Datos de sueño de un dispositivo portátil podrían ayudar a predecir el parto prematuro

Las complicaciones del parto prematuro son la principal causa de muerte en niños menores de cinco años, y cerca del 75 % de estas muertes podrían evitarse con intervenciones adecuadas. Si bien la interrupción del sueño se reconoce como un predictor de parto prematuro, definido como el parto antes de las 37 semanas de gestación, las razones exactas de esta relación siguen siendo inciertas debido a la dependencia de datos autodeclarados. Ahora, investigadores han descubierto que las fluctuaciones en los patrones de sueño durante el embarazo pueden ser un indicador fiable del riesgo de parto prematuro.

Un equipo interdisciplinario de investigadores de la Universidad de Washington en St. Louis (St. Louis, MO, EUA.) utilizó algoritmos de aprendizaje automático para evaluar los datos de sueño recopilados de mujeres embarazadas. Este equipo ha utilizado previamente datos de dispositivos portátiles para abordar diversos problemas de salud, como el seguimiento de la exposición al COVID-19, la predicción de resultados quirúrgicos y la identificación de signos de depresión y ansiedad.

Si bien muchas personas informan de un sueño deficiente durante el embarazo (normalmente en el tercer trimestre), los investigadores examinaron específicamente el comportamiento del sueño antes de las 20 semanas de embarazo para encontrar señales de alerta tempranas. Para ello, analizaron información de un estudio de cohorte de 2014 que incluyó a 665 participantes embarazadas durante su primer y segundo trimestre, todas con fechas de parto registradas. Dentro de este grupo, alrededor del 14 % experimentó partos prematuros. Las participantes usaron un dispositivo de muñeca validado, conocido como actígrafo, durante aproximadamente dos semanas, el cual registraba los movimientos corporales para monitorear la actividad del sueño.

Entre las variables analizadas se incluyeron la duración del sueño, la hora de acostarse y despertarse, el movimiento durante el sueño y otros factores relevantes. Además, las participantes completaron encuestas sobre su calidad y hábitos de sueño. El equipo combinó estos datos objetivos y subjetivos, y los introdujo en modelos de aprendizaje automático para evaluar la influencia de los patrones de sueño en la probabilidad de parto prematuro.

El análisis reveló que los indicadores relacionados con el sueño son razonablemente efectivos para predecir el parto prematuro. De manera destacada, la inconsistencia en los horarios de sueño surgió como un predictor más fuerte que la calidad o duración promedio del sueño, lo que sugiere que mantener una rutina de sueño regular es más importante que simplemente dormir más o mejor en términos generales. Los investigadores señalaron que mantuvieron sus modelos deliberadamente simples para resaltar asociaciones clínicamente relevantes. En adelante, el equipo tiene previsto validar sus hallazgos en diferentes poblaciones e instituciones médicas académicas.

“Los datos en bruto de los dispositivos portátiles pueden ser muy desordenados, pero al utilizar una combinación adecuada de métodos estadísticos, IA y conocimiento clínico, los investigadores pueden extraer información clínica importante”, afirmó Chenyang Lu, profesor Fullgraf del Departamento de Ciencias de la Computación e Ingeniería de McKelvey Engineering. “Luego, los científicos de IA y los médicos trabajan juntos para extraer la información de estos datos tan complejos del mundo real y obtener información significativa”.