URL: http://www.una.ac.cr/salud
CORREO: revistamhsalud@una.cr
Revista MHSalud® (ISSN: 1659-097X) Vol. 8. No. 1. Enero-Julio, 2011.
FACTORES ASOCIADOS AL PERFIL DE LÍPIDOS SANGUÍNEOS EN LOS
PACIENTES DEL ÁREA DE SALUD DE MONTES DE OCA, COSTA RICA
FACTORS ASSOCIATED WITH THE BLOOD LIPID PROFILE OF PATIENTS IN THE MONTES DE OCA HEALTH SERVICE AREA IN COSTA RICA
Erick G. Gutiérrez Peña1 y Juan José Romero Zúñiga2
1Programa de Atención Integral de Salud, Universidad de Costa Rica
2Postgrado Regional en Ciencias Veterinarias Tropicales, Universidad Nacional
jromero@medvet.una.ac.cr
RESUMEN
En este estudio se analiza la
asociación entre la exposición a diversos factores
—de biotipo, socioeconómicos y patológicos— y
la alteración del perfil de lípidos sanguíneos
(dislipidemia) en pacientes adscritos al Área de Salud de Montes
de Oca. Se realizó un estudio de caso-control, con un total de
135 casos e igual cantidad de controles, entre 20 y 65 años, a
los que se les hizo un perfil de lípidos sanguíneos
durante el año 2006. Las variables estudiadas fueron: edad,
sexo, índice de masa corporal, tipo de aseguramiento, estado de
portador de hipertensión arterial, de diabetes mellitus o de
ambas patologías crónicas a la vez. Se realizó un
análisis univariado, seguido de un análisis multivariado,
mediante un modelo logístico múltiple. La única
variable asociada con la dislipidemia fue el índice de masa
corporal, tanto en el análisis univariado como en el
multivariado; las variables restantes no mostraron asociación
estadística. Aquellos pacientes con mayor índice de masa
corporal presentan un mayor riesgo de tener un perfil alterado de
lípidos sanguíneos.
PALABRAS CLAVE: colesterol, triglicéridos, dislipidemia, factores asociados, Costa Rica.
ABSTRACT
This study is aimed at analyzing the
association between alterations in the blood lipid profile
(dyslipidemia) and the exposure to socioeconomic, biotype and
pathological conditions in patients in the Montes de Oca Health Service
Area. A case-control study was conducted with a total of 135 cases and
135 controls that were between 20 and 65 years of age and were tested
in 2006 for a blood lipid profile. Variables analyzed were: age, sex,
body mass index, insurance type and presence of arterial hypertension,
diabetes mellitus or both chronic pathologies simultaneously. A
univariate analysis was followed by a multivariate analysis using a
multiple logistic model. The only variable associated with dyslipidemia
was body mass index in both the univariate and multivariate analyses.
The rest of the variables showed no statistical association. Patients
with higher body mass index exhibit a higher risk of an altered blood
lipid profile.
KEYWORDS: cholesterol, triglycerides, dyslipidemia, associated factors, Costa Rica.
INTRODUCCIÓN
Las enfermedades cardiovasculares
(ECV) constituyen la principal causa de mortalidad en el país,
con tasas que superan por amplio margen a cualquiera de las otras
patologías que afectan a la población (OPS, 2005). Varios
estudios han demostrado que, a medida que los pacientes alcanzan un
perfil de lípidos sanguíneo (PLS) con valores
óptimos, el riesgo de sufrir ECV se disminuye (Law et al., 1994;
Collins et al., 2002; Shepherd et al., 2002). El control del PLS es,
entonces, uno de los pilares en la prevención primaria de estas
patologías.
