Lección 7 Comparación de infectadas anteparto y periparto

Casos=CasosTot
Controls=ControlsTot
Sint=Sint.Tot
CasosGM=CasosGMTot
ControlsGM=ControlsGMTot

Clasificamos en infección anteparto y periparto comparando las variables “EG_TOTAL_PARTO” (edad gestacional en el momento del parto) y “EDAD.GEST.TOTAL” (edad gestacional en el momento del diagnóstico): diagnósticos realizados 3 o más días antes del parto se consideran anteparto, los diagnósticos realizados 2 días antes del parto en adelante se consideran periparto. Las diferencias se calculan usando las edades gestacionales.

Casos$Dif=round((Casos$EG_TOTAL_PARTO-Casos$EDAD.GEST.TOTAL)*7)
Casos$PreP=rep(NA,n_I)
Casos$PreP[Casos$Dif>2]=1  #Diagnóstico de covid anteparto
Casos$PreP[Casos$Dif<=2]=0

n_IAP=table(Casos$PreP)[2]
n_IPP=table(Casos$PreP)[1]

ColumnesP=c("Infectadas anteparto (N)", "Infectadas anteparto (%)","Infectadas periparto (N)", "Infectadas periparto (%)","No infectadas (N)", "No infectadas (%)")

CasosGM$Dif=round((CasosGM$EG_TOTAL_PARTO-CasosGM$EDAD.GEST.TOTAL)*7)
CasosGM$PreP=rep(NA,dim(CasosGM)[1])
CasosGM$PreP[CasosGM$Dif>2]=1  #Diagnóstico de covid anteparto
CasosGM$PreP[CasosGM$Dif<=2]=0

7.1 Diferencias entre edades gestacionales en el momento del parto y edades gestacionales en el momento del diagnóstico

data =data.frame(
  name=rep("Infectadas",length(as.numeric(Casos$Dif))),
  Diferencias=as.numeric(Casos$Dif)
  )

data %>%
  ggplot( aes(x=name, y=Diferencias, fill=name)) +
    geom_violin(width=1) +
    geom_boxplot(width=0.1, color="black", alpha=0.2,outlier.fill="black",
               outlier.size=1) +
    #theme_ipsum() +
    theme(
      legend.position="none",
      plot.title = element_text(size=11)
    ) +
    xlab("")+
  ylab("Diferencias (días)")

I=as.numeric(Casos$Dif)
Dades=rbind(c(min(I,na.rm=TRUE),max(I,na.rm=TRUE), round(mean(I,na.rm=TRUE),1),round(median(I,na.rm=TRUE),1),round(quantile(I,c(0.25,0.75),na.rm=TRUE),1),  round(sd(I,na.rm=TRUE),1)))

colnames(Dades)=c("Mínima","Máxima","Media","Mediana", "1er cuartil", "3er cuartil",  "Desv. típica")
rownames(Dades)=c("Diferencias (días)")

Dades %>%
  kbl() %>%
  kable_styling()
Mínima Máxima Media Mediana 1er cuartil 3er cuartil Desv. típica
Diferencias (días) -30 260 44 6 0 71 63.8

Hay:

  • 933 casos diagnosticadas anteparto (al menos 3 días antes del parto),

  • 735 diagnosticadas periparto (de 2 días antes del parto en adelante)

  • 0 pérdidas (la edad gestacional de diagnóstico o de parto son desconocidas)

7.2 Comparación de antecedentes según momento de infección

7.2.1 Edades

I=Casos$Edad._años_
I.AP=I[Casos$PreP==1]
I.PP=I[Casos$PreP==0]
data =data.frame(
  name=c(rep("Inf. Anteparto",length(I.AP)), rep("Inf. Periparto",length(I.PP))),
  Edades=c(I.AP,I.PP)
  )

sample_size = data %>% group_by(name) %>% summarize(num=n())

data %>%
 left_join(sample_size) %>%
  mutate(myaxis = paste0(name, "\n", "n=", num)) %>%
  ggplot( aes(x=myaxis, y=Edades, fill=name)) +
    geom_violin(width=1) +
    geom_boxplot(width=0.1, color="black", alpha=0.2,outlier.fill="black",
               outlier.size=1) +
    theme(
      legend.position="none",
      plot.title = element_text(size=11)
    ) +
    xlab("")+
  ylab("Edades (años)")
\s

Figura 7.1: 

Dades=rbind(c(min(I.AP,na.rm=TRUE),max(I.AP,na.rm=TRUE), round(mean(I.AP,na.rm=TRUE),1),round(median(I.AP,na.rm=TRUE),1),round(quantile(I.AP,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.AP,na.rm=TRUE),1)),
            c(min(I.PP,na.rm=TRUE),max(I.PP,na.rm=TRUE), round(mean(I.PP,na.rm=TRUE),1),round(median(I.PP,na.rm=TRUE),1),round(quantile(I.PP,c(0.25,0.75),na.rm=TRUE),1),round(sd(I.PP,na.rm=TRUE),1)))

colnames(Dades)=c("Edad mínima","Edad máxima","Edad media", "Edad mediana", "1er cuartil", "3er cuartil", "Desv. típica")
rownames(Dades)=c("Inf. Anteparto","Inf. Periparto")

Dades %>%
  kbl() %>%
  kable_styling() %>%     
  scroll_box(width="100%", box_css="border: 0px;")
Edad mínima Edad máxima Edad media Edad mediana 1er cuartil 3er cuartil Desv. típica
Inf. Anteparto 18 47 31.7 32 27 36 6.1
Inf. Periparto 18 49 32.1 33 28 37 6.2

  • Ajuste de las edades de infectadas y no infectadas a distribuciones normales: test de Shapiro-Wilks, p-valores \(3\times 10^{-7}\) y \(8\times 10^{-7}\), respectivamente

  • Igualdad de edades medias: test t, p-valor 0.24, IC del 95% para la diferencia de medias [-0.96, 0.24] años

  • Igualdad de desviaciones típicas: test de Fligner-Killeen, p-valor \(0.84912\)

En las tablas como la que sigue:

  • Los porcentajes se han calculado en la muestra sin pérdidas
  • OR: la odds ratio univariante estimada de infectarse periparto (entre las infectadas) relativa a la franja de edad
  • IC: el intervalo de confianza del 95% para la OR
  • p-valor ajustado: p-valores de tests de Fisher bilaterales ajustados por Bonferroni calculados para la muestra sin pérdidas
I.cut=cut(I,breaks=c(0,30,40,100),labels=c("18-30","31-40",">40"))
TablaAntePeriOR.m(I.cut,c("18-30","31-40",">40"))
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
18-30 376 40.3 271 37.1 1.14 0.93 1.40 0.564525
31-40 497 53.3 404 55.3 0.92 0.75 1.12 1.000000
>40 60 6.4 55 7.5 0.84 0.57 1.26 1.000000
Datos perdidos 0 5 
df =data.frame(
  Factor=c(rep("Inf. Anteparto",length(I.AP)), rep("Inf. Periparto",length(I.PP))),
  Edades=c( I.cut[Casos$PreP==1],I.cut[Casos$PreP==0] )
)

base=ordered(rep(c("18-30","31-40",">40"), each=2),levels=c("18-30", "31-40",   ">40"))
Grupo=rep(c("Inf. Anteparto","Inf. Periparto") , length(levels(I.cut)))
valor=as.vector(prop.table(table(df), margin=1))
data <- data.frame(base,Grupo,valor)


ggplot(data, aes(fill=base , y=valor, x=Grupo)) + 
  geom_bar(position="dodge", stat="identity")+
  ylab("")+
  scale_fill_brewer(palette = "Accent")+
  labs(fill = "Grupo de edad")
\s

Figura 7.2: 

df =data.frame(
  Factor=c(rep("Inf. Anteparto",length(I.AP)), rep("Inf. Periparto",length(I.PP))),
  Edades=c( I.cut[Casos$PreP==1],I.cut[Casos$PreP==0] )
)

base=ordered(rep(c("18-30","31-40",">40"), each=2),levels=c("18-30", "31-40",   ">40"))
Grupo=rep(c("Inf. Anteparto","Inf. Periparto") , length(levels(I.cut)))
valor=as.vector(prop.table(table(df), margin=2))
data <- data.frame(base,Grupo,valor)


ggplot(data, aes(fill=Grupo, y=valor, x=base)) + 
  geom_bar(position="dodge", stat="identity")+
xlab("Grupos de edad")+
  ylab("")
\s

Figura 7.3:

  • Igualdad de composiciones por edades de los grupos de infectadas anteparto y periparto: test \(\chi^2\), p-valor 0.3485.

7.2.2 Etnias

I=Casos$Etnia
I[I=="Asia"]="Asiática"
I=factor(I)
TablaAntePeriOR.m(I,c("Árabe", "Asiática", "Blanca", "Latinoamericana","Negra"),r=6)
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
Árabe 70 7.5 71 9.7 0.76 0.53 1.09 0.658182
Asiática 26 2.8 23 3.1 0.89 0.48 1.64 1.000000
Blanca 470 50.5 454 61.9 0.63 0.51 0.77 0.000019
Latinoamericana 339 36.5 166 22.6 1.96 1.57 2.45 0.000000
Negra 25 2.7 19 2.6 1.04 0.54 2.01 1.000000
Datos perdidos 3 2 
df =data.frame(
  Factor=c(rep("Inf. Anteparto",length(I.AP)), rep("Inf. Periparto",length(I.PP))),
  Etnias=c(I[Casos$PreP==1],I[Casos$PreP==0] )
)
base=rep(levels(I) , each=2)
Grupo=rep(c("Inf. Anteparto","Inf. Periparto")  , length(levels(I)))
valor=as.vector(prop.table(table(df), margin=1))
data <- data.frame(base,Grupo,valor)


ggplot(data, aes(fill=base , y=valor, x=Grupo)) + 
  geom_bar(position="dodge", stat="identity")+
  ylab("")+
  scale_fill_brewer(palette = "Accent")+
  labs(fill = "Etnia")
\s

Figura 7.4: 

df =data.frame(
  Factor=c(rep("Inf. Anteparto",length(I.AP)), rep("Inf. Periparto",length(I.PP))),
  Etnias=c(I[Casos$PreP==1],I[Casos$PreP==0] )
)
base=rep(levels(I) , each=2)
Grupo=rep(c("Inf. Anteparto","Inf. Periparto") , length(levels(I)))
valor=as.vector(prop.table(table(df), margin=2))
data <- data.frame(base,Grupo,valor)


ggplot(data, aes(fill=Grupo, y=valor, x=base)) + 
  geom_bar(position="dodge", stat="identity")+
xlab("Etnias")+
  ylab("")
\s

Figura 7.5:

  • Igualdad de composiciones por edades de los grupos de infectadas anteparto y periparto: test \(\chi^2\), p-valor 0.

7.2.3 Hábito tabáquico

En las tablas como la que sigue (para antecedentes):

  • Los porcentajes se calculan para la muestra sin pérdidas
  • La OR es la de infección periparto (entre las infectadas) relativa al antecedente
  • El IC es el IC 95% para la OR
  • El p-valor es el del test de Fisher bilateral sin tener en cuenta los datos perdidos
I=Casos$FUMADORA_CAT
TablaAntePeriOR(I,"No fumadora","Fumadora")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
Fumadora 82 9 71 10.2 0.87 0.61 1.24 0.440591
No fumadora 829 91 625 89.8
Datos perdidos 22 39

7.2.4 Obesidad

I=Casos$Obesidad
TablaAntePeriOR(I,"No obesa","Obesa")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
Obesa 179 19.2 126 17.1 1.15 0.89 1.49 0.307449
No obesa 754 80.8 609 82.9
Datos perdidos 0 0

7.2.5 Hipertensión pregestacional

I=Casos$Hipertensión.pregestacional
TablaAntePeriOR(I,"No HTA","HTA")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
HTA 19 2 6 0.8 2.52 0.96 7.76 0.043945
No HTA 914 98 729 99.2
Datos perdidos 0 0

7.2.6 Diabetes Mellitus

I=Casos$DIABETES
TablaAntePeriOR(I,"No DM","DM")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
DM 25 2.7 10 1.4 2 0.92 4.69 0.083988
No DM 908 97.3 725 98.6
Datos perdidos 0 0

7.2.7 Enfermedades cardíacas crónicas

I=Casos$Enfermedad.cardiaca.crónica
TablaAntePeriOR(I,"No ECC","ECC")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
ECC 12 1.3 7 1 1.35 0.49 4.08 0.644426
No ECC 921 98.7 728 99
Datos perdidos 0 0

7.2.8 Enfermedades pulmonares crónicas (incluyendo asma)

INA=Casos$Enfermedad.pulmonar.crónica.no.asma
IA=Casos$Diagnóstico.clínico.de.Asma

I=rep(NA,n_I)
for (i in 1:n_I){I[i]=max(INA[i],IA[i],na.rm=TRUE)}


TablaAntePeriOR(I,"No EPC","EPC")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
EPC 52 5.6 22 3 1.91 1.13 3.34 0.011689
No EPC 881 94.4 713 97
Datos perdidos 0 0

7.2.9 Paridad

I=Casos$NULIPARA
TablaAntePeriOR(I,"Multípara","Nulípara")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
Nulípara 308 33.2 298 41.1 0.71 0.58 0.88 0.001002
Multípara 619 66.8 427 58.9
Datos perdidos 6 10

7.2.10 Gestación múltiple

I=Casos$Gestación.Múltiple
TablaAntePeriOR(I,"Gestación única","Gestación múltiple")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) OR Extr. Inf. IC Extr. Sup. IC p-valor
Gestación múltiple 21 2.3 10 1.4 1.67 0.75 4 0.204475
Gestación única 912 97.7 725 98.6
Datos perdidos 0 0

7.3 Comparación de desenlaces según momento de infección

7.3.1 Preeclampsia

En las tablas como la que sigue:

  • RA: la proporción de desenlaces entre las infectadas anteparto menos la proporción de desenlaces entre las infectadas periparto

  • RR: la proporción de desenlaces entre las infectadas anteparto dividida por la proporción de desenlaces entre las infectadas periparto

  • p-valor: p-valor del test de Fisher de igualdad de proporciones de desenlaces entre las infectadas anteparto y periparto

I=Casos$PREECLAMPSIA_ECLAMPSIA_TOTAL
TablaAntePeri(I, "PE", "No PE")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
PE 49 5.3 37 5 0.0022 -0.0204 0.0247 1.04 0.69 1.58 0.911337
No PE 884 94.7 698 95
Datos perdidos 0 0

7.3.2 Preeclampsia con CG

I.AP=Casos$Preeclampsia.grave_HELLP_ECLAMPSIA[Casos$PREECLAMPSIA_ECLAMPSIA_TOTAL==1 & Casos$PreP==1]
I.PP=Casos$Preeclampsia.grave_HELLP_ECLAMPSIA[Casos$PREECLAMPSIA_ECLAMPSIA_TOTAL==1 & Casos$PreP==0]

TablaAntePeri.r(I.AP, I.PP, "PE con CG", "PE sin CG")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
PE con CG 15 30.6 15 40.5 -0.0993 -0.3272 0.1286 0.76 0.43 1.34 0.368505
PE sin CG 34 69.4 22 59.5
Datos perdidos 0 0

7.3.3 Anomalías congénitas

I=Casos$Diagnóstico.de.malformación.ecográfica._.semana.20._
TablaAntePeri(I,"Anomalías congénitas", "No anomalías congénitas")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Anomalías congénitas 16 1.8 12 1.7 8e-04 -0.0128 0.0144 1.05 0.51 2.17 1
No anomalías congénitas 887 98.2 698 98.3
Datos perdidos 30 25

7.3.4 Retraso del crecimiento intrauterino

I=Casos$Defecto.del.crecimiento.fetal..en.tercer.trimestre._.CIR._.

TablaAntePeri(I,"RCIU","No RCIU")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
RCIU 39 4.2 20 2.7 0.0146 -0.004 0.0332 1.54 0.91 2.6 0.141336
No RCIU 894 95.8 715 97.3
Datos perdidos 0 0

7.3.5 Diabetes gestacional

I=Casos$Diabetes.gestacional
TablaAntePeri(I,"DG","No DG")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
DG 73 7.8 52 7.1 0.0075 -0.019 0.034 1.11 0.79 1.56 0.575736
No DG 860 92.2 683 92.9
Datos perdidos 0 0

7.3.6 Hipertensión gestacional

I=Casos$Hipertensión.gestacional
TablaAntePeri(I,"HG","No HG")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
HG 22 2.4 20 2.7 -0.0036 -0.0201 0.0129 0.87 0.48 1.56 0.640659
No HG 911 97.6 715 97.3
Datos perdidos 0 0

7.3.7 Rotura prematura de membranas

I=Casos$Bolsa.rota.anteparto
TablaAntePeri(I,"RPM","No RPM")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
RPM 120 12.9 115 15.6 -0.0278 -0.063 0.0073 0.82 0.65 1.04 0.118773
No RPM 813 87.1 620 84.4
Datos perdidos 0 0

7.3.8 Ingreso materno en UCI

I=Casos$UCI
TablaAntePeri(I,"UCI","No UCI")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
UCI 19 2 18 2.4 -0.0041 -0.0197 0.0115 0.83 0.44 1.56 0.617234
No UCI 914 98 717 97.6
Datos perdidos 0 0

7.3.9 Ingreso materno en UCI según el momento del parto o cesárea

I.AP=Casos$UCI_ANTES.DESPUES.DEL.PARTO[Casos$UCI==1 & Casos$PreP==1]
I.PP=Casos$UCI_ANTES.DESPUES.DEL.PARTO[Casos$UCI==1 & Casos$PreP==0]
TablaAntePeri.r(I.AP, I.PP,"Antes del parto", "Después del parto", )
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Antes del parto 11 57.9 16 88.9 -0.3099 -0.6293 0.0094 0.65 0.4 0.96 0.062496
Después del parto 8 42.1 2 11.1
Datos perdidos 0 0

7.3.10 Feto muerto anteparto

I1.AP=Casos$Feto.muerto.intraútero[Casos$PreP==1]
I1.AP[I1.AP=="Sí"]=1
I1.AP[I1.AP=="No"]=0
I1.PP=Casos$Feto.muerto.intraútero[Casos$PreP==0]
I1.PP[I1.PP=="Sí"]=1
I1.PP[I1.PP=="No"]=0
I2.AP=CasosGM$Feto.vivo[CasosGM$PreP==1]
I2.AP[I2.AP=="Sí"]=0
I2.AP[I2.AP=="No"]=1
I2.PP=CasosGM$Feto.vivo[CasosGM$PreP==0]
I2.PP[I2.PP=="Sí"]=0
I2.PP[I2.PP=="No"]=1
I.AP=c(I1.AP,I2.AP)
I.PP=c(I1.PP,I2.PP)

TablaAntePeri.r(I.AP, I.PP,"Ningún feto muerto anteparto","Algún feto muerto anteparto")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Ningún feto muerto anteparto 6 0.6 13 1.7 -0.0112 -0.023 7e-04 0.36 0.14 0.91 0.036298
Algún feto muerto anteparto 947 99.4 732 98.3
Datos perdidos 1 0

7.3.11 Prematurez

I=Casos$PREMATURO
TablaAntePeri(I,"Prematuro","A término")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Prematuro 89 9.5 80 10.9 -0.0135 -0.044 0.0171 0.88 0.66 1.17 0.369921
A término 844 90.5 655 89.1
Datos perdidos 0 0

7.3.12 Eventos trombóticos

I=Casos$EVENTOS_TROMBO_TOTALES
TablaAntePeri(I,"Eventos trombóticos","No eventos trombóticos")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Eventos trombóticos 4 0.4 8 1.1 -0.0066 -0.0164 0.0032 0.39 0.13 1.22 0.146395
No eventos trombóticos 929 99.6 727 98.9
Datos perdidos 0 0

7.3.13 Eventos hemorrágicos

I=Casos$EVENTOS_HEMORRAGICOS_TOTAL
TablaAntePeri(I,"Eventos hemorrágicos","No eventos hemorrágicos")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Eventos hemorrágicos 45 4.8 46 6.3 -0.0144 -0.0378 0.0091 0.77 0.52 1.15 0.232208
No eventos hemorrágicos 888 95.2 689 93.7
Datos perdidos 0 0

7.3.14 Hemorragias potsparto

I=Casos$Hemorragia.postparto

I.sino=I
I.sino[I.sino!="No" & !is.na(I.sino)]="Sí"

TablaAntePeri(I.sino,"HPP","No HPP")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
HPP 35 3.8 38 5.3 -0.0152 -0.037 0.0067 0.71 0.46 1.12 0.148691
No HPP 885 96.2 676 94.7
Datos perdidos 13 21 
I=ordered(I,levels=names(table(I))[c(2,3,1,4)])

