bebé viven en silos separados, lo que dificulta estudiar cómo la salud de uno afecta a la del otro a lo largo del tiempo. Además, los investigadores a menudo se han preocupado de que los datos de los registros electrónicos puedan estar incompletos o representar solo un tipo específico de hospital, en lugar de la población diversa de todo el país.
Un equipo de investigadores se propuso resolver estos problemas utilizando una base de datos masiva y centralizada llamada Epic Cosmos. Este sistema recopila información de salud estructurada de cientos de hospitales y clínicas en todos los Estados Unidos y en algunos otros lugares, creando una visión única y unificada de la atención al paciente. Los investigadores querían demostrar que podían construir un grupo de estudio fiable y a largo plazo vinculando a las madres con sus bebés dentro de esta red digital. Necesitaban demostrar que los datos eran lo suficientemente completos como para ser confiables, que las personas en la base de datos se parecían a la población general y que podían seguir a estas familias desde la primera visita prenatal hasta los primeros meses del bebé sin perder el rastro de ellas.
Para hacer esto, el equipo comenzó con casi tres millones de embarazos que terminaron en un parto vivo entre 2023 y 2024. Comenzaron vinculando el registro de cada recién nacido con el registro de su madre, creando un conjunto de datos emparejados. Este paso inicial requería que el bebé naciera en un hospital que utilizara el sistema y que el archivo de la madre contuviera el vínculo necesario de antecedentes familiares. Este proceso conectó con éxito la gran mayoría de los datos, resultando en una cohorte de casi tres millones de embarazos. Luego, los investigadores probaron qué tan bien se mantenían los datos cuando añadían reglas más estrictas para asegurar una historia continua para cada familia. Requirieron que la madre tuviera al menos una visita médica en los primeros tres meses de embarazo, otra en los segundos tres meses, un control después de que naciera el bebé y una visita de seguimiento para el bebé dentro de los tres meses posteriores a su salida del hospital.
Cada vez que los investigadores añadían un nuevo requisito para asegurar una historia médica completa, el número de familias en el grupo de estudio disminuía. Para cuando requirieron los cuatro tipos de visitas, el grupo se había reducido a unos 587.000 embarazos. Esta caída era esperada, ya que excluía a familias que recibían atención en diferentes hospitales o que perdían ciertas citas. Crucialmente, los investigadores encontraron que el grupo restante todavía se parecía mucho al grupo original más grande. La mezcla de edades, razas y ubicaciones geográficas se mantuvo consistente con los registros de nacimientos nacionales. Los datos también eran notablemente completos; para la mayoría de los detalles clave como el peso al nacer del bebé, la edad de la madre y el tipo de parto, la información faltaba en menos del uno por ciento de las veces. Incluso para variables que suelen ser más difíciles de capturar, como el índice de masa corporal al momento del parto y la raza, la información estaba disponible para más de tres cuartas partes de los casos.
Para demostrar que estos datos vinculados podían responder preguntas médicas reales, el equipo realizó una prueba específica. Observaron a mujeres que ya tenían presión arterial alta antes o temprano en su embarazo para ver si sus lecturas de presión arterial en el primer trimestre predecían una complicación grave llamada preeclampsia. La preeclampsia es una condición marcada por una presión arterial peligrosamente alta y daño orgánico que puede ocurrir durante el embarazo. El análisis mostró que, entre las mujeres con hipertensión crónica, aquellas cuya presión arterial sistólica —el número superior en una lectura— era de 140 o más en el primer trimestre, tenían una probabilidad significativamente mayor de desarrollar preeclampsia más adelante en el embarazo. Este hallazgo confirmó que los registros digitales eran lo suficientemente precisos como para detectar patrones de salud sutiles pero importantes.
El estudio concluyó que Epic Cosmos es una herramienta poderosa para comprender la salud del embarazo y del recién nacido a escala nacional. Los investigadores demostraron que podían crear una visión vinculada y a largo plazo de madres y bebés que es tanto grande como representativa de los Estados Unidos. Si bien el proceso de requerir visitas de atención continua reduce el número total de familias disponibles para el estudio, no distorsiona las características del grupo, lo que significa que los resultados siguen siendo confiables. El trabajo destaca que, si bien los registros de salud electrónicos son un recurso rico, los investigadores deben ser conscientes de cómo seleccionan sus grupos de estudio para evitar omitir a los pacientes más vulnerables que pueden no tener una atención continua en el sistema. En última instancia, este enfoque abre la puerta a futuros estudios para explorar preguntas de salud complejas utilizando datos del mundo real de millones de personas.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.