La presencia de niveles anormales de
lípidos sanguíneos puede estar determinada por diversos
factores. La predisposición genética es uno de ellos
(Kathiresan et al., 2007), pero hacer estudios de este tipo
resulta muy costoso y no es algo que esté al alcance de la
mayoría de la población. Otro factor que hay que tomar en
consideración es el sexo, ya que se han reportado variaciones en
las concentraciones de todos los lípidos sanguíneos
relacionadas con el sexo, que se traducen en indicadores, como el
riesgo, la prevalencia, las hospitalizaciones, la morbilidad y la
mortalidad, asociados a ECV, distintos para hombres y mujeres”
(Ueshima et al., 2006; Jafar et al., 2007; Pilote et al., 2007). Un
tercer factor, muy estudiado, es la obesidad. En este campo, se ha
observado que al producirse un aumento en el peso se activan una serie
de eventos fisiológicos que concluyen con el desarrollo de
patologías metabólicas y con la aparición de
complicaciones cardiovasculares (Bakris, 2007).
El riesgo de padecer de ECV aumenta
en pacientes portadores de patologías crónicas, ya que se
produce un efecto sinérgico entre la patología de fondo y
los PLS alterados. Los pacientes con diabetes mellitus presentan un
incremento en la frecuencia de ECV, por lo que el control de los
lípidos sanguíneos es un pilar fundamental en la
prevención y el control de la patología cardiovascular en
pacientes con diabetes (Watkins, 2003; Betteridge, 2005). De igual
forma sucede cuando se presenta HTA, pues se ha clasificado al PLS
anormal como un agravante en el riesgo de desarrollar ECV; de
ahí que el tratamiento que se les da a estos pacientes busca
lograr que sus niveles de lípidos sean los más
óptimos posibles (Grundy et al, 2002).
Esta investigación se
realizó en el Área de Salud Montes de Oca (ASMO), que
pertenece al Programa de Atención Integral en Salud (PAIS) de la
Universidad de Costa Rica (UCR). Este programa está compuesto
por 15 Equipos Básicos de Atención Integral en Salud
(EBAIS), distribuidos en cinco sedes, donde se brindan servicios de
primer nivel de atención a una población con
características socioeconómicas y culturales variadas.
Se piensa que una gran cantidad de
personas sufre de alteraciones en el PLS, lo que constituye un problema
de salud local; sin embargo, se desconoce cuáles son los
factores que están asociados a este fenómeno y en
qué medida influyen en él. El objetivo de este estudio es
analizar la relación entre la exposición a diversos
factores —de biotipo, socioeconómica y
patológica— y la manifestación de alteraciones en
el PLS en pacientes del ASMO.
METODOLOGIA
Se realizó un estudio de tipo
caso-control (Rottman, 1986). La población objetivo estuvo
compuesta por aproximadamente 38 000 pacientes de entre 20 y 65
años de edad, adscritos al ASMO. El diseño del estudio
fue aprobado por un comité evaluador del Posgrado en
Epidemiología de la Universidad Nacional, designado para evaluar
los aspectos técnicos y ético-científicos.
Además, se contó con la aprobación de la
Coordinación Académica y la Dirección General del
PAIS, que es la entidad responsable de avalar la ejecución de
investigaciones y de la divulgación de información en
este programa.
Sujetos
La información de la
población participante se recopiló entre el 1° de
enero y el 31 de diciembre del 2006, consultando el registro del
Laboratorio Clínico de la Universidad de Costa Rica. Se
trabajó con los expedientes de los pacientes a los que se les
había practicado un PLS durante el período de estudio.
Formaron parte del estudio los pacientes que cumplían con los
siguientes requisitos: adscripción a un EBAIS perteneciente al
ASMO, indicación médica del PLS, como parte de su control
de salud, y edad entre 20 y menos de 65 años. Se excluyeron de
esta población los pacientes cuyos expedientes presentaban al
menos una de las siguientes carencias: reportes biológicamente
no plausibles; falta de datos, o datos mal digitados o en blanco;
valores mayores a 3 desviaciones estándares, o reportes
diferentes al primer PLS indicado en el año. En estos casos, se
conservó el primer reporte y se eliminaron los restantes. El
protocolo de los EBAIS establece que para determinar un perfil
metabólico únicamente se tomen muestras sanguíneas
a pacientes que tengan al menos 12 horas de ayuno.
Se definieron como
“caso” aquellas personas que presentaban el PLS alterado, o
sea, que cumplían con al menos uno de los siguientes criterios:
colesterol total ≥240 mg/dl, triglicéridos ≥200 mg/dl,
LDL-colesterol ≥160 mg/dl o HDL-colesterol <40 mg/dl. Se
definieron como “control” aquellas personas que presentaban
un PLS óptimo, en apego a los siguientes criterios: colesterol
total <240 mg/dl, triglicéridos <200 mg/dl, LDL-colesterol
<160 mg/dl, HDL-colesterol ≥40 mg/dl (Adult Treatment Panel III,
2001).
Se utilizaron métodos
estandarizados y validados para la determinación de los
lípidos sanguíneos y la glucosa sanguínea. Para la
toma de la presión arterial se emplearon
esfigmomanómetros de tipo aneroide.
El tamaño de la muestra se
determinó según la fórmula n = Σ (k -1 *
10), donde k es el número de estratos de las variables; por lo
que toma en cuenta todos los niveles de cada covariable. Esta
fórmula es una variación de la fórmula de Freeman
(1987) n=10* (k+1), donde k es el número total de covariables.
Esta corrección permite tener al menos las 10 observaciones por
covariable que sugiere Freeman, pero incrementa el total de
observaciones cuando las covariables tienen más de dos estratos,
acercándose a lo señalado por Harrel et al., (1985) y
Perduzzi et al. (1996), que recomiendan entre 10 y 20 observaciones por
variable, así como el número de observaciones derivadas
de las posibles interacciones. El resultado fue de 100 pacientes por
grupo; sin embargo, dada la posibilidad de obtener información
de un mayor número de pacientes, se trabajó con 135 casos
y 135 controles.
La distribución del
número de pacientes fue proporcional al aporte que cada una de
las cinco sedes del ASMO realizó a la población total
durante al período de estudio. La selección de los
expedientes en cada una de las sedes se hizo de forma aleatoria simple
entre el total de pacientes registrados. Cuando los datos estaban
incompletos o faltaban del todo (ausentes), se acudió al
reemplazo simple. Para ambos grupos (“casos” y
“controles”) se seleccionaron igual cantidad de pacientes
hombres que de pacientes mujeres.
Variables de estudio
Las variables o factores de exposición que se incluyeron en el estudio fueron:
Índice de Masa Corporal (IMC):
resultado de dividir el peso en kilogramos entre el cuadrado de la
estatura en metros [kg/(m)2]. Se definieron tres categorías para
esta variable: normal, para valores entre 20,1 a 25,0; sobrepeso, para
valores de 25,1 a 30,0 y obesos, para valores >30,0. Si bien la
Organización Mundial de la Salud (1995) establece como normal un
IMC de 18,5 a 24,99, en nuestra investigación utilizamos el
rango de 20,1 a 25,0 como IMC normal, debido al uso que ordinariamente
se le confiere a este valor en el ámbito de los profesionales en
medicina, nutrición y ciencias del movimiento humano
(Koloszár et al., 2005; Hallin et al., 2006; Mantakas &
Farrel, 2010; Renault et al. 2010).
Hipertensión arterial (HTA) y
diabetes mellitus (DM) tipo II: indica si un paciente es portador o no
de estas patologías. Se trabajó cada variable de forma
independiente (HTA o DM) pero también se creó una
variable que las contemplaba como co-morbilidades (HTA/DM). Para
definir la hipertensión arterial se utilizó el valor de
140/90 mmHg (sistólica/diastólica), según las
recomendaciones del Seventh Report of the Joint National Committee on
Prevention, Detection, Evaluation, and Treatment of High Blood Pressure
(US Department of Health and Human Services (2004)). Por otro lado, se
utilizó el valor de 125 mg/dl como valor límite normal de
glucosa en sangre (suero venoso) en ayunas (Resnick et al., 2000).
