Objetivo: Construcción de modelos propios de crecimiento fetal. Debido a la ausencia de referencias cercanas investigamos la adecuación de modelos existentes y generamos nuevos modelos de tipo: poblacional, ecográfico, customizado, mixto y customización de ecuaciones ecográficas. Material /Métodos: El factor más importante al estudiar el crecimiento fetal es la edad gestacional, para calcularla la ecuación de Constant demuestra ser más robusta. La población original son 1283 gestaciones atendidas en el Hospital de Sagunto (2016-2021) de las que seleccionamos 936(867 caucásicas) de curso normal, parto con >34 semanas con RN normal y vigoroso. Evaluamos los modelos estudiando las diferencias entre pesos estimados y reales de RN (errores de predicción), analizándolos con t-student, χ2 y ANOVA. La calidad de individualización de predicciones la objetiva el coeficiente de determinación entre pesos estimados y reales. Generamos distribuciones de percentiles que facilitan su implementación clínica. Con análisis Bland-Altman estudiamos la similitud entre algunos modelos con el poblacional. Desarrollamos nuevos modelos con regresión stepwise donde la variable dependiente es peso del RN. Finalmente verificamos los nuevos modelos en 538 gestantes con parto tras la semana 34 atendidas en 2022. Resultados: Primero evaluamos los modelos en gestantes caucásicas y generamos modelos poblacionales; según la propuesta de Mikolajczyk, utilizando el valor medio y varianza de pesos de RN de 40 semanas y según la distribución de percentiles reales de los pesos de RN en 40 semanas extrapolados a semanas anteriores con la ecuación de crecimiento inverso. El modelo basado en la traslación de percentiles de semana 40 tiene márgenes más amplios, pero las diferencias entre ambas no tendría relevancia clínica porque el error de estimación ecográficas suele ser >5 %. Las ecuaciones ecográficas tienen comportamientos similares y la de Hadlock parece más precisa. Los modelos customizados desarrollados en poblaciones cercanas tienen mejor precisión. Si incorporan la edad materna, cribado del primer trimestre y variables sociológicas no superamos los modelos customizados clásicos. Desarrollando modelos propios con variables clásicas maternas incluida etnia y cribado de primer trimestre, y comparándolos con los existentes, aplicándolos a una muestra de gestantes no seleccionadas, observamos un comportamiento y rendimiento similar. Conclusiones: Es posible establecer referencias propias en Maternidades con poblaciones de 1000 partos/año. La ecuación ecográfica de Hadlock es la más robusta. Los modelos customizados clásicos mejoran la individualización del modelo poblacional y de las ecuaciones ecográficas. Incluir en la customización la edad materna y cribado del primer trimestre tiene menor impacto. Los modelos basados en observaciones ecográficas 24-27 semanas y trasladándolas según el principio de proporcionalidad respecto a la media igualan a modelos clásicosObjective: Construction of own models of fetal growth. Due to the absence of close references, we investigated the adequacy of existing models and generated new type models: population, ultrasound, customized, mixed and customization of ultrasound equations. Material/Methods: The most important factor when studying fetal growth is gestational age, to calculate it the Constant equation proves to be more robust. The original population is 1,283 pregnancies attended at the Sagunto Hospital (2016-2021) from which we selected 936 (867 Caucasian) of normal course, delivery at >34 weeks with normal and vigorous NB. We evaluate the models by studying the differences between estimated and real RN weights (prediction errors), analyzing them with t-student, χ2 and ANOVA. The quality of individualization of predictions is determined by the coefficient of determination between estimated and real weights. We generate percentile distributions that facilitate its clinical implementation. With Bland-Altman analysis we study the similarity between some models with the population one. We developed new models with stepwise regression where the dependent variable is the newborn's weight. Finally, we verified the new models in 538 pregnant women with delivery after week 34 attended in 2022. Results: We first evaluated the models in Caucasian pregnant women and generated population models; according to Mikolajczyk's proposal, using the mean value and variance of RN weights from 40 weeks and according to the distribution of real percentiles of RN weights in 40 weeks extrapolated to previous weeks with the inverse growth equation. The model based on the translation of week 40 percentiles has wider margins, but the differences between the two would not have clinical relevance because the ultrasound estimation error is usually >5%. The ultrasound equations have similar behaviors and Hadlock's seems more precise. Customized models developed in nearby populations have better accuracy. If they incorporate maternal age, first trimester screening and sociological variables, we do not surpass the classic customized models. Developing our own models with classic maternal variables including ethnicity and first trimester screening, and comparing them with existing ones, applying them to a sample of unselected pregnant women, we observed similar behavior and performance. Conclusions: It is possible to establish own references in Maternities with populations of 1000 births/year. The Hadlock ultrasound equation is the most robust. Classic customized models improve the individualization of the population model and the ultrasound equations. Including maternal age and first trimester screening in the customization has less impact. The models based on ultrasound observations at 24-27 weeks and translating them according to the principle of proportionality with respect to the mean are equal to classical models.