����������������������������������������������������������������������������������

 

 

Modelos predictivos para el parto vaginal post ces�rea

 

Predictive models for post-cesarean vaginal delivery

 

Modelos preditivos para parto vaginal p�s-ces�rea

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: acocheres1@utmachala.edu.ec

 

 

 

Ciencias de la Salud

Art�culo de Investigaci�n

 

 

* Recibido: 13 de mayo de 2025 *Aceptado: 21 de junio de 2025 * Publicado: �02 de julio de 2025

 

        I.            Universidad T�cnica de Machala, Machala, Ecuador.

      II.            Universidad T�cnica de Machala, Machala, Ecuador.

   III.            Universidad T�cnica de Machala, Machala, Ecuador.

Resumen�������������������������������������

El parto vaginal post ces�rea es una alternativa viable para mujeres con antecedentes de ces�rea, siempre que cumplan criterios m�dicos espec�ficos. Este procedimiento contribuye a reducir ces�reas innecesarias y sus potenciales complicaciones, promoviendo un enfoque m�s humanizado en la atenci�n obst�trica. En este contexto, los modelos predictivos permiten estimar la probabilidad de �xito de un parto vaginal post ces�rea, facilitando la toma de decisiones cl�nicas informadas. El presente estudio realiz� una revisi�n sistem�tica de art�culos publicados entre 2020 y 2024 en bases de datos como PubMed, SciELO, Cochrane y Google Scholar. Se analizaron distintos modelos predictivos, entre ellos los de Grobman, Kalok, Flamm, Hua Li, Pinkey e Hikaru Ooba, considerando variables maternas y obst�tricas. Se identific� que el modelo de Grobman es el m�s utilizado debido a su simplicidad y aplicabilidad en diversos entornos, aunque el modelo de Hua Li mostr� una mayor precisi�n y complejidad. En Ecuador, no existe un modelo estandarizado para predecir el �xito del parto vaginal post ces�rea, lo que resalta la necesidad de su implementaci�n para optimizar la seguridad materno-neonatal y reducir la tasa de ces�reas innecesarias.

Palabras clave: parto vaginal; ces�rea; modelos predictivos; salud materna; salud neonatal.

 

Abstract

Vaginal birth post-cesarean is a viable alternative for women with a history of cesarean delivery, provided they meet specific medical criteria. This procedure contributes to reducing unnecessary cesarean sections and their potential complications, promoting a more humane approach to obstetric care. In this context, predictive models allow estimating the probability of success of a vaginal birth post-cesarean, facilitating informed clinical decision-making. This study conducted a systematic review of articles published between 2020 and 2024 in databases such as PubMed, SciELO, Cochrane, and Google Scholar. Various predictive models were analyzed, including those of Grobman, Kalok, Flamm, Hua Li, Pinkey, and Hikaru Ooba, considering maternal and obstetric variables. The Grobman model was identified as the most widely used due to its simplicity and applicability in diverse settings, although the Hua Li model showed greater accuracy and complexity. In Ecuador, there is no standardized model for predicting the success of vaginal birth after cesarean section, highlighting the need for its implementation to optimize maternal and neonatal safety and reduce the rate of unnecessary cesarean sections.

Keywords: vaginal birth; cesarean section; predictive models; maternal health; neonatal health.

 

Resumo
O parto vaginal p�s-ces�rea � uma alternativa vi�vel para mulheres com hist�rico de parto ces�reo, desde que atendam a crit�rios m�dicos espec�ficos. Esse procedimento contribui para a redu��o de ces�reas desnecess�rias e suas potenciais complica��es, promovendo uma abordagem mais humana ao cuidado obst�trico. Nesse contexto, modelos preditivos permitem estimar a probabilidade de sucesso de um parto vaginal p�s-ces�rea, facilitando a tomada de decis�o cl�nica informada. Este estudo realizou uma revis�o sistem�tica de artigos publicados entre 2020 e 2024 em bases de dados como PubMed, SciELO, Cochrane e Google Acad�mico. Diversos modelos preditivos foram analisados, incluindo os de Grobman, Kalok, Flamm, Hua Li, Pinkey e Hikaru Ooba, considerando vari�veis ​​maternas e obst�tricas. O modelo de Grobman foi identificado como o mais utilizado devido � sua simplicidade e aplicabilidade em diversos cen�rios, embora o modelo de Hua Li tenha apresentado maior acur�cia e complexidade. No Equador, n�o existe um modelo padronizado para prever o sucesso do parto vaginal ap�s ces�rea, o que refor�a a necessidade de sua implementa��o para otimizar a seguran�a materna e neonatal e reduzir a taxa de ces�reas desnecess�rias.

Palavras-chave: parto vaginal; ces�rea; modelos preditivos; sa�de materna; sa�de neonatal.

 

Introducci�n

El parto vaginal post ces�rea, es el proceso mediante el cual una mujer que ha tenido una ces�rea previa, pueda dar a luz de forma vaginal en un embarazo posterior, esta alternativa de parto es una opci�n viable para muchas mujeres, siempre y cuando cumplan distintos criterios m�dicos. Este proceso tiene un enfoque prometedor para reducir la frecuencia de nacimiento por ces�rea repetidos e innecesarios; adem�s, surge para promover un entorno seguro y de confianza para las mujeres, empoder�ndolas en su elecci�n(1).

La OMS considera que la tasa ideal de ces�reas debe oscilar entre el 10 y 15 %, pero en la actualidad la tasa general de ces�reas a nivel mundial es del 21%, siendo as� que en Europa es del 25,7%, en Asia del 23,1%, en �frica del 9,2% y el 42,8% en Am�rica Latina y el Caribe (2,3); mientras en Ecuador seg�n el estudio m�s reciente sobre ces�reas que abarca datos desde 2015 a 2022, se muestra una tasa del 41.3% de mujeres que dieron a luz por ces�rea(4). ​ 

Se han realizado avances significativos en la atenci�n de parto vaginal post ces�rea, como se ha evidenciado en China, que registra un 86,3% de las pacientes con una ces�rea previa que han logrado tener un parto vaginal, mientras en Estados Unidos estas tasas han aumentado a un 13,3% y en pa�ses europeos como Finlandia alcanzan el 55%​​, en cambio en pa�ses como Irlanda, Italia y Alemania es de 29,36% (5). 

El �xito logrado en otros pa�ses sobre el parto vaginal post ces�rea ha llevado que en Ecuador se aplique dichas pol�ticas, sin embargo; este procedimiento es poco conocido y empleado en la pr�ctica cl�nica actual debido a la necesidad de equilibrar los riesgos y beneficios tanto para la madre como para el neonato(6,7). Esto ha llevado a una importante investigaci�n para determinar un resultado �ptimo de un parto vaginal post ces�rea​​, por lo que han surgido distintos modelos predictivos que buscan identificar a las mujeres que tienen una alta probabilidad de tener un parto vaginal post ces�rea con el menor riesgo posible(8,9).

Entre los modelos predictivos m�s destacados se encuentran como Grobman, Kalok, Flamm, Hua Li, Pinkey e Hikaru Ooba, que abarcan par�metros como edad materna, IMC, inducci�n del parto anterior, ces�rea previa, paridad, edad gestacional, dilataci�n cervical, peso fetal estimado entre otros los que determinan la probabilidad de �xito de este trabajo, que han ido modific�ndose y adapt�ndose a las necesidades de las distintas poblaciones donde se han aplicado​(10).  

Los distintos modelos predictivos nos han llevado a realizar este trabajo de investigaci�n a fin de plantear cual de todos los modelos es el id�neo en nuestro pa�s. Por lo tanto, el objetivo de esta investigaci�n es describir los modelos predictivos del parto vaginal post ces�rea mediante revisi�n sistem�tica, para su aplicabilidad en nuestro entorno obst�trico.

 

Metodolog�a

El presente estudio es una revisi�n sistem�tica descriptiva no experimental, basada en diversas bases de datos como PubMed, Scielo, Cochrane y Google Scholar. La b�squeda en la base de datos se realiz� empleando operadores booleanos �AND� �OR� �NOT�, combinando varios operadores para construir estrategias de b�squeda, como (�parto vaginal� AND �ces�rea previa�), (�parto vaginal� OR �VBAC�) NOT �parto prematuro�, esta estrategia permiti� ampliar el alcance de la b�squeda sin comprometer la especificidad de los resultados.

Mientras, la b�squeda en Google Scholar se bas� en la identificaci�n de literatura gris con el fin de hallar informaci�n no indexada en revistas cient�ficas, como trabajos acad�micos y documentos de instituciones gubernamentales. Los estudios relevantes fueron seleccionados con la ayuda de expertos m�dicos y analizados seg�n la intervenci�n, dise�o, participantes y resultados, para determinar si cumpl�an con los criterios de inclusi�n.

Este an�lisis incluy� estudios que cumpl�an con los criterios PICO (poblaci�n, intervenci�n, comparador y resultados): P) En mujeres embarazadas con antecedente de ces�rea previa, I) �Cu�l modelo predictivo es m�s efectivo, C) en comparaci�n con otros modelos predictivos existentes, �O) para estimar la probabilidad de un parto vaginal post ces�rea?

La elegibilidad de los estudios seleccionados fue en base a la gu�a de Elementos de informe preferidos para revisiones sistem�ticas y metaan�lisis (PRISMA) 2020, la b�squeda inicial arroj� 306 art�culos, de los cuales se eliminaron 17 antes de pasar al proceso de cribado. De los 289 art�culos, se excluyeron aquellos que carecen de fiabilidad, falta de pertinencia al tema de investigaci�n y el acceso completo al texto, se incluyeron �nicamente investigaciones publicadas entre 2020 y 2024, disponibles en ingl�s y espa�ol, con acceso libre. Finalmente, 43 art�culos cumpl�an con los criterios de inclusi�n y fueron incluidos en la revisi�n sistem�tica para su an�lisis. En el diagrama de flujo PRISMA (11) se detalla en la Figura 1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 1. Diagrama de flujo PRISMA 2020 para el proceso de selecci�n de estudios

 

Resultados y discusi�n

En la siguiente tabla se sintetizan los principales par�metros considerados por cada uno de los autores, con el fin de tener una visi�n clara y concisa de los aspectos clave abordados en los diferentes modelos predictivos y sus respectivas singularidades.

 

Tabla 1. Par�metros utilizados en los distintos modelos predictivos

 

Tabla 2 Resultados de la aplicaci�n de los modelos predictivos en cada uno de los estudios analizados

ROC: Curva Caracter�stica Operativa del Receptor; AUC: �rea bajo la curva

 

No existe un consenso unificado para la aplicabilidad de un modelo predictivo �nico en nuestra regi�n, cada uno de ellos se caracteriza por abarcar diversos par�metros que var�an en complejidad, precisi�n, y enfoque, considerando datos maternos, obst�tricos y particularidades propias de cada regi�n, como los modelos de Hua Li(5), Kalok(8), Grobman(12)(13)(14)(15), Flamm(16), Pinkey(17) e Hikaru Ooba(18).

Nuestra revisi�n apunta al modelo de Grobman como el m�s utilizado, debido a su accesibilidad y simplicidad que lo convierten en un instrumento f�cil de utilizar, con par�metros cl�nicos b�sicos como; la edad materna, el IMC y el historial cl�nico materno sin necesidad de aplicar recursos tecnol�gicos costosos(19)(20,21). Aunque el modelo de Hua Li (5) tiene una mayor precisi�n que el resto de los modelos, dado que este implica criterios m�s t�cnicos como como la puntuaci�n cefalop�lvica, el grosor del segmento uterino inferior y el compromiso fetal en la pelvis, su aplicaci�n se vuelve m�s compleja en tiempo y en recursos, limit�ndose a ser utilizada fuera de entornos especializados (22)(23)

En Ecuador no existe actualmente un consenso oficial que especifique el uso normativo de un modelo predictivo, ni gu�as nacionales que promuevan su implementaci�n sistem�tica en el manejo del parto vaginal post ces�rea, sin embargo, existe un estudio aislado donde se ha evidenciado la aplicaci�n del modelo de Flamm(24,25) particularmente en hospitales de segundo y tercer nivel, donde se prioriza la predicci�n del �xito de un parto vaginal post ces�rea para reducir complicaciones obst�tricas y optimizar recursos en salud materna, a pesar de ello, la falta de validaci�n oficial y de protocolos espec�ficos limita su adopci�n a nivel nacional.