TablaAntePeri.m(I,L=c("Tto. médico",
"Tto. Qx. conservador","Histerectomía",
"No HPP"))
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Tto. médico 30 3.3 29 4.1 -0.0080 -0.0277 0.0117 0.803 0.489 1.319 1.000000
Tto. Qx. conservador 4 0.4 5 0.7 -0.0027 -0.0113 0.0060 0.621 0.179 2.150 1.000000
Histerectomía 1 0.1 4 0.6 -0.0045 -0.0116 0.0026 0.194 0.031 1.228 0.698069
No HPP 885 96.2 676 94.7 0.0152 -0.0067 0.0370 1.016 0.994 1.038 0.594763
Datos perdidos 13 21
  • Diferencia entre infectadas ante y periparto: test \(\chi^2\) de Montecarlo, p-valor NaN

7.3.15 Inicio del parto

I=Casos$Inicio.de.parto
I=factor(Casos$Inicio.de.parto,levels=c("Espontáneo", "Inducido", "Cesárea"),ordered=TRUE)

TablaAntePeri.m(I,c("Espontáneo", "Inducido", "Cesárea"))
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Espontáneo 467 50.1 404 55.1 -0.0506 -0.1001 -0.0012 0.908 0.829 0.995 0.128420
Inducido 365 39.1 263 35.9 0.0324 -0.0156 0.0804 1.090 0.962 1.236 0.556730
Cesárea 101 10.8 66 9.0 0.0182 -0.0118 0.0482 1.202 0.896 1.613 0.749737
Datos perdidos 0 2 
I.AP=Casos$Inicio.de.parto[Casos$PreP==1]
I.PP=Casos$Inicio.de.parto[Casos$PreP==0]
NI=Controls$Inicio.de.parto
NI[NI=="Cesárea programada"]="Cesárea"

df =data.frame(
  Factor=c( rep("Inf. anteparto",length(I.AP)), rep("Inf. periparto",length(I.PP)), rep("No infectadas",length(NI))),
  Inicios=ordered(c( I.AP,I.PP,NI ),levels=c("Espontáneo","Inducido","Cesárea"))
)

base=ordered(rep(c("Espontáneo","Inducido","Cesárea"), each=3),levels=c("Espontáneo","Inducido","Cesárea"))
Grupo=rep(c("Inf. anteparto","Inf. periparto","No infectada") , 3)
valor=c(as.vector(prop.table(table(df),margin=1))                 )
data <- data.frame(base,Grupo,valor)


ggplot(data, aes(fill=base, y=valor, x=Grupo)) + 
  geom_bar(position="dodge", stat="identity")+  
  xlab("")+
  ylab("")+
    scale_fill_brewer(palette = "Set3") +
  labs(fill = "Inicio")

  • Diferencia entre infectadas ante y periparto: test \(\chi^2\), p-valor NaN

7.3.16 Tipo de parto

I.In=Casos$Inicio.de.parto
I.In[I.In=="Cesárea"]="Cesárea programada"
I=Casos$Tipo.de.parto
I[I.In=="Cesárea programada"]="Cesárea programada"
I[I=="Cesárea"]="Cesárea urgente"

I=factor(I,levels=c("Eutocico", "Instrumental", "Cesárea programada", "Cesárea urgente"),ordered=TRUE)
TablaAntePeri.m(I,c("Eutócico", "Instrumental", "Cesárea programada", "Cesárea urgente"))
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Eutócico 606 65.0 449 61.1 0.0386 -0.0093 0.0865 1.063 0.987 1.145 0.451299
Instrumental 93 10.0 84 11.4 -0.0146 -0.0458 0.0166 0.872 0.661 1.152 1.000000
Cesárea programada 101 10.8 66 9.0 0.0185 -0.0115 0.0484 1.206 0.899 1.617 0.875604
Cesárea urgente 133 14.3 136 18.5 -0.0425 -0.0796 -0.0053 0.770 0.619 0.958 0.090011
Datos perdidos 0 0 
I.AP.In=Casos$Inicio.de.parto[Casos$PreP==1]
I.AP.In[I.AP.In=="Cesárea"]="Cesárea programada"
I.AP=Casos$Tipo.de.parto[Casos$PreP==1]
I.AP[I.AP.In=="Cesárea programada"]="Cesárea programada"
I.AP[I.AP=="Cesárea"]="Cesárea urgente"

I.PP.In=Casos$Inicio.de.parto[Casos$PreP==0]
I.PP.In[I.PP.In=="Cesárea"]="Cesárea programada"
I.PP=Casos$Tipo.de.parto[Casos$PreP==0]
I.PP[I.PP.In=="Cesárea programada"]="Cesárea programada"
I.PP[I.PP=="Cesárea"]="Cesárea urgente"

NI.In=Controls$Inicio.de.parto
NI=Controls$Tipo.de.parto
NI[NI.In=="Cesárea programada"]="Cesárea programada"
NI[NI=="Cesárea"]="Cesárea urgente"


df =data.frame(
  Factor=c( rep("Inf. anteparto",length(I.AP)), rep("Inf. periparto",length(I.PP)), rep("No infectadas",length(NI))),
  Inicios=ordered(c( I.AP,I.PP,NI ),levels=c("Eutocico", "Instrumental", "Cesárea programada", "Cesárea urgente"))
)

base=ordered(rep(c("Eutocico", "Instrumental", "Cesárea programada", "Cesárea urgente"), each=3),levels=c("Eutocico", "Instrumental", "Cesárea programada", "Cesárea urgente"))
Grupo=rep(c("Inf. anteparto","Inf. periparto","No infectada") , 4)
valor=c(as.vector(prop.table(table(df),margin=1))                 )
data <- data.frame(base,Grupo,valor)


ggplot(data, aes(fill=base, y=valor, x=Grupo)) + 
  geom_bar(position="dodge", stat="identity")+  
  xlab("")+
  ylab("")+
    scale_fill_brewer(palette = "Set3") +
  labs(fill = "Tipo")

  • Diferencia entre infectadas ante y periparto: test \(\chi^2\), p-valor NaN

7.3.17 Test de Apgar

I.AP=c(Casos[Casos$PreP==1,]$APGAR.5...126,CasosGM[CasosGM$PreP==1,]$APGAR.5...150)
I.PP=c(Casos[Casos$PreP==0,]$APGAR.5...126,CasosGM[CasosGM$PreP==0,]$APGAR.5...150)
I.AP=cut(I.AP,breaks=c(-1,7,20),labels=c("0-7","8-10"))
I.PP=cut(I.PP,breaks=c(-1,7,20),labels=c("0-7","8-10"))
I.AP=ordered(I.AP,levels=c("8-10","0-7"))
I.PP=ordered(I.PP,levels=c("8-10","0-7"))

TablaAntePeri.r(I.AP,I.PP,"Apgar.5≤7", "Apgar.5≥8")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Apgar.5≤7 20 2.1 30 4.1 -0.0195 -0.0376 -0.0013 0.52 0.3 0.91 0.029026
Apgar.5≥8 921 97.9 707 95.9
Datos perdidos 13 8