Tipo de aseguramiento:
condición de afiliación a la Caja Costarricense de Seguro
Social que presenta cada uno de los pacientes, según su estado
socioeconómico. Se definieron tres categorías:
contribuyentes (asegurados directos o pensionados directos),
dependientes (cónyuge o los hijos de un contribuyente) y otros
asegurados (pacientes con seguro del Estado, convenios internacionales
o condición no determinada a la fecha).
Edad: se organizó en tres
clases; pacientes de 20 a 34 años, de 35 a 49 años y de
50 a menos de 65 años cumplidos.
Sexo: masculino o femenino, según lo registrado en el expediente.
La información de cada
variable se encontró en los expedientes clínicos de cada
uno de los pacientes y se tabularon los datos correspondientes a la
fecha en la que se indicó el PLS durante el 2006.
Análisis estadístico
En la primera parte del estudio se
llevó a cabo un análisis univariado por medio de tablas
de contingencia (2 x k) para calcular, mediante la razón de
posibilidades (Odds Ratio [OR]), la magnitud de la
asociación entre el PLS y cada una de las variables de
exposición. El intervalo de confianza de cada OR se
estimó al 95% (IC95%). Además, se evaluó la
dirección, la magnitud y la fuerza de la asociación de
cada OR resultante.
En la segunda parte se
construyó un modelo multivariado, siguiendo la estrategia de
modelaje “paso a paso en reversa” (backward stepwise). La
prueba de significancia que se usó durante el modelaje
multivariado fue la razón de verosimilitud (Likelihood Ratio
Test), con un nivel de confianza del 95%. Luego de la exclusión
de las variables no significativas, se evaluó la presencia de
confusión comparando los coeficientes estimados en el nuevo
modelo, con los calculados y con la razón de verosimilitud del
modelo previo. Se consideró la presencia de confusión
cuando el coeficiente de alguna de las variables de exposición
cambió en más del 10% (si el coeficiente tenía
valores entre -0,4 y 0,4) o si los coeficientes cambiaban más
del 25% (si el coeficiente tenía valores de <-0,4 o >0,4).
Finalmente, las interacciones biológicamente plausibles fueron
agregadas al modelo y evaluadas estadísticamente.
El modelo multivariado para evaluar los distintos PLS fue el siguiente:
Logit (P)PLS = α + ßIMC + ßHTA + ßDM + ßHTA/DM + ßA + γEdad + γSexo
El software que se empleó para ambos análisis fue Egret® versión 2.0.31 (Cytel Software Corp.)
RESULTADOS
Del total de pacientes, tanto
“casos” como “control”, 90 tenían entre
20 y 34 años, 84 estaban entre los 35 y los 49 años y 96
tenían entre 50 y ≤65 años. La distribución por
sexo fue similar en ambos grupos (casos y control). Se encontró
que había 75 pacientes con un IMC normal, 122 con sobrepeso y 73
con obesidad. Un total de 40 pacientes eran portadores de HTA, 11
presentaron DM y 3, ambas patologías. En relación con la
condición de aseguramiento, 156 pacientes fueron categorizados
como “contribuyentes”, 63 como “dependientes” y
51 como “otros asegurados”.
En el análisis univariado se
encontró que las variables edad, sexo, aseguramiento, DM y
HTA/DM no presentaban una asociación significativa con el PALS.
En cambio, el IMC mostró una alta asociación
estadística con el PALS, especialmente en los pacientes obesos.
La HTA también evidenció algún grado de
asociación (Tabla 1).
En el modelo multivariado, las
variables edad, sexo, HTA, DM, HTA/DM y aseguramiento no mostraron
significancia estadística; por el contrario, solo el IMC
continuó mostrando asociación con el PALS (Tabla 2).
Una vez eliminadas las variables que
no presentaban asociación, el modelo predictivo que
resultó con mayor significancia estadística (p <0,00),
según la razón de verosimilitud fue:
Logit (P)PLS = α + ßIMC
No se presentó confusión o modificación de efecto con las variables esperadas para tales interacciones.
DISCUSIÓN
Los hallazgos de este estudio se
basaron en las definiciones de perfil alterado de lípidos
sanguíneos (PALS) y de perfil óptimo de lípidos
sanguíneos (POLS) establecidas en la metodología. Este
aspecto es de suma importancia para la validez externa del estudio y
para su aplicación en otras circunstancias La literatura (Grundy
et al., 2002) menciona que, en algunos pacientes, se deben considerar
como óptimos valores de LDL-colesterol de <100 mg/dl y no
como se definió en la investigación (<160 mg/dl); por
lo tanto, los resultados de este estudio deben usarse con cautela en
esos pacientes.
A pesar de que se han documentado
diferencias en la concentración de lípidos
sanguíneos relacionadas con el sexo (Tacsan & Asencio,
2001), en este estudio no se precisó una asociación
significativa entre el sexo y el PALS. Esta situación
podría deberse a que el PALS se consideró como un todo y
no se analizó el efecto de esta variable en cada lípido
sanguíneo de forma individual. Por ello, el efecto del sexo en
un determinado lípido no fue evidenciado.
En la investigación tampoco se
estableció una asociación significativa entre las
distintas categorías de edad y el PALS. Esto se debe,
posiblemente, a que se crearon clases de edad con intervalos de
años relativamente amplios. Este ámbito pudo haber
obstaculizado la observación de alguna tendencia, pero, en todo
caso, de haber existido se habría notado en las
categorías extremas, cosa que no ocurrió.
El IMC fue la variable que tuvo la
asociación estadística de mayor significancia. Se
comprobó que el riesgo de tener una alteración en el PLS
aumenta en los pacientes con mayor IMC. Este hallazgo encuentra
refuerzo en la literatura, que señala una relación
directa entre los diferentes estados de obesidad, los lípidos
sanguíneos y las ECV (Klein et al., 2004; Meigs et al., 2006;
Poirier et al., 2006).
A pesar de que las alteraciones en
los diferentes lípidos sanguíneos son comunes en los
pacientes portadores de patologías crónicas, el estudio
solo demostró asociación significativa con la HTA, no
así con la DM o con la presencia de ambas. Una posible
justificación para este hallazgo es el hecho de que los
pacientes portadores de estas patologías se encuentran
cumpliendo los lineamientos de los protocolos respectivos, que
establecen el abordaje de las alteraciones en los lípidos
sanguíneos y que los convierte en pacientes que están
recibiendo tratamiento antilipídico.
No existe documentación
disponible que relacione la condición de aseguramiento de una
persona con la presentación de un PLS en particular. La
plausibilidad biológica de una asociación es nula y esto
se confirmó mediante el valor estadístico que se obtuvo
en el análisis. A su vez, esta variable no determina la
condición socioeconómica de una persona, que está
determinada por múltiples factores.
El resultado del análisis
multivariado fue un modelo simple (una sola variable), ya que los
demás factores de exposición se fueron excluyendo
progresivamente por no poseer valores estadísticamente
relevantes. En todo caso, la ecuación resultante tiene una alta
significancia estadística (p <0.00) como predictor de PALS.
Importa destacar que, si bien el
modelo simple demuestra la importante relación entre los
factores de exposición y el PALS, otros modelos que incluyan
más variables proporcionarían una predicción
más explicativa del evento, dada la multi-causalidad de las
enfermedades (Kleinbaum, 1994).
CONCLUSIONES
Una vez analizadas todas las
asociaciones de las variables incluidas, se concluye que el IMC fue el
único factor que mostró una asociación
significativa con el PALS en los pacientes del ASMO. Conociendo esta
situación, es pertinente crear estrategias locales para
minimizar el riesgo de que se presenten alteraciones en los
lípidos sanguíneos y reducir, así, las
posibilidades de que se presenten ECV en la población en
general, y en la población del ASMO, en particular.