 

Conclusi�n

A nivel global, los modelos predictivos para el parto vaginal post ces�rea son variados y responden a componentes espec�ficos materno-fetales, as� como a las particularidades de cada regi�n en los que han sido implementados, aunque no existe un consenso global sobre el modelo ideal.

El modelo de Grobman constituye una excelente opci�n para desarrollarlo a gran escala, dado que su simplicidad, accesibilidad y validaci�n en diversas poblaciones, permitiendo identificar de manera oportuna a las pacientes con mayor probabilidad de �xito en un parto vaginal post ces�rea, siendo esto clave para reducir la tasa de ces�reas, optimizar los recursos econ�micos y, sobre todo, mejorar�a la seguridad materna y neonatal en el pa�s.

 

Referencias

1.      Hadizadeh-Talasaz F, Ghoreyshi F, Mohammadzadeh F, Rahmani R. Effect of shared decision making on mode of delivery and decisional conflict and regret in pregnant women with previous cesarean section: a randomized clinical trial. BMC Pregnancy Childbirth. 1 de diciembre de 2021;21(1).

2.      Addisu D, Gebeyehu NA, Biru S, Belachew YY. Vaginal birth after cesarean section and its associated factors in Ethiopia: a systematic review and meta-analysis. Sci Rep [Internet]. 1 de diciembre de 2023 [citado 11 de diciembre de 2024];13(1). Disponible en: https://pubmed.ncbi.nlm.nih.gov/37188702/

3.      Betran AP, Ye J, Moller AB, Souza JP, Zhang J. Trends and projections of caesarean section rates: Global and regional estimates. BMJ Glob Health. 15 de junio de 2021;6(6).

4.      Lapo‐Talledo GJ. Cesarean sections and sociodemographic disparities in Ecuador: A nationwide study from hospital registries between 2015 and 2022. International Journal of Gynecology & Obstetrics. 23 de agosto de 2024;166(2):745-52.

5.      Li H, Sheng W, Cai M, Chen Q, Lin B, Zhang W, et al. A predictive nomogram for a failed trial of labor after cesarean: A retrospective cohort study. Journal of Obstetrics and Gynaecology Research. 1 de noviembre de 2022;48(11):2798-806.

6.      Mao H, Shen P. Trial of labor versus elective cesarean delivery for patients with two prior cesarean sections: a systematic review and meta-analysis. Vol. 37, Journal of Maternal-Fetal and Neonatal Medicine. Taylor and Francis Ltd.; 2024.

7.      Wingert A, Hartling L, Sebastianski M, Johnson C, Featherstone R, Vandermeer B, et al. Clinical interventions that influence vaginal birth after cesarean delivery rates: Systematic Review & Meta-Analysis. Vol. 19, BMC Pregnancy and Childbirth. BioMed Central Ltd.; 2019.

8.      Lau HCQ, Kwek MEJ, Tan I, Mathur M, Wright A. A comparison of antenatal prediction models for vaginal birth after caesarean section. Ann Acad Med Singap. 1 de agosto de 2021;50(8):606-12.

9.      Keedle H, Peters L, Schmied V, Burns E, Keedle W, Dahlen HG. Women�s experiences of planning a vaginal birth after caesarean in different models of maternity care in Australia. BMC Pregnancy Childbirth. 30 de junio de 2020;20(1).

10.  Pan R, An L, Zhang W, Li W. Application of predictive model for vaginal birth after caesarean delivery. Vol. 5, International Journal of Nursing Sciences. Chinese Nursing Association; 2018. p. 15-7.

