Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales
- Autores
- Hisgen, Carlos Matías
- Año de publicación
- 2009
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Cadarso Suárez, Carmen
Sánchez Sellero, César - Descripción
- La Diabetes Mellitus, también conocida como Diabetes de tipo 2, es reconocida como un problema de salud de magnitud internacional. De hecho, estimaciones recientes proyectan un número elevado de pacientes diabéticos, por ejemplo, 300 millones para el año 2025 (King and Aubert, 1998) o 353 millones en 2030 (Yach et. al., 2006). Las personas diabéticas están expuestas a un mayor riesgo de padecer complicaciones de la salud, como pueden ser paros cardíacos, neuropatías, retinopatías y nefropatías. Estos trastornos vinculados a la diabetes pueden ser prevenidos, por lo que resulta de gran relevancia el diagnóstico temprano y la realización de campañas de prevención. Por este motivo, tienen mucha importancia los estudios epidemiológicos encaminados a re nar los métodos de diagnóstico, tanto de la diabetes como de estados pre-diabéticos.2 En la ejecución de los mencionados estudios, una herramienta frecuentemente utilizada es el análisis de regresión. En el contexto que nos concierne, los modelos de regresión son empleados para relacionar a la probabilidad de padecer un estado diabético (o pre-diabético) con un conjunto de factores de riesgo. De tales factores los mas importantes e interesantes de analizar son el sobrepeso y la obesidad.3 Estos factores suelen ser medidos a través de índices o cantidades que representan variables continuas, desde el punto de vista estadístico. Para modelar el efecto de estas variables es común el uso de especi caciones paramétricas de la ecuación de regresión, siendo lo más típico el empleo del Modelo Lineal Generalizado (GLM).
Fil: Hisgen, Carlos Matías. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.
Fil: Cadarso Suárez, Carmen. Universidad de Santiago de Compostela. Facultad de Matemática. Departamento: Estadística, Análisis Matemático y Optimización Área: Estadística e Investigación Operativa; España.
Fil: Sánchez Sellero, César. Universidad de Santiago de Compostela. Facultad de Matemática. Departamento de Estadística e Investigación Operativa; España. - Materia
-
Diabetes mellitus
Estadística
Salud - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/541
Ver los metadatos del registro completo
id |
RIUNNE_295979dfe9db73ffd2e99afa9e23e46f |
---|---|
oai_identifier_str |
oai:repositorio.unne.edu.ar:123456789/541 |
network_acronym_str |
RIUNNE |
repository_id_str |
4871 |
network_name_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
spelling |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomialesHisgen, Carlos MatíasDiabetes mellitusEstadísticaSaludLa Diabetes Mellitus, también conocida como Diabetes de tipo 2, es reconocida como un problema de salud de magnitud internacional. De hecho, estimaciones recientes proyectan un número elevado de pacientes diabéticos, por ejemplo, 300 millones para el año 2025 (King and Aubert, 1998) o 353 millones en 2030 (Yach et. al., 2006). Las personas diabéticas están expuestas a un mayor riesgo de padecer complicaciones de la salud, como pueden ser paros cardíacos, neuropatías, retinopatías y nefropatías. Estos trastornos vinculados a la diabetes pueden ser prevenidos, por lo que resulta de gran relevancia el diagnóstico temprano y la realización de campañas de prevención. Por este motivo, tienen mucha importancia los estudios epidemiológicos encaminados a re nar los métodos de diagnóstico, tanto de la diabetes como de estados pre-diabéticos.2 En la ejecución de los mencionados estudios, una herramienta frecuentemente utilizada es el análisis de regresión. En el contexto que nos concierne, los modelos de regresión son empleados para relacionar a la probabilidad de padecer un estado diabético (o pre-diabético) con un conjunto de factores de riesgo. De tales factores los mas importantes e interesantes de analizar son el sobrepeso y la obesidad.3 Estos factores suelen ser medidos a través de índices o cantidades que representan variables continuas, desde el punto de vista estadístico. Para modelar el efecto de estas variables es común el uso de especi caciones paramétricas de la ecuación de regresión, siendo lo más típico el empleo del Modelo Lineal Generalizado (GLM).Fil: Hisgen, Carlos Matías. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.Fil: Cadarso Suárez, Carmen. Universidad de Santiago de Compostela. Facultad de Matemática. Departamento: Estadística, Análisis Matemático y Optimización Área: Estadística e Investigación Operativa; España.Fil: Sánchez Sellero, César. Universidad de Santiago de Compostela. Facultad de Matemática. Departamento de Estadística e Investigación Operativa; España.Universidad de Santiago de CompostelaCadarso Suárez, CarmenSánchez Sellero, César2009-06info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/ pdf56 p.application/pdfHisgen, Carlos Matías, 2009. Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Medicina.http://repositorio.unne.edu.ar/handle/123456789/541spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentinareponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordeste2025-09-04T11:13:45Zoai:repositorio.unne.edu.ar:123456789/541instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712025-09-04 11:13:46.026Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse |
dc.title.none.fl_str_mv |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
title |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
spellingShingle |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales Hisgen, Carlos Matías Diabetes mellitus Estadística Salud |
