Buscar en Google Scholar
Título: Intervenciones de salud electrónica para el manejo del control glicémico y resultados materno-neonatales en pacientes con diabetes gestacional: revisión sistemática y metanálisis
Asesor(es): Ugarte Gil, César Augusto
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.02.05; http://purl.org/pe-repo/ocde/ford#3.02.02; http://purl.org/pe-repo/ocde/ford#3.02.18
Fecha de publicación: 2021
Institución: Universidad Peruana Cayetano Heredia
Resumen: Introducción: La diabetes gestacional (DG) requiere de un adecuado control glicémico materno debido a su asociación con resultados adversos materno-neonatales. Las intervenciones de salud electrónica (eSalud) podrían ser herramientas útiles en este escenario. Objetivos: Determinar la asociación entre el empleo de intervenciones de eSalud y el logro de un control glicémico materno óptimo en pacientes con DG en comparación con el cuidado estándar. Secundariamente determinar la asociación entre el empleo de estas intervenciones con la ocurrencia de resultados adversos materno-neonatales. Métodos: Revisión sistemática y metanálisis sobre intervenciones de eSalud para el control glicémico materno y resultados adversos materno-neonatales en pacientes con DG publicadas en PubMed, Global Health Library, Embase, Scopus, Web of Science, Google académico y artículos presentados en los libros de abstractos de las conferencias anuales de la Asociación Americana de Informáticos Médicos (AMIA) y de la Asociación Internacional de Informática Médica (IMIA). Se seleccionaron ensayos aleatorizados en idioma inglés y español publicados entre los años 1992 y 2019. Se comparó la diferencia de medias de los valores de hemoglobina glicosilada (HbA1c) materna, glucosa en ayunas materna y glucosa media materna y el riesgo de eventos adversos maternos y neonatales entre el grupo de intervención de eSalud y el grupo control. Resultados: El valor de HbA1c fue reportado en 6 de los 8 estudios analizados. En 4 estudios el valor de HbA1c en el grupo de intervenciones de eSalud fue ≤ 6 % considerándose como un control glicémico óptimo. La diferencia de medias del valor de HbA1c encontrada entre el grupo de intervenciones de eSalud y el grupo de control fue -0.17% (IC 95% -0.54% a 0.20%; p=0.37). El nivel de glucosa en ayunas maternos fue reportado en 3 estudios. En dichos estudios, el valor de glucosa en ayunas materno en el grupo de intervenciones de eSalud fue ≤ 95 mg/dL, lo cual se considera como un control óptimo. La diferencia de medias entre ambos grupos fue -6.91% (IC 95% -20.85 – 7.02%; p=0.33). El nivel de glucosa medio materno fue reportado en 3 estudios. En dichos estudios el valor medio de glucosa materna fue ≤ 115 mg/dL, lo cual es considerado como un control óptimo. La diferencia de medias entre ambos grupos fue -3.26% (IC 95% -9.17 – 2.65%; p=0.28). No se encontraron diferencias significativas en el riesgo de eventos adversos materno-neonatales entre el grupo de intervenciones de e Salud y el grupo control. Conclusiones: No se encontraron diferencias significativas en los parámetros de control glicémico evaluados entre el grupo de pacientes con DG asignado a intervenciones de eSalud y el grupo control. No se encontraron diferencias significativas en el riesgo de eventos adversos materno-neonatales evaluados entre los grupos comparados.

Background: Gestational diabetes (GD) requires adequate maternal glycemic control due to its association with adverse maternal-neonatal outcomes. Electronic health interventions (eHealth) could be useful tools in this scenario. Objectives: To determine the association between the use of eHealth interventions and the achievement of optimal maternal glycemic control in patients with GD compared to standard care. Secondary objective: to determine the association between the use of these interventions with the occurrence of adverse maternal-neonatal outcomes. Methods: Systematic review and meta-analysis of eHealth interventions for maternal glycemic control and adverse maternal-neonatal outcomes in patients with GD published in PubMed, Global Health Library, Embase, Scopus and Web of Science, Google Scholar and articles published in the abstract books of the annual conferences of the American Medical Informatics Association (AMIA) and the International Medical Informatics Association (IMIA). Randomized trials in English and Spanish language published between 1992 and 2019 were selected. The difference in means of maternal glycosylated hemoglobin (HbA1c), maternal fasting glucose and maternal mean glucose value and the risk of maternal and neonatal adverse events were compared between the eHealth intervention group and control group. Results: The HbA1c value was reported in 6 of the 8 analyzed studies. In 4 studies, the value of HbA1c in the group of eHealth interventions was ≤ 6%, which is considered an optimal glycemic control. The mean difference of the HbA1c value between eHealth intervention group and control group was -0.17% (95% CI -0.54% to 0.20%; p = 0.37). Maternal fasting glucose level was reported in 3 studies. In these studies, the maternal fasting glucose value in eHealth intervention group was ≤ 95 mg / dL, which is considered an optimal control. The difference in means between both groups was -6.91% (95% CI -20.85 - 7.02%; p = 0.33). The mean maternal glucose level was reported in 3 studies. In these studies, the value was ≤ 115 mg / dL, which is considered an optimal control. The difference in means between both groups was -3.26% (95% CI -9.17 - 2.65%; p = 0.28). No significant differences were found in the risk of maternal-neonatal adverse events between the group of health interventions and the control group. Conclusions: No significant differences were found in the glycemic control parameters evaluated between the group of patients with GD assigned to eHealth interventions and the control group. No significant differences were found in the risk of maternal-neonatal adverse events evaluated between the groups compared.
Disciplina académico-profesional: Informática Biomédica en Salud Global con mención en Informática en Salud
Institución que otorga el grado o título: Universidad Peruana Cayetano Heredia. Escuela de Posgrado Víctor Alzamora Castro
Grado o título: Maestro en Informática Biomédica en Salud Global con mención en Informática en Salud
Jurado: Saona Ugarte, Luis Arturo Pedro; Gozzer Infante, Ernesto Eugenio; Cárcamo Cavagnaro, César Paul Eugenio
Fecha de registro: 16-abr-2021



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons