Revista de Cardiología Intervencionista Acceso abierto

Abstracto

Enfermedades no transmisibles en Burundi, Hipertensión y factores de riesgo predictivos asociados: enfoque de control de la presión arterial alta

Aranud Iradukunda

Este estudio trata en general de las enfermedades no transmisibles y en particular de la hipertensión y sus factores de riesgo predictivos en Burundi. Se seleccionó una muestra de 353 pacientes al azar de una población de 4.380 pacientes ingresados ​​en 2019 en un hospital militar y en un hospital universitario de enseñanza de Kamenge. Los factores de riesgo predictivos se han llevado a cabo mediante regresión logística de efectos fijos. El resultado muestra que más del 15% de los pacientes eran hipertensos. Los factores de riesgo asociados a la hipertensión encontrados son la edad avanzada, la insuficiencia renal crónica, el sobrepeso, el nivel educativo, el tabaquismo y los antecedentes familiares de hipertensión. La coexistencia de factores de riesgo en los mismos pacientes aumenta al menos 2 veces la probabilidad de tener hipertensión arterial permanente y, por lo tanto, convertirse en hipertensos. Las probabilidades más altas se observan en pacientes que son al mismo tiempo fumadores, con sobrepeso, con insuficiencia renal crónica, quemados en la familia hipertensa con el nivel educativo secundario o universitario como más alto. Las probabilidades, más del 60% se observan en personas con más de 40 años, con la presencia de todos los demás factores de riesgo con probabilidades entre 85.0% y 99.9%. En este estudio, solo 15 pacientes tenían cero riesgos de enfermedades cardiovasculares. Más de 1/3 tenían riesgo bajo (<0.15), 25 tenían riesgo moderado entre 0.15 y 0.20, 126 pacientes un riesgo alto de menos de 0.30, y 35 pacientes tenían un riesgo muy alto de más del 30%. Este estudio tiene la particularidad de estudiar el riesgo cardiovascular de personas hipertensas y normotensas al mismo tiempo, combinar estadística descriptiva e inferencial, construir la curva ROC y los parámetros de complejidad utilizando un árbol de decisión, estimar el área bajo la curva y construir el intervalo de confianza AUC bootstrap utilizando el método Bootstrap, analizar los residuos del modelo utilizando la distancia de Welsh-Kuh y predecir las probabilidades de convertirse en factores de riesgo hipertensos siendo conocidos.

Palabras clave : Hipertensión arterial, regresión logística, criterio de Hoaglin, distancia Welsh-Kuh.