Prevalencia de Predicción de Vía Aérea Difícil en Mujeres con Embarazo a Término. Estudio Transversal.

Abstract

Introducción: La VAD en pacientes obstétricas representa una de las principales causas de eventos adversos y mortalidad asociada a la anestesia, con una incidencia variable. En nuestro medio, su predicción adquiere especial relevancia, dado que la anestesia general en cesárea se reserva casi exclusivamente para situaciones de emergencia.

Objetivo: Determinar la prevalencia de predicción de VAD (PVAD) en gestantes con embarazo a término, evaluar la correlación entre cada uno de los predictores aplicados y proponer una escala de riesgo basada en los puntajes obtenidos.

Métodos: Estudio observacional, analítico, de corte transversal. Se incluyeron 166 gestantes ≥37 semanas, ASA II–III que consultaron para la terminación de su embarazo a dos instituciones en Bucaramanga, Santander. El análisis integró el grado de correlación entre las escalas predictoras y la construcción de un modelo de regresión logística para la identificación de predictores independientes, su capacidad discriminativa se determinó mediante el área bajo la curva ROC (AUC).

Resultados: La prevalencia global de PVAD fue del 19,5%. La correlación entre los predictores fue pobre y, al no contar con un gold standard, se construyó una escala de riesgo cuyas variables fueron: circunferencia cervical ≥36 cm (OR=3,83; p=0,003), IMC≥35 (OR=7,22; p=0,001) y Mallampati >II (OR=3,35; p=0,0000), con una sensibilidad=50%, especificidad=99,2%, VPP =94,74%, VPN=87,76% y un AUC=0,83 (IC:0,76–0,9), obteniendo una prevalencia de PVAD del 27,71%.

Conclusiones: Se identificó una prevalencia de PVAD elevada, al compararla con la incidencia real reportada a nivel mundial. El modelo predictor propuesto mostró una alta especificidad, no obstante, la principal limitación fue la imposibilidad de realizar su validación en un escenario clínico. Considerando la variabilidad demográfica y la discrepancia en la incidencia entre regiones, la identificación de predictores locales y la validación externa del modelo son pasos esenciales para mejorar la estratificación del riesgo y la preparación ante una potencial VAD.