Des chercheurs ont développé un moyen d’utiliser l’échographie pour prédire si une personne enceinte présente un risque d’accouchement prématuré, ce qui survient dans plus de 10 % des grossesses aux États-Unis.

La nouvelle méthode, fruit de plus de 20 ans de collaboration entre des chercheurs en soins infirmiers et en ingénierie de l’Université de l’Illinois à Chicago et de l’Université de l’Illinois à Urbana-Champaign, mesure les changements microstructuraux dans le col de l’utérus d’une femme à l’aide d’ultrasons quantitatifs. Selon l’étude publiée dans la revue, la méthode des ultrasons fonctionne dès la 23ème semaine de grossesse Journal américain d’obstétrique et de gynécologie de médecine fœtale maternelle.

La méthode actuelle d’évaluation du risque d’accouchement prématuré d’une femme repose uniquement sur le fait qu’elle ait déjà eu un accouchement prématuré. Cela signifie qu’il n’existait aucun moyen d’évaluer le risque lors d’une première grossesse.

“Aujourd’hui, les médecins attendent les signes et symptômes d’un accouchement prématuré”, comme une rupture des membranes, explique l’auteur principal Barbara McFarlin, professeur émérite de sciences infirmières à l’UIC. “Notre technique serait utile pour prendre des décisions basées sur les tissus, et pas seulement sur les tissus. des symptômes. »

Dans une étude portant sur 429 femmes ayant accouché sans déclenchement à l’hôpital de l’Université de l’Illinois, la nouvelle méthode s’est avérée efficace pour prédire le risque d’accouchement prématuré lors des premières grossesses. Et pour les femmes qui ont eu une grossesse ultérieure, la comparaison des données quantitatives de l’échographie avec les antécédents d’accouchement de la femme s’est révélée plus efficace pour évaluer le risque que la simple utilisation de ses antécédents médicaux.

La nouvelle approche diffère d’une échographie traditionnelle, qui crée une image à partir des données reçues. L’échographie quantitative effectue une échographie traditionnelle, mais lit et analyse elle-même les données radiofréquence pour déterminer les propriétés des tissus.

L’étude est le point culminant d’un partenariat de recherche qui a débuté en 2001, lorsque McFarlin était doctorant en soins infirmiers à l’UIC. Ayant travaillé auparavant comme sage-femme et échographiste, elle avait remarqué des différences dans l’apparence du col de l’utérus chez les femmes ayant accouché prématurément. Elle souhaitait quantifier cela et a constaté que « personne ne le regardait ».

Elle était en contact avec Bill O’Brien, professeur de génie électrique et informatique à l’UIUC, qui étudiait les moyens d’utiliser les données quantitatives des ultrasons dans la recherche en santé. Ensemble, au cours des 22 dernières années, ils ont découvert que l’échographie quantitative pouvait détecter des changements dans le col de l’utérus et que, comme McFarlin le soupçonnait depuis longtemps, ces changements aidaient à prédire le risque d’accouchement prématuré.

Le taux de naissance prématurée représente environ 10 à 15 % des grossesses, a déclaré O’Brien. « C’est un pourcentage très, très élevé qui ne sait pas ce qui se passe », a-t-il déclaré.

Si un médecin savait qu’il existe un risque d’accouchement prématuré à 23 semaines, il fixerait probablement des rendez-vous supplémentaires pour surveiller le fœtus, ont indiqué les chercheurs. Cependant, comme il n’existe aucun moyen systématique d’évaluer si tôt le risque d’accouchement prématuré, aucune étude ne montre quelles interventions seraient utiles pour retarder le travail. Cette étude, explique O’Brien, permettra à d’autres chercheurs de “commencer à étudier les processus que vous pourriez utiliser pour prévenir ou retarder l’accouchement prématuré”.

La recherche a été financée par l’Institut national de la santé infantile et du développement humain des National Institutes of Health. Les co-auteurs supplémentaires incluent Michelle Villegas-Downs, doctorante en soins infirmiers à l’UIC ; Mehrdad Mohammadi, étudiant diplômé en statistiques de l’UIUC, et Douglas Simpson, professeur de statistiques ; et professeur d’ingénierie Aiguo Han à Virginia Tech.



Source