Cartes de croissance fœtale par ultrasonographie : Une approche informatique par l’analyse quantitative de l’impact de l’ethnicité sur les diagnostics à partir d’un rapport préliminaire sur la population salentine

Abstract

Des directives claires sur l’évaluation de la croissance fœtale sont importantes en raison des liens étroits entre la restriction de croissance ou la macrosomie et les résultats périnataux indésirables afin de réduire la morbidité et la mortalité associées. Les courbes de croissance fœtale sont largement adoptées pour suivre les tailles des fœtus depuis les premières phases de la grossesse jusqu’à l’accouchement. Dans la littérature, on trouve une grande variété de courbes de référence, mais elles datent pour la plupart de cinq décennies. En outre, ils ne tiennent pas compte de plusieurs variables et facteurs (par exemple, l’origine ethnique, l’alimentation, le mode de vie, la fumée et les variables physiologiques et pathologiques), qui sont très importants pour une évaluation correcte du bien-être du fœtus. Par conséquent, les courbes de croissance fœtale actuellement adoptées ne sont pas adaptées au melting-pot des groupes ethniques et des modes de vie de notre société. Des courbes de croissance fœtale personnalisées sont nécessaires pour fournir une évaluation précise du fœtus et éviter des interventions obstétricales inutiles au moment de l’accouchement. En partant du développement d’une courbe de croissance spécialement conçue pour une population spécifique, les auteurs quantifient et analysent l’impact de l’adoption de courbes de croissance erronées sur les diagnostics fœtaux. Ces résultats proviennent d’une évaluation préliminaire d’un nouveau service ouvert développé pour produire des courbes de croissance personnalisées en fonction d’une ethnie, d’un mode de vie et d’autres paramètres spécifiques.

1. Introduction

En médecine clinique actuelle, les données provenant des dossiers médicaux et des analyses sont souvent utilisées pour documenter la question du diagnostic, donnant l’opportunité d’une méta-analyse systématique des données pour améliorer les soins aux patients et développer de nouvelles techniques d’évaluation de la santé.

L’évaluation correcte de l’âge gestationnel et de la croissance fœtale est essentielle pour une gestion obstétrique optimale. A cet effet, les échographies obstétricales de la grossesse sont utilisées de façon routinière pour suivre la croissance du fœtus et évaluer sa santé.

Les tableaux de taille du fœtus sont utilisés pour comparer la taille d’un fœtus (d’âge gestationnel connu) avec des données de référence et pour la comparer sur deux ou plusieurs circonstances différentes.

Cela peut être réalisé à l’aide de tables de consultation ou de tableaux, mais, comme il est plus facile d’identifier tout écart par rapport à la normale en reportant les mesures sur des tableaux, l’utilisation de tableaux est recommandée et les preuves cliniques soutiennent leur efficacité.

La détection d’une croissance anormale potentielle au moyen des paramètres fœtaux intra-utérins pendant la grossesse a été proposée par des scanners US en série par Lubchenco , Usher et McLean , et Babson et Benda , il y a plus de cinq décennies, et l’évaluation de la croissance fœtale est un domaine de recherche bien établi et mature en obstétrique et en gynécologie .

Les graphiques de croissance fœtale sont comparés à des données statistiques (c’est-à-dire, Les courbes de croissance fœtale sont comparées à des données statistiques (c’est-à-dire des courbes de référence avec des courbes de croissance fœtale, montrant les valeurs moyennes des paramètres biométriques en fonction de l’âge gestationnel) afin que les cliniciens puissent détecter la croissance fœtale associée aux anomalies intra-utérines fœtales. La prolifération d’autres études sur des sous-groupes spécifiques de patients et la proposition connexe d’un nombre toujours croissant de tableaux de référence ont été caractérisées par une hétérogénéité méthodologique considérable, ce qui les rend difficiles à utiliser à des fins diagnostiques.

En conséquence, dans la pratique clinique, les tableaux génériques sont préférés aux tableaux spécifiques ou à des approches plus complexes basées sur des modèles mathématiques appropriés, en raison de leur faisabilité.

