medigraphic.com
ISSN 2520-9078 (Digital)

2021, Número 2

<< Anterior Siguiente >>

Revista de Ciencias Médicas de la Habana 2021; 28 (2)


Acerca de una herramienta útil para disminuir la mortalidad por infarto cerebral agudo

Mendieta PMD

Idioma: Español
Referencias bibliográficas: 9
Paginas: 285-288
Archivo PDF: 809.36 Kb.


FRAGMENTO

Señora Editora:

Las enfermedades cerebrovasculares (ECV) son las entidades nosológicas de origen neurológicas más frecuentes, con una incidencia promedio mundial de 200 casos por cada 100 000 habitantes cada año y una prevalencia de 600 casos por cada 100 000 habitantes. Según su naturaleza se dividen en: isquémicas y hemorragias, constituyen los infartos cerebrales el 80 % de los pacientes. Representa un significativo problema social y sanitario, es un padecimiento incapacitante para cualquier edad, máxime en el adulto mayor, grupo poblacional donde causa una alta mortalidad.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Centro Nacional de Información de Ciencias Médicas. Biblioteca Médica Nacional. Accidente Cerebrovascular. Estadísticas mundiales: factográfico salud [Internet]. 2017 Oct [citado 29 Ene 2021];3(12). Disponible en: https://files. sld. cu/bmn/files/2017/12/factografico-de-salud-diciembre-2017. pdf

  2. Mendieta Pedroso MD, Bender del Busto JE, Torres Cárdenas V, González López I. Propuesta de escala predictora de muerte de Mayabeque para infarto cerebral agudo en pacientes hospitalizados. Medimay [Internet]. 2020 [citado 16 Ene 2020];27(3):312-25. Disponible en: http://www. medimay. sld. cu/index. php/rcmh/article/view/1731.

  3. López González E, Hidalgo Sánchez R. Escalamiento multidimensional no métrico: un ejemplo con rempleando el algoritmo SMACOF. Universidad de Málaga. [Internet]. 2010 [citado 16 Ene 2020];18:9-35. Disponible en: https://revistas. unav. edu/index. php/estudios-sobre-educacion/article/download/4650/4007/

  4. Contreras Espinoza S, Novoa-Muñoz. Ventajas del alfa ordinal respecto al alfa de Cronbach ilustradas con la encuesta AUDIT-OMS. Rev Panam Salud Pública [Internet]. 2018[citado 16 Ene 2020];42:e65. Disponible en: https://www. scielosp. org/article/rpsp/2018. v42/e65#

  5. Cerda J, Cifuentes L. Uso de curvas ROC en investigación clínica. Aspectos teórico-prácticos. Rev Chil Infect [Internet]. 2012 [citado 16 Ene 2020];29(2):138-41. Disponible en: https://scielo. conicyt. cl/scielo. php?script=sci_arttext&pid=S0716-10182012000200003

  6. Bacallao Gallestey J. Las curvas ROC y las medidas de detectabilidad para la validación de predictores del rendimiento docente. Educ Med Super [Internet]. 1996 Dic [citado 31 Ene 2020];10(1):1-2. Disponible en: http://scielo. sld. cu/scielo. php?script=sci_arttext&pid=S086421411996000100001&lng=es

  7. Fernández P, Díaz S. La fiabilidad de las mediciones clínicas: El análisis de concordancia para variables numéricas. Fisterra [Internet]. 2011 [citado 31 Ene 2020] Disponible en: https://www. fisterra. com/formacion/metodologia-investigacion/la-fiabilidad-mediciones-clinicas-analisis-concordancia-para-variables-numericas/

  8. Martínez CG, Cortés ME, Pérez Fernández AC. Metodología para el análisis de correlación y concordancia en equipos de mediciones similares. Universidad y Sociedad [Internet]. 2016 [citado 31 Ene 2020];8(4):65-70. Disponible en: http://scielo. sld. cu/scielo. php?script=sci_arttext&pid=S2218-36202016000400008&lng=es&tlng=es.

  9. Akoglu H. User's guide to correlation coefficients. Turkish Journal of Emergency Medicine. [Internet]. 2018 [citado: 10 Ene 2021];18(3):91-3. Disponible en: https://www. ncbi. nlm. nih. gov/pmc/articles/PMC6107969/




2020     |     www.medigraphic.com