Reproductive BioMedicine Online · Volumen 50, número 5 · 2025
Ecografía y aprendizaje automático para predecir embarazo tras TEC
El modelo combina la ecografía de las 24 horas previas a la transferencia con la edad, el grosor endometrial y el grado del embrión. Desenlace: embarazo clínico, no recién nacido vivo.
«An explainable ultrasound-based machine learning model for predicting reproductive outcomes after frozen embryo transfer»
Lo esencial. En la cohorte de test, el modelo final alcanza un AUC de 0,793. Frente al modelo clínico simple (edad, grosor endometrial y grado del embrión; AUC 0,721), la diferencia no fue significativa (P = 0,057). El 0,861 que destaca el resumen corresponde a la cohorte de entrenamiento.
La pregunta
Predecir el embarazo con la ecografía del día antes
El éxito de la transferencia depende, sobre todo, de la receptividad endometrial y de la calidad del embrión. La ecografía es la herramienta habitual para valorar el endometrio.
Grosor, patrón, volumen, flujo de las arterias espirales, ondas peristálticas: según los autores, estudios posteriores mostraron que estos parámetros, por separado, predicen mal el resultado y se reproducen poco.
La radiómica extrae de la imagen muchos rasgos cuantitativos que el ojo no ve. El aprendizaje automático maneja relaciones complejas entre variables, pero sus predicciones son difíciles de interpretar; los autores hablan del problema de la «caja negra». El método SHAP muestra cuánto pesa cada variable en una predicción concreta.
Los autores hicieron la ecografía en las 24 horas previas a la transferencia. Así, dicen, quedaba margen para retirar a una paciente no apta sin descongelar el embrión.
La pregunta: ¿se puede construir un modelo de aprendizaje automático, con la ecografía del endometrio y de la zona de unión más los datos clínicos, que prediga el embarazo clínico tras la transferencia de un embrión congelado y que además explique sus predicciones?
Los resultados
AUC de 0,793 en test, sin diferencia significativa con el modelo clínico
En la cohorte de test, el modelo de fusión A superó al radiómico (P = 0,034), pero no al clínico A (P = 0,057).
AUC de cada modelo, en entrenamiento y en test
Eje de 0,5 (predicción al azar) a 1 (predicción perfecta). No es un gráfico de efecto: no hay línea de nulidad. Los valores de test de estos cinco modelos llegan sin intervalo de confianza en el artículo.
Modelo final (fusión A): XGBoost con el rad score (la puntuación radiómica) más edad, grosor endometrial y grado embrionario. Los modelos B excluyen la calidad del embrión. Dónde sí hubo diferencia significativa en test: fusión A frente al radiómico, P = 0,034. En entrenamiento, fusión A superó a todos (P < 0,001).
Por grado del embrión (Tabla 4): con embriones de grado 1, fusión A obtuvo 0,781 en test (IC95% 0,715–0,841), frente a 0,698 (0,626–0,772) del clínico A (P = 0,063); sensibilidad 0,731 y especificidad 0,707. Con grado 2, 0,766 (0,524–0,956) frente a 0,762 (0,530–0,933), P = 0,976. El subgrupo de grado 2 es pequeño: 48 y 12 embriones en entrenamiento, 18 y 7 en test (no embarazadas y embarazadas).
Ver los algoritmos probados para el modelo radiómico
| Algoritmo | AUC entrenamiento | AUC test |
|---|---|---|
| Regresión logística | 0,653 (0,604–0,699) | 0,661 (0,594–0,730) |
| XGBoost | 0,810 (0,776–0,845) | 0,695 (0,632–0,758) |
| Red neuronal (elegida) | 0,814 (0,777–0,848) | 0,764 (0,698–0,822) |
Se probaron 5 algoritmos (Tabla 2); aquí van tres. La red neuronal tuvo el mejor AUC en las dos cohortes y generó el rad score de cada paciente.
El método
Cómo se hizo
A quién se incluyó
De agosto de 2023 a marzo de 2024, 5126 mujeres recibieron tratamiento en el centro. Se reclutaron 844 que eligieron transferencia de embriones congelados y aceptaron participar.
Se excluyeron 57 (27 por derrame uterino, 17 sin transferencia y 13 con datos incompletos). Quedaron 787, todas con un solo embrión transferido.
La transferencia
Ciclo natural, con monitorización desde el día 10–12, o ciclo sustituido: valerato de estradiol 2 mg dos veces al día y, con el endometrio por encima de 8 mm, progesterona intramuscular 60 mg al día y didrogesterona 10 mg dos veces al día.
Transferencia de blastocisto descongelado 5 días después de la ovulación o del inicio de la progesterona.