title_short |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
title_full |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
title_fullStr |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
title_full_unstemmed |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
title_sort |
Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales |
dc.creator.none.fl_str_mv |
Hisgen, Carlos Matías |
author |
Hisgen, Carlos Matías |
author_facet |
Hisgen, Carlos Matías |
author_role |
author |
dc.contributor.none.fl_str_mv |
Cadarso Suárez, Carmen Sánchez Sellero, César |
dc.subject.none.fl_str_mv |
Diabetes mellitus Estadística Salud |
topic |
Diabetes mellitus Estadística Salud |
dc.description.none.fl_txt_mv |
La Diabetes Mellitus, también conocida como Diabetes de tipo 2, es reconocida como un problema de salud de magnitud internacional. De hecho, estimaciones recientes proyectan un número elevado de pacientes diabéticos, por ejemplo, 300 millones para el año 2025 (King and Aubert, 1998) o 353 millones en 2030 (Yach et. al., 2006). Las personas diabéticas están expuestas a un mayor riesgo de padecer complicaciones de la salud, como pueden ser paros cardíacos, neuropatías, retinopatías y nefropatías. Estos trastornos vinculados a la diabetes pueden ser prevenidos, por lo que resulta de gran relevancia el diagnóstico temprano y la realización de campañas de prevención. Por este motivo, tienen mucha importancia los estudios epidemiológicos encaminados a re nar los métodos de diagnóstico, tanto de la diabetes como de estados pre-diabéticos.2 En la ejecución de los mencionados estudios, una herramienta frecuentemente utilizada es el análisis de regresión. En el contexto que nos concierne, los modelos de regresión son empleados para relacionar a la probabilidad de padecer un estado diabético (o pre-diabético) con un conjunto de factores de riesgo. De tales factores los mas importantes e interesantes de analizar son el sobrepeso y la obesidad.3 Estos factores suelen ser medidos a través de índices o cantidades que representan variables continuas, desde el punto de vista estadístico. Para modelar el efecto de estas variables es común el uso de especi caciones paramétricas de la ecuación de regresión, siendo lo más típico el empleo del Modelo Lineal Generalizado (GLM). Fil: Hisgen, Carlos Matías. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. Fil: Cadarso Suárez, Carmen. Universidad de Santiago de Compostela. Facultad de Matemática. Departamento: Estadística, Análisis Matemático y Optimización Área: Estadística e Investigación Operativa; España. Fil: Sánchez Sellero, César. Universidad de Santiago de Compostela. Facultad de Matemática. Departamento de Estadística e Investigación Operativa; España. |
description |
La Diabetes Mellitus, también conocida como Diabetes de tipo 2, es reconocida como un problema de salud de magnitud internacional. De hecho, estimaciones recientes proyectan un número elevado de pacientes diabéticos, por ejemplo, 300 millones para el año 2025 (King and Aubert, 1998) o 353 millones en 2030 (Yach et. al., 2006). Las personas diabéticas están expuestas a un mayor riesgo de padecer complicaciones de la salud, como pueden ser paros cardíacos, neuropatías, retinopatías y nefropatías. Estos trastornos vinculados a la diabetes pueden ser prevenidos, por lo que resulta de gran relevancia el diagnóstico temprano y la realización de campañas de prevención. Por este motivo, tienen mucha importancia los estudios epidemiológicos encaminados a re nar los métodos de diagnóstico, tanto de la diabetes como de estados pre-diabéticos.2 En la ejecución de los mencionados estudios, una herramienta frecuentemente utilizada es el análisis de regresión. En el contexto que nos concierne, los modelos de regresión son empleados para relacionar a la probabilidad de padecer un estado diabético (o pre-diabético) con un conjunto de factores de riesgo. De tales factores los mas importantes e interesantes de analizar son el sobrepeso y la obesidad.3 Estos factores suelen ser medidos a través de índices o cantidades que representan variables continuas, desde el punto de vista estadístico. Para modelar el efecto de estas variables es común el uso de especi caciones paramétricas de la ecuación de regresión, siendo lo más típico el empleo del Modelo Lineal Generalizado (GLM). |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-06 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
format |
masterThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
Hisgen, Carlos Matías, 2009. Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Medicina. http://repositorio.unne.edu.ar/handle/123456789/541 |
identifier_str_mv |
Hisgen, Carlos Matías, 2009. Análisis de la prevalencia de pre-diabetes y diabetes mellitus mediante modelos STAR multinomiales. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Medicina. |
url |
http://repositorio.unne.edu.ar/handle/123456789/541 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
dc.format.none.fl_str_mv |
application/ pdf 56 p. application/pdf |
dc.publisher.none.fl_str_mv |
Universidad de Santiago de Compostela |
publisher.none.fl_str_mv |
Universidad de Santiago de Compostela |
dc.source.none.fl_str_mv |
reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) instname:Universidad Nacional del Nordeste |
reponame_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
collection |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
instname_str |
Universidad Nacional del Nordeste |
repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste |
repository.mail.fl_str_mv |
ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar |
_version_ |
1842344198727008256 |
score |
12.623145 |