11.  Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 29 de marzo de 2021;n71.

12.  Bhardwaj M, Gainder S, Chopra S, Bagga R, Saini SS. Validation of Grobman�s graphical nomogram for prediction of vaginal delivery in Indian women with previous caesarean section. Eur J Obstet Gynecol Reprod Biol X. 1 de junio de 2023;18.

13.  Rawashdeh H, Aljalodi H, shamleh RA, Alshorman S, AboShindi H, Awawdeh S. Validation of the Grobman model for successful vaginal birth after cesarean section in Jordanian women. BMC Pregnancy Childbirth. 1 de diciembre de 2023;23(1).

14.  Kiran P, Patil KP, Metgud MC, Swamy MK. Prediction of vaginal birth after cesarean section using scoring system at the time of admission for trial of labor: A one-year prospective cohort study. Journal of South Asian Federation of Obstetrics and Gynaecology. 1 de julio de 2020;12(4):224-9.

15.  Lindblad Wollmann C, Hart KD, Liu C, Caughey AB, Stephansson O, Snowden JM. Predicting vaginal birth after previous cesarean: Using machine-learning models and a population-based cohort in Sweden. Acta Obstet Gynecol Scand. 1 de marzo de 2021;100(3):513-20.

16.  Derebe Tesfahun T, Awoke AM, Mihiret Kefale M, Feyisa Balcha W, Nega AT, Gezahegn TW, et al. Factors associated with successful vaginal birth after one lower uterine transverse cesarean section delivery. Scientific Reports | [Internet]. 123d. C. [citado 20 de enero de 2025];13:8871. Disponible en: https://doi.org/10.1038/s41598-023-36027-1

17.  Lakra P, Patil B, Siwach S, Upadhyay M, Shivani S, Sangwan V, et al. A prospective study of a new prediction model of vaginal birth after cesarean section at a tertiary care centre. Turk J Obstet Gynecol. 2020;17(4):278-84.

18.  Ooba H, Maki J, Masuyama H. Evaluating the impact of a trial of labor after cesarean section on labor duration: a retrospective cohort study. BMC Pregnancy Childbirth. 1 de diciembre de 2024;24(1).

19.  Jeffries E, Falcone-Wharton A, Daggy J, Edmonds BT. Examining the Impact of the Vaginal Birth After Cesarean Risk Calculator Estimation on Trial of Labor After Cesarean Counseling. MDM Policy Pract. 2019;4(1):1-8.

20.  Chen X, Mi MY. The impact of a trial of labor after cesarean versus elective repeat cesarean delivery: A meta-analysis. Medicine (United States). 16 de febrero de 2024;103(7):E37156.

21.  Liao Q, Luo J, Zheng L, Han Q, Liu Z, Qi W, et al. Establishment of an antepartum predictive scoring model to identify candidates for vaginal birth after cesarean. BMC Pregnancy Childbirth. 1 de diciembre de 2020;20(1).

22.  Maroyi R, Naomi B, Moureau MK, Marceline BS, Ingersoll C, Nerville R, et al. Factors associated with successful vaginal birth after a primary cesarean section in women with an optimal inter-delivery interval. Int J Womens Health. 2021;13:903-9.

23.  Clarke M, Devane D, Gross MM, Morano S, Lundgren I, Sinclair M, et al. OptiBIRTH: A cluster randomised trial of a complex intervention to increase vaginal birth after caesarean section. BMC Pregnancy Childbirth. 6 de marzo de 2020;20(1).

24.  Torres Vasconez MP, Mac�as Gayt�n �M, Limones Gonz�lez EM, �lvarez Reyes SJ. Parto vaginal post ces�rea. RECIMUNDO. 20 de noviembre de 2022;6(4):525-31.

25.  Maykin M, Mularz A, Lee L, Valderramos S. Validation of a Prediction Model for Vaginal Birth after Cesarean Delivery Reveals Unexpected Success in a Diverse American Population. American Journal of Perinatology Reports. enero de 2017;07(01):e31-8.

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).