La ecografía y el modelo
Ecografía transvaginal en las 24 h previas a la transferencia, de 6 min como máximo: grosor, patrón, doppler, volumen 3D. Sobre la imagen del endometrio y de la zona de unión se extrajeron 1409 rasgos radiómicos; tras descartar los poco reproducibles (ICC < 0,75) y los redundantes, quedaron 22.
Con ellos, una red neuronal generó el rad score. El modelo de fusión lo combinó con edad, grosor y grado del embrión.
Cómo se midió
Desenlace: embarazo clínico, con latido fetal en la ecografía de las 4–5 semanas tras la transferencia. Los modelos se compararon por AUC con el test de DeLong y con curvas de decisión.
SHAP explica cada predicción. En los dos casos de ejemplo del artículo, el modelo dio un 9,4 % de probabilidad a una paciente que no se quedó embarazada y un 81,2 % a una que sí.
La letra pequeña
Lo que los autores reconocen de su propio trabajo
Estas son las limitaciones que señala el artículo, en el apartado final de la discusión.
Un solo centro y solo congelados
El modelo was trained and tested in a single reproductive centre, and samples from multiple centres are needed for further validation
.
Tampoco incluye transferencias en fresco, que los autores consideran worth studying
.
Pocos embriones de peor calidad
The sample size of individuals undergoing non-high-quality embryo transfers was insufficient.
Anuncian que en el futuro incluirán más participantes de ese grupo.
Contorno trazado a mano
La región de interés se dibujó manualmente sobre cada imagen, which is time-consuming and may introduce subjective bias
. Proponen estudiar la segmentación automática.
Embarazo clínico, no recién nacido vivo
El desenlace fue el latido en el primer trimestre, and the final live birth rate needs further study
.
Financiación y conflictos. Lo financió el Research Fund Project of Anhui Institute of Translational Medicine. Los autores declaran no tener conflictos financieros ni comerciales. Los datos están disponibles bajo petición.
«Se ha desarrollado un nuevo modelo radiómico clínico basado en la ecografía que abre una nueva dirección para predecir el embarazo clínico tras la transferencia de embriones congelados. Al explicar el modelo con el método SHAP, los clínicos pueden comprender mejor qué contribuye al resultado en cada paciente y decidir mejor antes de la transferencia. Se esperan más estudios prospectivos multicéntricos para obtener evidencia más sólida.»
«A new clinical ultrasound-based radiomics model was developed that provides a new direction for predicting the occurrence of clinical pregnancy following FET. By explaining the model via the SHAP method, clinicians may better comprehend the contributors to the outcomes of FET in individual patients, and make better decisions before FET. More multicentre prospective studies are expected to obtain more robust evidence for the clinical use of this ultrasound-based radiomics model in subsequent studies.»
Xu F et al. Reproductive BioMedicine Online, 2025. Apartado «Conclusions». La traducción al castellano es nuestra.Lo que no cuadra
Incoherencias internas del artículo
Las señalamos tal cual aparecen, sin corregirlas por nuestra cuenta.
- Superior también en test. La discusión afirma que el modelo de fusión A superó a los demás en entrenamiento y en test. Los resultados dicen que en test la diferencia con el clínico A no fue significativa (P = 0,057).
- El valor medio de gris. Los métodos lo cuentan entre los predictores independientes. En la Tabla 3 no lo es en el multivariante (OR 1,03; 0,99–1,06; P = 0,112), y el modelo final no lo usa.
- Qué se predice. El título habla de «reproductive outcomes» y la introducción, de la tasa de implantación. El único desenlace medido es el embarazo clínico.
- Estable en todos los grados. Resultados y discusión describen un rendimiento robusto con embriones de grado 1 y de grado 2. El subgrupo de grado 2 es el que los propios autores declaran insuficiente, y su intervalo en test va de 0,524 a 0,956.
- El diagrama de flujo. Las casillas de inclusión (1901) y de exclusión (1057) no explican por sí solas el paso de 5126 a 844 mujeres, y el texto no lo aclara.
- Erratas en la Tabla 1. Tres rangos intercuartílicos no son posibles tal como están impresos: los de la edad y del valor medio de gris de las no embarazadas, y el del índice de flujo, en entrenamiento.
- Lo que falta o no encaja. Los métodos anuncian la sensibilidad de los algoritmos, pero la Tabla 2 no la da. El pie de la Tabla 3 habla de medias y desviaciones en una tabla de odds ratios. El mensaje clave de la primera página describe el modelo con edad, grosor y grado, sin el rad score, que según la Figura 5 es la variable que más pesa.
Para citarlo
La referencia
Leer el artículo original · Acceso abierto bajo licencia CC BY-NC-ND
Código AdrIA · serie «papers legibles»
