Rojas PIC, Vergara LY, Gaviria CJ

Idioma: Español
Referencias bibliográficas: 14
Paginas:
Archivo PDF: 489.83 Kb.

RESUMEN

Introducción: El riesgo cardiovascular es considerado actualmente como uno de los más peligrosos desencadenantes de enfermedades crónicas, ya que es el causante de miles de muertes a nivel mundial.
Objetivo: Generar un modelo de regresión logística para una aplicación de escritorio que estime el riesgo cardiovascular por medidas antropométricas y diferentes fórmulas, y así identificar la prevalencia del riesgo cardiovascular en la población objeto de estudio.
Métodos: Estudio observacional descriptivo de corte transversal realizado en 169 trabajadores de una institución universitaria del suroccidente colombiano, a los cuales se les tomaron medidas antropométricas de peso, talla y circunferencia de cintura aplicando el protocolo de la Sociedad Internacional de Avances para la Cineantropometría. Además, se aplicó una encuesta estructurada para recolectar datos sociodemográficos. Los datos se analizaron con un paquete estadístico minitab con una descripción univariada para variables cualitativas como frecuencias absolutas y relativas; media y desviación estándar para las cuantitativas. La aplicación de escritorio resultado se realizó con la plataforma JAVA.
Resultados: En una población de 93 mujeres y 76 hombres se halló un modelo de regresión logística con las variables cuantitativas predictoras peso y circunferencia de cintura con relación significativa a la variable respuesta riesgo cardiovascular, al igual que la variable cualitativa género. Aplicando el modelo se halló prevalencia de riesgo cardiovascular de 53,85 % en la población laboralmente activa de la institución universitaria.
Conclusiones: El riesgo cardiovascular es un fenómeno que cada vez gana más fuerza, y la toma de peso y circunferencia de cintura generan una determinación de este riesgo, hecho que facilitará la prevención y el control de enfermedades cardiovasculares en la atención primaria.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Organización Mundial de la salud. OMS: Las 10 principales causas de defunción. 2020 [acceso: 08/08/2020]. Disponible en: Disponible en: https://www.who.int/es/news-room/fact-sheets/detail/the-top-10-causes-of-death 1.

2. Global Health Metrics. 2016 Mortality Collaborators. Global, regional, and national age-sex specific mortality for 264 causes of death, 1980-2016: a systematic analysis for the Global Burden of Disease Study 2016. In The Lancet. 2017 DOI: https://doi.org/10.1016/S0140-6736(17)32152-92.

3. Organización Mundial de la salud. OMS: Obesidad y sobrepeso. 2019 [acceso: 08/08/2020]. Disponible en: Disponible en: https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight 3. .

4. . Ministerio de Salud y Protección Social. Resolución 2465 de 2016. Colombia. 2016 [acceso: 08/08/2020]. Disponible en: Disponible en: https://www.minsalud.gov.co/Normatividad_Nuevo/Forms/DispForm.aspx?ID=4909 4.

5. Remón I, González O, Arpa C. El índice cintura-talla como variable de acumulación de grasa para valorar riesgo cardiovascular. Revista Cubana de Medicina Militar. 2013 [acceso: 08/08/2020];42(4):444-50. Disponible en Disponible en http://www.scielo.sld.cu/pdf/mil/v42n4/mil04413.pdf 5.

6. Esparza-Ros F, Vaquero-Cristobal R, Marfell-Jones M. Protocolo internacional para la valoración antropométrica. 1ra ed. Murcia España: Sociedad internacional para el avance de la cineantropometría; 2019.

7. . Declaración de Helsinki de la Asociación Médica Mundial. Principios éticos para la investigación médica en seres humanos. Anales de la Facultad de Medicina. 2001 [acceso: 08/08/2020];62(1):82-4. Disponible en Disponible en https://www.redalyc.org/articulo.oa?id=37962112 7.

8. . Ministerio de Salud y Protección Social. Resolución 8430 de 1993. Colombia. 1993 [acceso: 08/08/2020]. Disponible en: Disponible en: https://minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/RESOLUCION-8430-DE-1993.pdf 8.

9. Fornasini M, Merriam PA, Ockene I, Flores N, Rosal M, Zevallos JC, et al. Factores claves de colaboración institucional en la implementación exitosa de un modelo de intervención para reducir los factores de riesgo de enfermedades cardio-metabólicas de Ecuador. Rev Eugenio Espejo. 2019;7(12). DOI: https://doi.org/10.23936/ree.v7i129.

10. Segura-Fragoso A, Rodríguez-Padial L, Alonso-Moreno FJ, Villarín-Castro A, Rojas M, Rodríguez Roca GC, et al. Medidas antropométricas de obesidad general y central y capacidad discriminativa sobre el riesgo cardiovascular: estudio RICARTO. Rev Med Fam SEMERGEN. 2019;45(5). DOI: https://doi.org/10.1016/j.semerg.2019.02.01310.

11. Ruiz N, Lazo L, González L, Ricardo M, Sánchez M. Indicadores antropométirco-nutricionales en la estratificación de riesgo cardiovascular en una población adulta. Rev Ciencias méd Pinar del Rio. 2019 [acceso: 18/08/2020];23(5). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?pid=S1561-31942019000500716&script=sci_arttext&tlng=pt 11.

12. Espinosa M, Yaruquí K, Espinosa F, Ordóñez V. Prevalencia de factores de riesgo cardiovascular y síndrome metabólico en trabajadores universitarios de Loja-Ecuador. Rev. Med. FCMUCSG. 2014 [acceso: 18/08/2020];18(3). Disponible en: Disponible en: https://dialnet.unirioja.es 12.

13. Wilches-Luna E. Hernández N. Chavarro P. Bernal-Sánchez J. Perfiles de riesgo cardiovascular y condición física en docentes y empleados no docentes de una facultad de salud. Rev. salud pública. 2016;18(6). DOI: http://dx.doi.org/10.15446/rsap.v18n6.4270813.

14. Rojas Padilla IC, Vergara López Y. Educación para la prevención de enfermedad cardiovascular en trabajadores de una institución de Educación Superior: ¡Evitando la ausencia laboral! Revista Internacional de Humanidades Médicas. 2020;8(1). DOI: https://doi.org/10.37467/gka-revmedica.v8.189614.