En outre, les normes de l’Organisation mondiale de la santé (OMS) sont encore couramment basées sur des tableaux de référence génériques ; ils ne font pas de distinction selon l’origine ethnique et ne sont pas soumis à des mises à jour fréquentes, de sorte qu’ils sont inadaptés pour évaluer les paramètres biométriques dans plusieurs cas d’intérêt pratique.

Pour préserver la faisabilité de l’approche sans perdre le pouvoir diagnostique, certains auteurs ont proposé l’adoption d’outils logiciels développés à dessein (applications Web, application mobile, etc.) nous permettant de créer des courbes de croissance personnalisées , basées sur un modèle de régression ajusté à un très grand groupe de nouveau-nés.

La littérature médicale a clairement montré ses principaux inconvénients : (A) le nombre de patients pris en compte dans les études (quelques millièmes) est faible par rapport au nombre total de nouveau-nés par an (environ 160 Millions en 2013) dans le monde ; (B) les patients pris en compte dans les études ne sont pas représentatifs de la variété des facteurs anthropométriques dus à l’ethnicité, aux aspects familiaux et à d’autres facteurs internes et externes pertinents ; (C) les courbes de croissance couramment utilisées ont jusqu’à cinq décennies ; elles ne sont pas mises à jour pour la population actuelle et elles ne sont pas adaptées pour étudier les tendances temporelles et les aspects dynamiques des courbes de croissance fœtale.

Néanmoins, la croissance fœtale est influencée par une variété de facteurs, raciaux, sociaux et économiques entre autres, ainsi que par des conditions médicales spécifiques qui peuvent préexister ou qui peuvent se développer pendant la grossesse.

Il n’est donc pas surprenant que les paramètres biométriques fœtaux montrent un haut degré de variation dans la population évaluée d’un pays à l’autre et d’une région à l’autre, dans un même pays. Au-delà de l’ethnicité, de nombreux autres facteurs affectent la croissance fœtale, notamment le sexe du fœtus, les variables physiologiques et pathologiques, la taille et le poids de la mère, l’exposition aux drogues ou au tabac, les syndromes génétiques, les anomalies congénitales et l’insuffisance placentaire .

Dans ce contexte, il est nécessaire de disposer de tableaux personnalisés pour la croissance fœtale afin de fournir une évaluation fœtale précise et de rendre la présence de faux positifs et de faux négatifs potentiellement évitable.

L’adoption de courbes de référence erronées sur des fœtus spécifiques pourrait entraîner une évaluation incorrecte des paramètres biométriques fœtaux, en identifiant par exemple des cas connus dans la littérature comme Small for Gestational Age (SGA) ou Large for Gestational Age (LGA). Ainsi, l’utilisation de courbes de croissance personnalisées entraînerait une baisse considérable du taux de diagnostic faussement positif de SGA/LGA.

Dans ce scénario, les auteurs quantifient et analysent l’impact de l’adoption de ces courbes de croissance erronées sur les diagnostics fœtaux. Comme premiers résultats, les auteurs montrent à quel point les valeurs et les limites de certains paramètres biométriques diffèrent selon l’ethnie. La population salentine (sud-est de l’Italie) a été analysée et ses échantillons ont été comparés aux courbes de référence adoptées pour les fœtus italiens et européens.

Ces résultats préliminaires ont été obtenus en adoptant un nouveau « service en ligne » chargé de développer des courbes de croissance personnalisées, qui tiennent compte des différences dues à l’ethnicité, au mode de vie, aux aspects familiaux et à d’autres paramètres.

2. Matériel et méthodes

L’étude comprend une population d’environ 500 femmes italiennes ayant subi un examen échographique entre la 11e et la 41e semaine de gestation, entre novembre 2012 et septembre 2013.

Toutes les femmes enceintes ont été inscrites dans une zone préalablement définie, au sud-est de l’Italie, à l’hôpital Vito Fazzi, en Italie, et les départements d’obstétrique et de gynécologie ont évalué l’enquête.

L’âge gestationnel a été établi en utilisant l’imagerie US lors de la première visite, au moment de l’inscription à l’étude. Tous les patients ont reçu des informations écrites et orales sur l’étude, et ils ont signé le consentement éclairé.

3. Méthodologie de récolte des données

Avant le recrutement, les auteurs ont défini, dans l’étude de mise en place, les critères d’inclusion et d’exclusion Les critères d’inclusion étaient les suivants : grossesses uniques, premier jour des dernières règles connu, cycle régulier (d’une durée de 28 jours).La date des dernières règles a été confirmée avec la femme enceinte lors de la première visite obstétricale, et des informations supplémentaires sur la régularité et la durée du cycle ont été recueillies lors de la visite. Les cas de faible poids de naissance, d’accouchement prématuré ou d’autres complications prénatales n’ont pas été exclus de l’analyse. L’âge gestationnel était basé sur la dernière période menstruelle et dans tous les cas ajusté en fonction du LCR mesuré lors de l’échographie du premier trimestre.

Les femmes enceintes étaient exclues de l’analyse si elles rejoignaient l’étude après la 24e semaine de grossesse, car la datation fiable de la grossesse est plus difficile à mesure que la grossesse avance. Les échographies bidimensionnelles (2D) ont été réalisées soit avec un système Logic 7 Pro US (GE-Kretz, Zipf, Autriche), un système IU 22 xMATRIX US (Philips Healthcare, Eindhoven, Pays-Bas) ou un système Voluson 730 US (GE-Kretz, Zipf, Autriche) équipé d’un transducteur transabdominal de 3,8-5,2 MHz par des cliniciens résidents bien formés à l’échographie obstétrique. Toutes les machines disposaient d’un réglage US standard de Doppler et d’échelle de gris, fourni par les entreprises. Les mesures du diamètre bipariétal (BPD) et de la circonférence de la tête (HC) ont été obtenues à partir d’un plan axial transversal de la tête du fœtus montrant un écho central de la ligne médiane interrompu dans le tiers antérieur par le cavum du septum pellucidi et montrant les cornes antérieures et postérieures du ventricule latéral. La DBP a été mesurée du bord externe du crâne proximal au bord interne du crâne distal. L’HC a été mesurée en ajustant une ellipse générée par ordinateur pour inclure les bords extérieurs des marges calvaires du crâne fœtal. La circonférence abdominale (AC) a été mesurée en ajustant une ellipse générée par ordinateur à travers une section transversale de l’abdomen du fœtus au niveau de l’estomac et de la bifurcation de la veine porte principale en ses branches droite et gauche. La longueur du fémur (FL) a été mesurée lors d’un balayage longitudinal où toute la diaphyse fémorale était vue presque parallèlement au transducteur et mesurée du grand trochanter au condyle latéral. Au troisième trimestre, un soin particulier a été apporté pour ne pas inclure l’épiphyse.

4. Méthodes statistiques

Chaque intervalle d’âge gestationnel a été centré sur une semaine, ainsi de 13 semaines et 4 jours jusqu’à 14 semaines et 3 jours a été considéré comme la 14e semaine.

L’analyse statistique a été effectuée en utilisant les paquets appropriés du logiciel R (http://www.r-project.org).

La normalité des mesures à chaque semaine de gestation a été évaluée en utilisant le test de Shapiro-Wilk , qui est l’un des tests les plus puissants à utiliser pour l’évaluation de la normalité, en particulier pour les petits échantillons. Il teste l’hypothèse nulle selon laquelle un échantillon donné provient d’une population normalement distribuée.

Afin d’obtenir des plages normales pour les mesures fœtales, une procédure en plusieurs étapes basée sur un modèle de régression a été utilisée, conformément à la méthodologie recommandée pour ce type de données .

En supposant que, à chaque âge gestationnel, la mesure d’intérêt a une distribution gaussienne avec une moyenne et un écart-type (SD) et que, en général, les deux varient de façon régulière avec l’âge gestationnel, une courbe centile a été calculée en utilisant la formule bien connue : où est le centile correspondant de la distribution gaussienne standard (par ex, la détermination des courbes des 10e et 90e centiles nécessite que ), mean est la moyenne et SD est l’écart-type de la moyenne des mesures fœtales pour chaque âge gestationnel.