7.3.18 Ingreso del neonato en UCI

I.AP=c(Casos[Casos$Feto.muerto.intraútero=="No" & Casos$PreP==1,]$Ingreso.en.UCIN,CasosGM[CasosGM$Feto.vivo=="Sí" & CasosGM$PreP==1,]$Ingreso.en.UCI)
I.PP=c(Casos[Casos$Feto.muerto.intraútero=="No" & Casos$PreP==0,]$Ingreso.en.UCIN,CasosGM[CasosGM$Feto.vivo=="Sí" & CasosGM$PreP==0,]$Ingreso.en.UCI)

TablaAntePeri.r(I.AP,I.PP, "UCIN", "No UCIN")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
UCIN 71 7.6 86 11.9 -0.043 -0.0733 -0.0127 0.64 0.47 0.86 0.003916
No UCIN 864 92.4 637 88.1
Datos perdidos 13 9

7.3.19 Peso de neonatos

I=c(Casos[Casos$Feto.muerto.intraútero=="No",]$Peso._gramos_...125,CasosGM[CasosGM$Feto.vivo=="Sí",]$Peso._gramos_...247)
I.AP=I[Casos$PreP==1]
I.PP=I[Casos$PreP==0]
Dades=rbind(c(round(min(I.AP,na.rm=TRUE),1),round(max(I.AP,na.rm=TRUE),1), round(mean(I.AP,na.rm=TRUE),1),round(median(I.AP,na.rm=TRUE),1),round(quantile(I.AP,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.AP,na.rm=TRUE),1)),
            c(round(min(I.PP,na.rm=TRUE),1),round(max(I.PP,na.rm=TRUE),1), round(mean(I.PP,na.rm=TRUE),1),round(median(I.PP,na.rm=TRUE),1),round(quantile(I.PP,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.PP,na.rm=TRUE),1)))

colnames(Dades)=c("Peso mínimo","Peso máximo","Peso medio", "Peso mediano", "1er cuartil", "3er cuartil", "Desv. típica")
rownames(Dades)=c("Infectadas anteparto", "Infectadas periparto")

Dades %>%
  kbl() %>%
  kable_styling() %>%     
  scroll_box(width="100%", box_css="border: 0px;")
Peso mínimo Peso máximo Peso medio Peso mediano 1er cuartil 3er cuartil Desv. típica
Infectadas anteparto 315 4750 3210.4 3275 2920 3576.2 589.0
Infectadas periparto 680 5190 3206.4 3250 2910 3560.0 590.9 
data =data.frame(
  name=c( rep("Anteparto",length(I.AP)), rep("Periparto",length(I.PP))),
  Pesos=c( I.AP,I.PP))


data %>%
  ggplot( aes(x=name, y=Pesos, fill=name)) +
    geom_violin(width=1) +
    geom_boxplot(width=0.1, color="black", alpha=0.2,outlier.fill="black",
               outlier.size=1) +
    theme(
      legend.position="none",
      plot.title=element_text(size=11)
    ) +
    xlab("")+
  ylab("Pesos (gramos)")+
  scale_fill_brewer(palette = "Dark2")
\s

Figura 7.6: 

FK=fligner.test(list(I.AP, I.PP))$p.value
TT=t.test(I.AP, I.PP,var.equal=TRUE)$p.value
  • p-valor del test t para los pesos medios de infectadas ante y periparto: p-valor 0.89441

Bajo peso

I.cut=cut(I,breaks=c(0,2500,10000),labels=c(1,0),right=FALSE)

I.cut=ordered(I.cut,levels=c(0,1))
TablaAntePeri(I.cut,"Bajo peso","No bajo peso")
Inf. Anteparto (N) Inf. Anteparto (%) Inf. Periparto (N) Inf. Periparto (%) RA Extr. Inf. IC RA Extr. Sup. IC RA RR Extr. Inf. IC RA Extr. Sup. IC RR p-valor
Bajo peso 85 9.3 67 9.6 -0.0032 -0.0333 0.0269 0.97 0.71 1.31 0.863541
No bajo peso 831 90.7 631 90.4
Datos perdidos 17 37

7.4 Comparación de desenlaces según momento de infección y sintomatología

Porcentajes calculados por filas

I.AP=Casos$SINTOMAS_DIAGNOSTICO[Casos$PreP==1]
I.PP=Casos$SINTOMAS_DIAGNOSTICO[Casos$PreP==0]
NA_IAP=length(I.AP[is.na(I.AP)])
NA_IPP=length(I.PP[is.na(I.PP)])
EEExt=rbind(c(table(I.AP)[1],round(100*prop.table(table(I.AP)),2)[1],
              table(I.AP)[2],round(100*prop.table(table(I.AP)),2)[2],
              table(I.AP)[3],round(100*prop.table(table(I.AP)),2)[3],
              length(I.AP)),
            c(table(I.PP)[1],round(100*prop.table(table(I.PP)),2)[1],
              table(I.PP)[2],round(100*prop.table(table(I.PP)),2)[2],
              table(I.PP)[3],round(100*prop.table(table(I.PP)),2)[3],
              length(I.PP))
            )
EEE=EEExt[,c(1,3,5)]
colnames(EEE)=c("Asintomáticas", "Síntomas leves", "Neumonía")

colnames(EEExt)= c("Asintomáticas (N)", "Asintomáticas (%)","Síntomas leves (N)", "Síntomas leves (%)", "Neumonía (N)", "Neumonía (%)","Total")
rownames(EEExt)=c("Infectadas anteparto", "Infectadas periparto")
EEExt %>%
  kbl() %>%
  kable_styling()
Asintomáticas (N) Asintomáticas (%) Síntomas leves (N) Síntomas leves (%) Neumonía (N) Neumonía (%) Total
Infectadas anteparto 223 23.90 505 54.13 205 21.97 933
Infectadas periparto 522 71.02 138 18.78 75 10.20 735

Porcentajes calculados por columnas

I.AP=Casos$SINTOMAS_DIAGNOSTICO[Casos$PreP==1]
I.PP=Casos$SINTOMAS_DIAGNOSTICO[Casos$PreP==0]
TT=table(Casos$PreP,Casos$SINTOMAS_DIAGNOSTICO)
p.TT=round(100*prop.table(TT,margin=2)[2:1,],1)
NA_IAP=length(I.AP[is.na(I.AP)])
NA_IPP=length(I.PP[is.na(I.PP)])
#table(I.AP)
#table(I.PP)
EEExt=rbind(c(TT[2,1],p.TT[1,1],
              TT[2,2],p.TT[1,2],
              TT[2,3],p.TT[1,3],
              length(I.AP)),
            c(TT[1,1],p.TT[2,1],
              TT[1,2],p.TT[2,2],
              TT[1,3],p.TT[2,3],
              length(I.PP))
            )
EEE=EEExt[,c(1,3,5)]
colnames(EEE)=c("Asintomáticas", "Síntomas leves", "Neumonía")

