Asociación entre exposición gestacional a medicamentos y defectos congénitos: evidencia epidemiológica y modelamiento computacional del potencial teratogénico

Resumen ejecutivo Título del proyecto: Asociación entre la exposición prenatal a medicamentos potencialmente teratogénicos y defectos congénitos en recién nacidos: análisis epidemiológico y modelamiento in silico con base en datos del ECLAMC (1982–2022) Objetivos del estudio: Este proyecto tiene como objetivo principal determinar la asociación entre la exposición prenatal a medicamentos potencialmente teratogénicos y la ocurrencia de defectos congénitos en recién nacidos, utilizando la base de datos del Estudio Colaborativo Latinoamericano de Malformaciones Congénitas (ECLAMC) para el periodo comprendido entre 1982 y 2022. Metodología: El estudio se estructura en dos componentes metodológicos principales: un análisis observacional caso-control retrospectivo y una fase de modelamiento computacional. Análisis epidemiológico: Se empleará un diseño caso-control con base en los datos del ECLAMC, abarcando aproximadamente 6 millones de registros de nacimientos y más de 200,000 casos con defectos congénitos mayores. Se incluirán casos y controles pareados por hospital, sexo y fecha de nacimiento. Se analizará la exposición materna a medicamentos por trimestre de embarazo, agrupando por clase terapéutica, principio activo y vía de administración. Se aplicará regresión logística condicional, ajustando por potenciales factores de confusión (edad materna, antecedentes reproductivos, enfermedades maternas, hábitos, etc.). Modelamiento in silico: Se seleccionarán compuestos de uso común en gestantes sin contraindicaciones aparentes (e.g., analgésicos, antihistamínicos, antiespasmódicos) para predecir su potencial teratogénico utilizando Derek Nexus, basado en reglas estructurales, y BDAP, que integra machine learning y big data. Se validará la concordancia entre los hallazgos observacionales y las predicciones computacionales. Ambas fases serán articuladas para generar mapas integrados de riesgo teratogénico, clasificando los medicamentos según evidencia epidemiológica y predicción estructural. Resultados esperados: Cuantificación de la frecuencia y patrones de uso de medicamentos durante el embarazo en la cohorte latinoamericana. Identificación de asociaciones estadísticamente significativas entre medicamentos y defectos específicos, con énfasis en sistemas sensibles como el nervioso central, cardiovascular, musculoesquelético y genitourinario. Descripción de variaciones sociodemográficas en la exposición medicamentosa entre casos y controles. Predicción computacional del potencial teratogénico de principios activos seleccionados, incluyendo alertas estructurales y clasificación de riesgo. Desarrollo de una matriz de riesgo observacional–estructural para priorizar medicamentos con posible riesgo no reconocido. Publicaciones científicas y propuestas de actualización para guías clínicas y de prescripción en mujeres embarazadas o en edad fértil. Impacto a futuro: Este proyecto propone un abordaje innovador al combinar evidencia epidemiológica real con simulación computacional de toxicidad estructural, fortaleciendo el paradigma de medicina genómica preventiva y farmacovigilancia perinatal. Sus resultados permitirán: Proveer insumos para políticas públicas y regulación sanitaria sobre uso seguro de medicamentos en el embarazo. Contribuir a la prevención primaria de defectos congénitos mediante la identificación de riesgos evitables. Alimentar bases de datos internacionales sobre teratogenicidad, ampliando la evidencia disponible desde una perspectiva latinoamericana. Fortalecer capacidades locales en toxicología computacional, modelamiento in silico y epidemiología genética. Generar herramientas educativas y de sensibilización para profesionales de la salud, estudiantes y tomadores de decisiones. Este estudio tiene un alto valor traslacional y busca consolidarse como una contribución científica significativa en la intersección entre genética, farmacología, salud pública materno-infantil y análisis computacional.