Statistical methods for the classification and risks for arterial hypertension

Authors

  • Hernán Óscar Cortez Gutiérrez Universidad Nacional Del Callao
  • Milton Milcíades Cortez Gutiérrez Universidad Nacional De Trujillo
  • César Ángel Durand Gonzales Universidad Nacional del Callao
  • Braulio Pedro Espinoza Flores Universidad Nacional del Callao

DOI:

https://doi.org/10.37467/revtechno.v11.4399

Keywords:

Hypertension, Hemoglobin, Logistic Regression, Case - Control

Abstract

The objectives were to determine the factors associated with high blood pressure. To establish a relationship between the dependent variable hypertension and the independent variables Binary logistic regression taking hypertension as the dependent variable and the independent variables: cardiometabolic, sociocultural and sensory status.
In conclusion, multiple linear and logistic regression established an association with age, diabetes, and anemia. The association between diabetes and hypertension has Chi-square Yates of 2.981 and a significance of 0.084< 0.10. The predictive confidence interval for systolic pressure of a person aged 83 years has been determined as: [105, 168].

References

Organizacion Mundial de la Salus. (2022) Hipertension Arterial https://www.who.int/es/health-topics/hypertension#tab=tab_1

Ministerio de Salud (2009) Guia tecnica: guia practica clinica para la prevencion y control de la enfermedad hipertensiva en primer nivel de atencion. http://bvs.minsa.gob.pe/local/MINSA/2826.pdf

Instituto Nacional de Estadística e Informática (2017) Enfermedades No Transmisibles y Transmisibles. https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1526/cap01. pdf

Atamañuk, A. (2019) El déficit de hierro en pacientes con hipertensión arterial pulmonar es altamente prevalente https://pesquisa.bvsalud.org/portal/resource/pt/biblio-1057340

Ahmad W. (2014) Association of hypertension with risk factors using logistic regression. Applied Mathematical Science https://www.researchgate.net/publication/287398349

Hassanain A. (2008) Engineering Modelling of human cardiovascular system. https://www.researchgate.net/publication/268015735

Pollard A. (2010) A biophysical model for cardiac microimpedance measurements.

https://journals.physiology.org/doi/full/10.1152/ajpheart.01131.2009

Bergel D. (1972) Cardiovascular fluid dynamics. Academic Press London. https://www.elsevier.com/books/ cardiovascular-fluid-dynamics/bergel/978-0-12-089901-2

Cardozo E. (2001) Modelaje y simulación del comportamiento mecánico del corazón. Universidad Simón Bolívar. http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-40652006000300011 Clancy E. (1991) Model heart. IEEE.

Distra S. (1972) Muscle model. Kybernetil.

Ramírez AH. (2011) Modelación matemática del sistema cardiovascular. Benemérita UniversidadAutónoma de Puebla.

Zocalo Y. (2012) Presión aortica central y parámetros de reflexión de onda. Rev. Cardiología Uruguaya. Agustí R. (2006) Epidemiologia de la hipertensión arterial| en el Perú. Scielo. 2006.

Rojas S. (2016) Evaluación de los factores de riesgo que predisponen a la hipertensión arterial a través de un modelo de regresión logística. Scielo. http://ve.scielo.org/scielo.php?script=sci_ arttext&pid=S1316-71382016000200005

Santin J. (1999) Hipertensión arterial Factores de riesgo. Facultad de Medicina Universidad Complutense Madrid.

Taplia M. (2016) Poli globulina como factores de riesgo para la hipertensión arterial. Enfermería Investigación Ambato Ecuador.

Bonet A. (2002) Riesgo cardiaco en pacientes. Scielo Medifarm.

Cabrera R. (2018) Relación de riesgo cardiovascular global con el ácido úrico y algunos componentes del síndrome metabólico. Scielo.

Ciancaglini C. (2004) Hidrodinámica de la circulación vascular periférica normal y patológica. RevistaCostarricense de Cardiología Scielo.

Cortez H. (2018) Biofísica basada en competencias para la carrera de enfermería Bellavista Callao:Universidad Nacional del Callao.

Cortez H. (2020) Modelado biofísico y simulación con Matlab del funcionamiento del corazón Bellavista Callao: Universidad Nacional del Callao.

Hidalgo P(2018) Factores de riesgo para la hipertensión arterial en la Población adulta de la Comunidad Manglar Alto. Factores de riesgo para la hipertensión arterial en la población adulta de la Comunidad Manglar Alto, Ecuador, año 2018, Ecuador, https://journalgestar.org/index.php/gestar/article/view/15/24

Sociedad Argentina de Hipertensión Arterial (2017) Marco del Día Mundial de la Alimentación. http://www.saha.org.ar/prensa/detalle/advierten-que-una-alimentacion-inadecuada-puede-contribuir-a-que-se- agrave-la-hipertension-arterial#:~:text=Congreso%2C%20Rosario%202022-Advierten%20que%20una%20alimentaci%C3%B3n%20inadecuada%20puede%20contribuir,se%20agrave%20la%20hipertensi%C3%B3n%20arterial&text=Se%20considera%20nocivo%20el%20consumo,de%20 carbohidratos%20refinados%20y%20alcohol.

Ruiz. A, Carrillo .L y Bernabé. O , en el estudio Prevalencia e incidencia de hipertensión arterial en Perú: Revisión sistemática y metaanálisis,

Ruiz-Alejos A, CarrilloLarco RM, Bernabé-Ortiz A. Prevalencia e incidencia de hipertensión arterial en Perú: revisión sistemática y metaanálisis. Rev Peru Med Exp Salud Pública. 2021;38(4):521-9. doi: https://doi.org/10.17843/rpmesp.2021.384.8502

Published

2022-12-28

How to Cite

Cortez Gutiérrez, H. Óscar, Cortez Gutiérrez, M. M. ., Durand Gonzales, C. Ángel, & Espinoza Flores, B. P. . (2022). Statistical methods for the classification and risks for arterial hypertension. TECHNO REVIEW. International Technology, Science and Society Review Revista Internacional De Tecnología, Ciencia Y Sociedad, 12(2), 1–11. https://doi.org/10.37467/revtechno.v11.4399