La moyenne a été estimée par les valeurs ajustées d’une courbe de régression polynomiale appropriée de la mesure d’intérêt sur l’âge gestationnel.

Plusieurs techniques d’ajustement de courbe et de lissage ont été testées pour l’estimation de la moyenne des différents paramètres biométriques et la qualité de l’ajustement de chaque modèle de régression a été soigneusement évaluée. Le modèle polynomial qui satisfait le mieux les données expérimentales est le modèle cubique, car il répond mieux au polynôme fractionnaire et aux transformations logarithmiques.

L’équation adoptée estLorsque la mesure a une distribution approximativement gaussienne, les valeurs ajustées suite à la régression des « résidus absolus échelonnés » sur l’âge sont l’estimation de la courbe SD. Ces résidus sont les différences entre les mesures et la courbe estimée pour la moyenne avec le signe enlevé et multiplié par une constante corrective égale à .

Généralement, si les résidus absolus mis à l’échelle semblent ne montrer aucune tendance avec l’âge gestationnel, le SD est estimé comme l’écart type des résidus non mis à l’échelle (mesures moins la courbe moyenne estimée). S’il y a une tendance, alors une analyse de régression polynomiale est nécessaire pour estimer une courbe appropriée de la même manière que la moyenne.

Pour les paramètres biométriques BPD, HC, et AC, les résidus ont été régressés sur les âges gestationnels en utilisant un modèle linéaire sous la forme deWhilst, en considérant le paramètre FL, la régression quadratique semble mieux remplir la linéaire. L’équation adoptée estFinalement, ces équations prédictives de moyenne et de DS permettent de calculer n’importe quel centile requis, en remplaçant la valeur dans la formule du centile.

5. Résultats

Des mesures biométriques complètes (AC, BPD, FL et HC) ont été obtenues pour environ 500 fœtus.

L’analyse des données a montré que ni l’utilisation de polynômes fractionnaires (la plus grande puissance des polynômes étant 3) ni la transformation logarithmique n’amélioraient l’ajustement des courbes. Par conséquent, les données ont été conservées dans leur échelle originale. Le modèle de régression le mieux ajusté pour décrire les relations entre HC, AC, BPD et FL et l’âge gestationnel était un modèle cubique, alors que d’autres études ont prouvé qu’un simple modèle quadratique ajustait le BPD et le FL .

Les modèles ajustant le SD étaient des lignes droites pour le BPD, HC et AC et une ligne quadratique pour le FL.

Pour choisir le modèle le mieux ajusté, nous avons pris en considération principalement l’indice (qui est l’indice de détermination linéaire : dans le cas idéal, sa valeur devrait être égale à 1 ; dans les cas réels, elle est proche de 1 si la courbe d’interpolation est une bonne approximation de l’ensemble des données réelles) mais la valeur de seul n’est pas le seul facteur que nous avons considéré pour choisir le meilleur modèle. Les autres facteurs que nous avons pris en compte comprennent la validité et l’efficacité du modèle.

Il y aura une amélioration de l’ajustement lorsque des termes d’ordre supérieur sont ajoutés, mais comme ces termes ne sont pas justifiés théoriquement, l’amélioration sera spécifique à l’échantillon.

À moins que l’échantillon ne soit très petit, il est peu probable que les ajustements des polynômes d’ordre supérieur soient très différents de ceux d’un quadratique sur la partie principale de la plage de données.

Considérez que, par exemple, la pour la spécification quadratique du paramètre BPD est de 0,98081 et que pour les courbes cubique et quartique, elle est de 0,98229 et 0,98242, soit des améliorations relativement faibles.

De plus, les courbes cubique et quartique présentent toutes deux des torsions étranges peu plausibles aux extrémités (figures 1 et 2).

La dispersion des résidus absolus de la régression pour l’estimation de l’écart-type de la longueur du fémur en fonction de l’âge gestationnel est présentée dans la figure 3.

