dc.contributor.advisor |
Miranda Montero, Juan Jaime |
es_ES |
dc.contributor.author |
Zafra Tanaka, Jessica Hanae |
es_ES |
dc.date.accessioned |
2018-11-26T19:33:44Z |
|
dc.date.available |
2018-11-26T19:33:44Z |
|
dc.date.issued |
2018 |
|
dc.identifier.uri |
https://hdl.handle.net/20.500.12866/3974 |
|
dc.description.abstract |
Introducción: La prevalencia de diabetes mellitus tipo 2 (DM2) está en aumento. Un aspecto clave en su prevención es poder seleccionar personas en riesgo para orientar medidas preventivas, para lo cual se pueden usar medidas antropométricas; las cuales han sido poco estudiadas en Latinoamérica. Objetivo: Determinar y comparar la capacidad de predicción del desarrollo de DM2 de cuatro medidas antropométricas: índice de masa corporal (IMC), circunferencia abdominal (CA), índice cintura-cadera (ICC), índice cintura-altura (ICA), y porcentaje de grasa corporal total (%GCT). Métodos: Cohorte prospectiva, análisis secundario de CRONICAS Cohort Study realizado en 3 regiones de Perú. Se seleccionó a los participantes que no tuvieron DM2 al inicio del estudio, y se determinó el desarrollo de DM2 a los 30 meses de seguimiento. Las medidas antropométricas fueron evaluadas al inicio del estudio. La capacidad de predicción de las medidas antropométricas fue calculada usando áreas bajo la curva (AUC) y sus intervalos de confianza al 95% (IC95%). Resultados: Se incluyeron 2523 participantes, la mediana de la edad al inicio del estudio fue 53.8 años (rango intercuartil: 44.6 a 63.5). La incidencia de DM2 a 30 meses fue 4.8%. La capacidad de predicción fue mayor para IMC (AUC: 0.68 IC95% 0.63 a 0.73), CA (AUC: 0.68 IC95% 0.64 a 0.73) e ICA (AUC: 0.68 IC95% 0.63 a 0.72); en comparación a ICC (AUC: 0.59 IC95% 0.54 a 0.64), y %GCT (AUC: 0.65 IC95% 0.57 a 0.67). Al utilizar de forma secuencial el IMC y CA se obtiene una sensibilidad de 77.3% y una especificidad de 75.9%. Conclusiones: En población peruana, las medidas antropométricas por separado poseen una capacidad de predicción pobre para incidencia de DM2. El uso de IMC y CA de forma secuencial mejora la capacidad de predicción. |
es_ES |
dc.format |
application/pdf |
es_ES |
dc.language.iso |
spa |
es_ES |
dc.publisher |
Universidad Peruana Cayetano Heredia |
es_ES |
dc.rights |
info:eu-repo/semantics/openAccess |
es_ES |
dc.rights.uri |
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es |
es_ES |
dc.subject |
Diabetes Mellitus Tipo 2 |
es_ES |
dc.subject |
Adiposidad |
es_ES |
dc.subject |
Impedancia Eléctrica |
es_ES |
dc.subject |
Estudios Prospectivos |
es_ES |
dc.subject |
Estudios de Cohortes |
es_ES |
dc.title |
Capacidad de predicción del desarrollo de Diabetes Mellitus de las medidas antropométricas en una población peruana: cohorte CRONICAS |
es_ES |
dc.type |
info:eu-repo/semantics/masterThesis |
es_ES |
thesis.degree.name |
Maestro en Ciencias en Investigación Epidemiológica |
es_ES |
thesis.degree.grantor |
Universidad Peruana Cayetano Heredia. Escuela de Posgrado Víctor Alzamora Castro |
es_ES |
thesis.degree.discipline |
Ciencias en Investigación Epidemiológica |
es_ES |
dc.publisher.country |
PE |
es_ES |
dc.subject.ocde |
https://purl.org/pe-repo/ocde/ford#3.03.09 |
es_ES |
renati.type |
http://purl.org/pe-repo/renati/type#tesis |
es_ES |
renati.level |
http://purl.org/pe-repo/renati/level#maestro |
es_ES |
renati.discipline |
021097 |
es_ES |