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
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
Institución
Universidad Nacional del Nordeste
OAI Identificador
oai:repositorio.unne.edu.ar:123456789/541

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