colnames(EEExt)= c("Asintomáticas (N)", "Asintomáticas (%)","Síntomas leves (N)", "Síntomas leves (%)", "Neumonía (N)", "Neumonía (%)","Total")
rownames(EEExt)=c("Infectadas anteparto", "Infectadas periparto")
EEExt %>%
  kbl() %>%
  kable_styling()
Asintomáticas (N) Asintomáticas (%) Síntomas leves (N) Síntomas leves (%) Neumonía (N) Neumonía (%) Total
Infectadas anteparto 223 29.9 505 78.5 205 73.2 933
Infectadas periparto 522 70.1 138 21.5 75 26.8 735 
Síntomas=ordered(rep(c("Asintomática", "Leve", "Grave"), each=2),levels=c("Asintomática", "Leve", "Grave"))
Grupo=rep(c("Anteparto","Periparto") , 3)
valor1=as.vector(prop.table(EEE, margin=1))
data1 <- data.frame(Grupo,Síntomas,valor1)
valor2=as.vector(prop.table(EEE, margin=2))
data2 <- data.frame(Grupo,Síntomas,valor2)


ggplot(data1, aes(fill=Síntomas, y=valor1, x=Grupo)) + 
  geom_bar(position="dodge", stat="identity")+
  xlab("Momento de diagnóstico")+
  ylab("")+
  scale_fill_brewer(palette = "Dark2") 

ggplot(data2, aes(fill=Grupo, y=valor2, x=Síntomas)) + 
  geom_bar(position="dodge", stat="identity")+
  xlab("Síntomas")+
  ylab("")+
  labs(fill = "Momento diag.")

  • Asociación entre los grupos de sintomatología y el momento del diagnóstico: test \(\chi^2\), p-valor \(2\times 10^{-81}\)

7.4.1 Preeclampsia

I=Casos$PREECLAMPSIA_ECLAMPSIA_TOTAL
TablaAntePeriCasos(Casos,I, c("PE", "No PE"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
PE 14 6.3 27 5.3 8 3.9 22 4.2 8 5.8 22 4.2
No PE 209 93.7 478 94.7 197 96.1 500 95.8 130 94.2 500 95.8
Datos perdidos 0 0 0 0 0 0

7.4.2 Preeclampsia con CG

Casos.PE=Casos[Casos$PREECLAMPSIA_ECLAMPSIA_TOTAL==1,]
I=Casos.PE$Preeclampsia.grave_HELLP_ECLAMPSIA
Sint.PE=Casos.PE$SINTOMAS_DIAGNOSTICO

TablaAntePeriCasos(Casos.PE,I, c("PE con CG", "PE sin CG"),Sint.PE)
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
PE con CG 2 14.3 10 37 3 37.5 7 31.8 3 37.5 7 31.8
PE sin CG 12 85.7 17 63 5 62.5 15 68.2 5 62.5 15 68.2
Datos perdidos 0 0 0 0 0 0

7.4.3 Anomalías congénitas

I=Casos$Diagnóstico.de.malformación.ecográfica._.semana.20._
TablaAntePeriCasos(Casos,I, c("Anomalías congénitas", "No anomalías congénitas"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Anomalías congénitas 3 1.4 10 2 3 1.5 8 1.6 4 2.9 8 1.6
No anomalías congénitas 209 98.6 485 98 193 98.5 500 98.4 132 97.1 500 98.4
Datos perdidos 11 10 9 14 2 14

7.4.4 Retraso del crecimiento intrauterino

I=Casos$Defecto.del.crecimiento.fetal..en.tercer.trimestre._.CIR._.

TablaAntePeriCasos(Casos,I, c("RCIU","No RCIU"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
RCIU 18 8.1 15 3 6 2.9 14 2.7 5 3.6 14 2.7
No RCIU 205 91.9 490 97 199 97.1 508 97.3 133 96.4 508 97.3
Datos perdidos 0 0 0 0 0 0

7.4.5 Diabetes gestacional

I=Casos$Diabetes.gestacional
TablaAntePeriCasos(Casos,I, c("DG","No DG"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
DG 18 8.1 39 7.7 16 7.8 35 6.7 10 7.2 35 6.7
No DG 205 91.9 466 92.3 189 92.2 487 93.3 128 92.8 487 93.3
Datos perdidos 0 0 0 0 0 0

7.4.6 Hipertensión gestacional

I=Casos$Hipertensión.gestacional
TablaAntePeriCasos(Casos,I, c("HG","No HG"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
HG 5 2.2 12 2.4 5 2.4 15 2.9 4 2.9 15 2.9
No HG 218 97.8 493 97.6 200 97.6 507 97.1 134 97.1 507 97.1
Datos perdidos 0 0 0 0 0 0

7.4.7 Rotura prematura de membranas

I=Casos$Bolsa.rota.anteparto
TablaAntePeriCasos(Casos,I, c("RPM","No RPM"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
RPM 23 10.3 71 14.1 26 12.7 80 15.3 26 18.8 80 15.3
No RPM 200 89.7 434 85.9 179 87.3 442 84.7 112 81.2 442 84.7
Datos perdidos 0 0 0 0 0 0

7.4.8 Ingreso materno en UCI

I=Casos$UCI
TablaAntePeriCasos(Casos,I, c("UCI","No UCI"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
UCI 1 0.4 3 0.6 15 7.3 2 0.4 4 2.9 2 0.4
No UCI 222 99.6 502 99.4 190 92.7 520 99.6 134 97.1 520 99.6
Datos perdidos 0 0 0 0 0 0

7.4.9 Ingreso materno en UCI según el momento del parto o cesárea

Casos.UCIM=Casos[Casos$UCI==1,]
I=Casos.UCIM$UCI_ANTES.DESPUES.DEL.PARTO
Sint.UCIM=Casos.UCIM$SINTOMAS_DIAGNOSTICO
TablaAntePeriCasos(Casos.UCIM,I, c("Antes del parto", "Después del parto"),Sint.UCIM)
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Antes del parto 2 66.7 8 53.3 3 75
Después del parto 1 100 1 33.3 7 46.7 2 100 1 25 2 100
Datos perdidos 0 0 0 0 0 0

7.4.10 Feto muerto anteparto

Casos.Fetos=rbind(Casos,CasosGM)
I1=Casos$Feto.muerto.intraútero
I1[I1=="Sí"]=1
I1[I1=="No"]=0
I2=CasosGM$Feto.vivo
I2[I2=="Sí"]=0
I2[I2=="No"]=1
I=c(I1,I2)
Sint.Fetos=Casos.Fetos$SINTOMAS_DIAGNOSTICO

#TablaAntePeriCasos(Casos.Fetos,c("Feto muerto anteparto","Feto vivo"), Sint.Fetos)

CasosX=Casos.Fetos
SintX=Sint.Fetos
L=c("Feto muerto anteparto","Feto vivo")

  I.AP.A=I[CasosX$PreP==1& Sint=="Asintomática"]
  I.AP.L=I[CasosX$PreP==1& SintX=="Leve"]
  I.AP.G=I[CasosX$PreP==1& SintX=="Grave"]
  I.PP.A=I[CasosX$PreP==0& SintX=="Asintomática"]
  I.PP.L=I[CasosX$PreP==0& SintX=="Leve"]
  I.PP.G=I[CasosX$PreP==0& SintX=="Asintomática"]
  
  NA_I.AP.A=length(I.AP.A[is.na(I.AP.A)])
  NA_I.AP.L=length(I.AP.L[is.na(I.AP.L)])
  NA_I.AP.G=length(I.AP.G[is.na(I.AP.G)])
  NA_I.PP.A=length(I.PP.A[is.na(I.PP.A)])
  NA_I.PP.L=length(I.PP.L[is.na(I.PP.L)])
  NA_I.PP.G=length(I.PP.G[is.na(I.PP.G)])
  
  
  
  EEExt=rbind(c(as.vector(table(I.AP.A))[2:1],NA_I.AP.A),
              c(round(100*as.vector(prop.table(table(I.AP.A)))[2:1],1),NA),
              c(as.vector(table(I.AP.L))[2:1],NA_I.AP.L),
              c(round(100*as.vector(prop.table(table(I.AP.L)))[2:1],1),NA),
              c(as.vector(table(I.AP.G))[2:1],NA_I.AP.G),
              c(round(100*as.vector(prop.table(table(I.AP.G)))[2:1],1),NA),
              c(as.vector(table(I.PP.A))[2:1],NA_I.PP.A),
              c(round(100*as.vector(prop.table(table(I.PP.A)))[2:1],1),NA),
              c(as.vector(table(I.PP.L))[2:1],NA_I.PP.L),
              c(round(100*as.vector(prop.table(table(I.PP.L)))[2:1],1),NA),
              c(as.vector(table(I.PP.G))[2:1],NA_I.PP.G),
              c(round(100*as.vector(prop.table(table(I.PP.G)))[2:1],1),NA)
  )
  
  colnames(EEExt)=c(L,"Datos perdidos")
  rownames(EEExt)=c("Inf. AP. Asintomáticas (N)", "Inf. AP. Asintomáticas (%)",
                    "Inf. AP. Leves (N)", "Inf. AP. Leves (%)",
                    "Inf. AP. Graves (N)", "Inf. AP. Graves (%)",
                    "Inf. PP. Asintomáticas (N)", "Inf. PP. Asintomáticas (%)",
                    "Inf. PP. Leves (N)", "Inf. PP. Leves (%)",
                    "Inf. PP. Graves (N)", "Inf. PP. Graves (%)")
  
  t(EEExt) %>%
    kbl() %>%
    kable_styling() %>%     
    scroll_box(width="100%", box_css="border: 0px;")
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Feto muerto anteparto 1 0.4 4 0.8 1 0.5 7 1.3 5 3.6 7 1.3
Feto vivo 229 99.6 515 99.2 207 99.5 520 98.7 135 96.4 520 98.7
Datos perdidos 1 1 0 0 0 0

7.4.11 Prematurez

I=Casos$PREMATURO
TablaAntePeriCasos(Casos,I, c("Prematuro","A término"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Prematuro 23 10.3 34 6.7 32 15.6 30 5.7 29 21 30 5.7
A término 200 89.7 471 93.3 173 84.4 492 94.3 109 79 492 94.3
Datos perdidos 0 0 0 0 0 0

7.4.12 Eventos trombóticos

I=Casos$EVENTOS_TROMBO_TOTALES
TablaAntePeriCasos(Casos,I, c("Eventos trombóticos","No eventos trombóticos"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Eventos trombóticos 4 2 1 0.2 1 0.2
No eventos trombóticos 223 100 505 100 201 98 521 99.8 138 100 521 99.8
Datos perdidos 0 0 0 0 0 0

7.4.13 Eventos hemorrágicos

I=Casos$EVENTOS_HEMORRAGICOS_TOTAL
TablaAntePeriCasos(Casos,I, c("Eventos hemorrágicos","No eventos hemorrágicos"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Eventos hemorrágicos 6 2.7 29 5.7 10 4.9 23 4.4 10 7.2 23 4.4
No eventos hemorrágicos 217 97.3 476 94.3 195 95.1 499 95.6 128 92.8 499 95.6
Datos perdidos 0 0 0 0 0 0

7.4.14 Hemorragias potsparto

I=Casos$Hemorragia.postparto

I.sino=I
I.sino[I.sino!="No" & !is.na(I.sino)]="Sí"

TablaAntePeriCasos(Casos,I.sino, c("HPP","No HPP"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
HPP 5 2.3 21 4.2 9 4.5 17 3.3 9 6.6 17 3.3
No HPP 214 97.7 480 95.8 191 95.5 496 96.7 127 93.4 496 96.7
Datos perdidos 4 4 5 9 2 9 
I=ordered(I,levels=names(table(I))[c(2,3,1,4)])

TablaAntePeriCasos.m(Casos,I,c("Tto. médico",
"Tto. Qx. conservador","Histerectomía",
"No HPP"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Tto. médico 4 1.8 18 3.6 8 4.0 16 3.1 5 3.7 16 3.1
Tto. Qx. conservador 1 0.5 2 0.4 1 0.5 1 0.2 2 1.5 1 0.2
Histerectomía 0 0.0 1 0.2 0 0.0 0 0.0 2 1.5 0 0.0
No HPP 214 97.7 480 95.8 191 95.5 496 96.7 127 93.4 496 96.7
Datos perdidos 4 4 5 9 2 9
  • Diferencia entre infectadas ante y periparto: test \(\chi^2\) de Montecarlo, p-valor NaN

7.4.15 Inicio del parto

I=Casos$Inicio.de.parto
I=factor(Casos$Inicio.de.parto,levels=c("Espontáneo", "Inducido", "Cesárea"),ordered=TRUE)

TablaAntePeriCasos.m(Casos,I,c("Espontáneo", "Inducido", "Cesárea"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Espontáneo 111 49.8 263 52.1 93 45.4 312 59.8 69 50.4 312 59.8
Inducido 92 41.3 194 38.4 79 38.5 181 34.7 52 38.0 181 34.7
Cesárea 20 9.0 48 9.5 33 16.1 29 5.6 16 11.7 29 5.6
Datos perdidos 0 0 0 0 1 0

7.4.16 Tipo de parto

I.In=Casos$Inicio.de.parto
I.In[I.In=="Cesárea"]="Cesárea programada"
I=Casos$Tipo.de.parto
I[I.In=="Cesárea programada"]="Cesárea programada"
I[I=="Cesárea"]="Cesárea urgente"

I=factor(I,levels=c("Eutocico", "Instrumental", "Cesárea programada", "Cesárea urgente"),ordered=TRUE)
TablaAntePeriCasos.m(Casos,I,c("Eutócico", "Instrumental", "Cesárea programada", "Cesárea urgente"))
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Eutócico 139 62.3 336 66.5 131 63.9 349 66.9 76 55.1 349 66.9
Instrumental 27 12.1 56 11.1 10 4.9 58 11.1 15 10.9 58 11.1
Cesárea programada 20 9.0 48 9.5 33 16.1 29 5.6 16 11.6 29 5.6
Cesárea urgente 37 16.6 65 12.9 31 15.1 86 16.5 31 22.5 86 16.5
Datos perdidos 0 0 0 0 0 0

