Perú
Determinar factores relacionados a las enfermedades cardiovasculares, en personas adultas, atendidas en el Hospital PNP Augusto B. Leguía. Rímac-2017. Material y métodos: El estudio fue observacional, retrospectivo y analítico, el diseño maestral es aleatorio simple, se tomó una muestra al azar de 1284 pacientes e historias clínicas entre los meses de octubre a diciembre 2017, se usó la regresión logística binaria múltiple para determinar las variables (predictores) que se relacionan con las enfermedades cardiovasculares, variable dependiente cualitativa binaria que toman valores 1=tiene la enfermedad cardiovascular, 0=no tiene la enfermedad. Resultados: de un total de 12 predictores (clasificados en factores): Género, edad, raza, índice de masa corporal, alcoholismo, tabaquismo, actividad física, nivel colesterol, nivel de triglicéridos, presión sistólica, presión diastólica, diabetes; resultaron significativo al 5 % para predecir la enfermedad cardiovascular los predictores: Edad, alcoholismo, colesterol, triglicéridos, presión arterial sistólica y presión arterial diastólica; la prueba de bondad de ajuste de Hosmer-Lemeshow resulto no significativo (p¡0.05), lo cual indica que existe un buen ajuste del modelo logístico a las observaciones; la capacidad predictiva del modelo estimado para clasificar a las observaciones correctamente fue del 85.6 %; el área bajo la curva ROC, es 0.92, con Intervalo de confianza 95 % (0.905-0.935), lo cual indica que el modelo tiene poder discriminante para clasificar correctamente sanos versus enfermos con una probabilidad del 92 %. Conclusión: La regresión logística binario, demostró ser un buen método para determinar factores que se relacionan con las enfermedades cardiovasculares y además realizar predicciones.
Determine factors related to cardiovascular diseases in adults treated at the PNP Augusto B. Leguía Hospital. Rimac-2017. Material and methods: The study was observational, retrospective and analytical, the sample design is simple random, a random sample of 1284 patients and medical records was taken between the months of October to December 2017, multiple binary logistic regression was used to determine the variables (predictors) that are related to cardiovascular diseases, binary qualitative dependent variable that take values 1=has cardiovascular disease, 0=does not have the disease. Results: from a total of 12 predictors (classified into factors): gender, age, race, body mass index, alcoholism, smoking, physical activity, cholesterol level, triglyceride level, systolic pressure, diastolic pressure, diabetes; The predictors were significant at 5 % to predict cardiovascular disease: Age, alcoholism, cholesterol, triglycerides, systolic blood pressure and diastolic blood pressure; the Hosmer-Lemeshow goodness-of-fit test was not significant (p¡0.05), which indicates that there is a good fit of the logistic model to the observations; the predictive capa-city of the estimated model to classify the observations correctly was 85.6 %; the area under the ROC curve is 0.92, with a 95 % confidence interval (0.905-0.935), which indicates that the model has discriminant power to correctly classify healthy versus sick with a probability of 92 %. Conclusion: The binary logistic regression proved to be a good method to determine factors that are related to cardiovascular diseases and also make predictions.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados