Een betere methode om premature SGA kinderen te detecteren?
Ferdynus C, Quantin C, Abrahamowitcz M et al. Comparison of the ability of alternative birthweight and fetal weight standards to identify preterm newborns at increased risk of perinatal death. BJOG 2013;120:1456-1465. DOI: 10.1111/1471-0528.12282
Directe link naar de samenvatting van het artikel.
Het is bekend dat neonatale groeistandaarden, gebaseerd op de gehele populatie, de kans op het identificeren van small for gestational age (SGA) kinderen verkleinen. Premature kinderen die eigenlijk te klein zijn worden abusievelijk geclassificeerd als normaal gegroeide kinderen. Een mogelijke oplossing zou kunnen zijn om een nieuwe neonatale groeicurve te gebruiken op basis van een subpopulatie: het excluderen van moeders met chronische ziekten of een zwangerschapsgerelateerde ziekte die het gewicht van de foetus kunnen beïnvloeden. Deze Franse studie vergelijkt deze nieuwe neonatale subgroep groeicurve met drie alternatieve groeicurven:
1. Een conventionele geboortegewichtcurve gebaseerd op eenling levend geboren kinderen gespecificeerd naar sexe en zwangerschapsduur bij geboorte.
2. De veel gebruikte foetale groeicurve van Hadlock et al. uit de USA. Deze is niet sexe-specifiek.
3. De foetale groeicurve van Salomon et a.l uit Frankrijk. Deze is wel sexe-specifiek.
De studiepopulatie (n=9.100) bestaat uit alle geregistreerde eenlingen in de Bourgondië Perinatale Netwerk database, die zijn geboren tussen 2000 en 2009. In deze database wordt 99,9% van alle geboorten in Bourgondië geregistreerd. De kinderen zonder chromosomale afwijkingen en geboren tussen 24 en 36 weken zwangerschap, gebaseerd op amenorrhoe lengte en/of termijnecho, worden geselecteerd. Het geboortegewicht van de geselecteerde groep wordt gemeten en vergeleken met de nieuwe subgroep groeicurve en de drie alternatieve groeicurven. Voor de nieuwe subgroep groeicurve en de drie alternatieve groeicurven werden de kinderen geclassificeerd als SGA als het geboortegewicht in relatie tot zwangerschapsduur en sexe (niet bij Hadlock et al.) onder het 10e percentiel van de desbetreffende curve ligt. De vier groeicurven verschillen onderling in gewicht dat valt in het 10e percentiel. Dit is te verklaren doordat de vier groeicurven gebaseerd zijn op verschillende statistieken. De beide foetale groeicurven classificeren het hoogste aantal prematuur geboren kinderen als SGA, 23,8% (Hadlock et al.) en 26 % (Salomon et al.). De nieuwe neonatale subgroep groeicurve classificeert 17,5% van de prematuur geboren kinderen als SGA en de conventionele geboortegewichtcurve 11,0%. De kans op sterfte van SGA-geclassificeerde kinderen wordt vergeleken met de kans op sterfte bij de kinderen die niet door de alternatieve groeicurven als SGA worden geclassificeerd, maar dit volgens de nieuwe subgroep groeicurve wel zijn. Zo willen de onderzoekers een uitspraak te doen over de kwaliteit van de verschillende groeicurven.
Het blijkt dat de SGA-geclassificeerde kinderen door de nieuwe neonatale subgroep groeicurve een hoger risico hebben op intra uteriene vruchtdood en post partum sterfte dan de kinderen die door de conventionele neonatale geboortegewichtcurve niet als SGA zijn geclassificeerd maar die wel als SGA geclassificeerd zijn door de nieuwe subgroep groeicurve (respectievelijk RR 2.6;1.9-3.6 en RR 2.8;1.8-4.5). Er is geen significant verschil in risico op sterfte tussen de SGA-kinderen geclassificeerd door de beide foetale groeicurven en kinderen die niet door de nieuwe neonatale subgroep groeicurve als SGA zijn geclassificeerd. Het gebruik van de nieuwe neonatale subgroep groeicurve zorgt voor een betere detectie van SGA-kinderen at risk voor sterfte ten opzichte van de conventionele geboortegewichtcurve. Het gebruik van foetale groeicurven verhoogt het aantal diagnoses SGA, maar deze kinderen hebben geen verhoogde kans op sterfte. Het is interessant om in Nederland te onderzoeken of deze uitkomsten van betekenis kunnen zijn voor de recentelijk geïntroduceerde GROW-methode en het gebruik van de PRN geboortecurven en Kloostermancurven voor het identificeren van kinderen die SGA at risk zijn.