7.4.17 Test de Apgar

I=c(Casos$APGAR.5...126,CasosGM$APGAR.5...150)
I.cut=cut(I,breaks=c(-1,7,20),labels=c("0-7","8-10"))
I.cut=ordered(I.cut,levels=c("8-10","0-7"))

TablaAntePeriCasos(Casos.Fetos,I.cut,c("Apgar.5≤7", "Apgar.5≥8"),Sint.Fetos)
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Apgar.5≤7 4 1.8 12 2.3 4 2 15 2.9 8 5.8 15 2.9
Apgar.5≥8 216 98.2 504 97.7 201 98 508 97.1 129 94.2 508 97.1
Datos perdidos 6 4 3 4 3 4

7.4.18 Ingreso del neonato en UCI

Casos.FetosVivos=rbind(Casos[Casos$Feto.muerto.intraútero=="No",],CasosGM[CasosGM$Feto.vivo=="Sí",])
Sint.FetosVivos=Casos.FetosVivos$SINTOMAS_DIAGNOSTICO
I=c(Casos[Casos$Feto.muerto.intraútero=="No",]$Ingreso.en.UCIN,CasosGM[CasosGM$Feto.vivo=="Sí",]$Ingreso.en.UCI)

TablaAntePeriCasos(Casos.FetosVivos,I,c("UCIN", "No UCIN"),Sint.FetosVivos)
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
UCIN 13 5.9 35 6.9 23 11.2 39 7.6 20 15 39 7.6
No UCIN 207 94.1 475 93.1 182 88.8 475 92.4 113 85 475 92.4
Datos perdidos 6 6 3 7 3 7

7.4.19 Peso de neonatos

I=c(Casos[Casos$Feto.muerto.intraútero=="No",]$Peso._gramos_...125,CasosGM[CasosGM$Feto.vivo=="Sí",]$Peso._gramos_...247)
I.AP.A=I[Casos$PreP==1&Casos$SINTOMAS_DIAGNOSTICO=="Asintomática"]
I.AP.L=I[Casos$PreP==1&Casos$SINTOMAS_DIAGNOSTICO=="Leve"]
I.AP.G=I[Casos$PreP==1&Casos$SINTOMAS_DIAGNOSTICO=="Grave"]
I.PP.A=I[Casos$PreP==0&Casos$SINTOMAS_DIAGNOSTICO=="Asintomática"]
I.PP.L=I[Casos$PreP==0&Casos$SINTOMAS_DIAGNOSTICO=="Leve"]
I.PP.G=I[Casos$PreP==0&Casos$SINTOMAS_DIAGNOSTICO=="Grave"]
Dades=rbind(c(round(min(I.AP.A,na.rm=TRUE),1),round(max(I.AP.A,na.rm=TRUE),1), round(mean(I.AP.A,na.rm=TRUE),1),round(median(I.AP.A,na.rm=TRUE),1),round(quantile(I.AP.A,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.AP.A,na.rm=TRUE),1)),
 c(round(min(I.AP.L,na.rm=TRUE),1),round(max(I.AP.L,na.rm=TRUE),1), round(mean(I.AP.L,na.rm=TRUE),1),round(median(I.AP.L,na.rm=TRUE),1),round(quantile(I.AP.L,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.AP.L,na.rm=TRUE),1)),           
      c(round(min(I.AP.G,na.rm=TRUE),1),round(max(I.AP.G,na.rm=TRUE),1), round(mean(I.AP.G,na.rm=TRUE),1),round(median(I.AP.G,na.rm=TRUE),1),round(quantile(I.AP.G,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.AP.G,na.rm=TRUE),1)),           
c(round(min(I.PP.A,na.rm=TRUE),1),round(max(I.PP.A,na.rm=TRUE),1), round(mean(I.PP.A,na.rm=TRUE),1),round(median(I.PP.A,na.rm=TRUE),1),round(quantile(I.PP.A,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.PP.A,na.rm=TRUE),1)),
 c(round(min(I.PP.L,na.rm=TRUE),1),round(max(I.PP.L,na.rm=TRUE),1), round(mean(I.PP.L,na.rm=TRUE),1),round(median(I.PP.L,na.rm=TRUE),1),round(quantile(I.PP.L,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.PP.L,na.rm=TRUE),1)),           
      c(round(min(I.PP.G,na.rm=TRUE),1),round(max(I.PP.G,na.rm=TRUE),1), round(mean(I.PP.G,na.rm=TRUE),1),round(median(I.PP.G,na.rm=TRUE),1),round(quantile(I.PP.G,c(0.25,0.75),na.rm=TRUE),1), round(sd(I.PP.G,na.rm=TRUE),1)))

colnames(Dades)=c("Peso mínimo","Peso máximo","Peso medio", "Peso mediano", "1er cuartil", "3er cuartil", "Desv. típica")
rownames(Dades)=c("Inf. AP. asintómaticas", "Inf. AP. leves", "Inf. AP. graves","Inf. PP. asintómaticas", "Inf. PP. leves", "Inf. PP. graves")

Dades %>%
  kbl() %>%
  kable_styling() %>%     
  scroll_box(width="100%", box_css="border: 0px;")
Peso mínimo Peso máximo Peso medio Peso mediano 1er cuartil 3er cuartil Desv. típica
Inf. AP. asintómaticas 315 4740 3197.2 3300.0 2940.0 3532.5 635.9
Inf. AP. leves 585 4750 3232.3 3292.5 2928.8 3600.0 564.3
Inf. AP. graves 980 4640 3169.9 3205.0 2860.0 3550.0 597.0
Inf. PP. asintómaticas 1100 4720 3221.1 3265.5 2912.5 3597.5 573.0
Inf. PP. leves 940 4540 3202.1 3230.0 2940.0 3526.2 585.1
Inf. PP. graves 680 5190 3114.0 3205.0 2817.5 3462.5 711.4

Bajo peso

I.cut=cut(I,breaks=c(0,2500,10000),labels=c(1,0),right=FALSE)
I.cut=ordered(I.cut,levels=c(0,1))

TablaAntePeriCasos(Casos.FetosVivos,I.cut,c("Bajo peso", "No bajo peso"),Sint.FetosVivos)
Inf. AP. Asintomáticas (N) Inf. AP. Asintomáticas (%) Inf. AP. Leves (N) Inf. AP. Leves (%) Inf. AP. Graves (N) Inf. AP. Graves (%) Inf. PP. Asintomáticas (N) Inf. PP. Asintomáticas (%) Inf. PP. Leves (N) Inf. PP. Leves (%) Inf. PP. Graves (N) Inf. PP. Graves (%)
Bajo peso 28 13.1 30 6.1 23 11.6 35 6.9 21 16.5 35 6.9
No bajo peso 186 86.9 463 93.9 176 88.4 473 93.1 106 83.5 473 93.1
Datos perdidos 12 23 9 13 9 13