Les équations de régression correspondantes, avec l’indice respectif pour la moyenne et l’écart-type, sont illustrées dans le tableau 1.

Le tableau 1 présente les équations de régression pour la moyenne et l’écart-type de l’AC, du BPD, du FL et de l’HC.

Les centiles pertinents (5ème, 10ème, 50ème, 90ème et 95ème), représentant respectivement l’HC, le BPD, l’A,C et le FL, sont reportés dans les tableaux 2, 3, 4 et 5. Dans chaque tableau, il est également indiqué que le nombre d’échantillons, la moyenne et l’écart-type sont liés à chaque semaine de gestation.

6. Discussion

Afin de valider le système, les auteurs ont effectué un premier test technique avec un simulateur de courbe de croissance capable de respecter la moyenne et l’écart-type qui caractérisent la distribution gaussienne pour un âge spécifique du patient. Les données générées ont permis aux auteurs de prouver la justesse de l’élaboration du modèle de courbes de croissance fœtale.

Après cette analyse préliminaire, les auteurs ont effectué un test sur le terrain en considérant environ 500 images US relatives à des femmes italiennes subissant un examen échographique entre la 11e et la 41e semaine de gestation à l’hôpital Vito Fazzi, Lecce, entre novembre 2012 et septembre 2013. Les mesures du diamètre bipariétal (BPD), de la circonférence de la tête (HC), de la circonférence abdominale (AC) et de la longueur du fémur (FL) ont été obtenues pendant la pratique clinique.

Les courbes obtenues ont ensuite été comparées à celles développées par Giorlandino et al. comme courbes de croissance de référence pour la population italienne et à celles développées par Johnsen et al. comme courbes de croissance de référence pour la population européenne, afin de vérifier les différences éventuelles dues à la méthodologie statistique, aux critères de sélection ou, éventuellement, à la véritable variabilité génétique de la population étudiée.

Les paramètres biométriques AC et HC semblent suivre plus ou moins la même tendance italienne et européenne selon l’âge gestationnel. En effet, aucune différence significative n’a été observée dans les valeurs mesurées au cours des différents stades de croissance. En ce qui concerne les paramètres BPD et FL, par contre, ils présentent une petite variabilité.

Comme le montrent les figures 4 et 5, les valeurs BPD salentines sont toujours supérieures à environ 6 mm et les FL sont toujours supérieures à 7 mm.

Cette variabilité peut être mieux présentée au moyen d’un nuage de points des échantillons de Salento superposés aux courbes centiles pour vérifier la quantité et la densité des échantillons qui sont en dehors de la gamme considérée.

Considérant les courbes des centiles de référence italiens représentés dans la figure 6, qui représentent, respectivement, les 5e, 10e, 25e, 50e, 75e, 90e et 95e, les échantillons de Salentinian sont toujours au-dessus de la limite supérieure, en particulier dans les dernières semaines de gestation.

Les échantillons au-dessus du 95e centile sont traditionnellement utilisés pour définir la grosseur pour l’âge gestationnel (LGA), et l’utilisation de telles courbes de référence italiennes sur un fœtus salentinois pourrait conduire à un mauvais diagnostic.

Pour examiner de manière rapide un ou plusieurs ensembles de données graphiquement, des diagrammes en boîte peuvent être utilisés. Ils peuvent être utiles pour indiquer le degré de dispersion (étalement) et d’asymétrie des données et pour identifier les valeurs aberrantes. Chaque tracé représente les résumés à cinq chiffres pour chaque paramètre biométrique, à savoir les valeurs minimale et maximale, les quartiles supérieur (Q3) et inférieur (Q1), et la médiane.

La variabilité présente dans le paramètre FL peut également être observée dans ce type de graphique, qui prend en compte davantage de groupes de population.

Comme on peut le voir sur la figure 7, une longueur moyenne similaire à celle de l’Allemagne caractérise le fémur salentinien. Sa valeur maximale est plutôt proche de celle du Royaume-Uni.