AGRADECIMIENTOS
A la Dra. Sandra Meléndez, al
Prof. Bernardo Vargas, PhD y a la Dra. Gabriela Salguero, por sus
aportes en el desarrollo de esta investigación.
REFERENCIAS
Adult Treatment Panel III. (2001). Expert Panel on Detection,
Evaluation, and Treatment of High Blood Cholesterol in Adults.
Executive Summary of the Third Report of the National Cholesterol
Education Program (NCEP) Expert Panel on Detection, Evaluation, and
Treatment of High Blood Cholesterol in Adults. The Journal of the
American Medical Association, 285(19), 2486–2497. https://doi.org/10.1001/jama.285.19.2486
Bakris, G. L. (2007). Current Perspectives on Hypertension and Metabolic Syndrome. Journal of Managed Care Pharmacy, 13(5), S3-S5. https://doi.org/10.18553/jmcp.2007.13.s5.3
Betteridge, J. (2005). Benefits of lipid-lowering therapy in patients
with type 2 diabetes mellitus. The Americam Journal of Medicine,
118(12A), 10S–15S. https://doi.org/10.1016/j.amjmed.2005.09.013
Collins, R., Armitage, J., Parish, S., Sleight, P., & Peto, R. (2002).
Heart Protection Study of cholesterol lowering with simvastatin in
20,536 high-risk individuals: a randomised placebo-controlled trial.
Lancet, 360(9326), 7–22. https://doi.org/10.1016/S0140-6736(02)09327-3
Egret® for Windows®. Versión 2.0.31. Cytel Software Corporation. 1999
Freeman, D.H. (1987). Applied categorical data analysis. New York: Marcel Dekker Inc.
Grundy, S.M., Becker. D., Clark, L., Cooper, R.S., Denke, M.A., Howard,
W.J., et al. (2002). National cholesterol education program expert
panel on detection, evaluation, and treatment of high blood cholesterol
in adults (Adult Treatment Panel III). Circulation, 106, 3143-3421.
Hallin, R., Koivisto-Hursti, U. K., Lindberg, E., & Janson, C. (2006)
Nutritional status, dietary energy intake and the risk of exacerbations
in patients with chronic obstructive pulmonary disease (COPD).
Respiratory Medicine, 100, 561-567. https://doi.org/10.1016/j.rmed.2005.05.020
Harrell, F., Lee, K.L., Matchar, D.B., & Reichert, T.A. (1985).
Regression models for prognostic prediction: Advantages, problems and
suggested solutions. Cancer Treatment Reports, 69(10), 1071-1077.
Jafar, T. H., Qadri, Z., & Chaturvedi, N. (2008). Coronary artery disease
epidemic in Pakistan – more electrocardiographic evidence of
ischemia in women than in men. Heart, 94(4), 408-413. https://doi.org/10.1136/hrt.2007.120774
Kathiresan, S., Manning, A. K., Demissie, S., D'Agostino, R., Surti, A.,
Guiducci, C.,…Cupples, L. (2007). A genome-wide association
study for blood lipid phenotypes in the Framingham Heart Study.
BMC Medical Genetics, 8(1), S17. https://doi.org/10.1186/1471-2350-8-S1-S17
Klein, S., Burke, L. E., Bray, G. A., Blair, S., Allison, D. B.,
Pi-Sunyer, X.,… American Heart Association Council on Nutrition,
Physical Activity, and Metabolism. (2004). Clinical Implications of
Obesity with Specific Focus on Cardiovascular Disease: A Statement for
Professionals from the American Heart Association Council on Nutrition,
Physical Activity, and Metabolism: Endorsed by the American College of
Cardiology Foundation. Circulation, 110(18), 2952-2967. https://doi.org/10.1161/01.CIR.0000145546.97738.1E
Kleinbaum, D. G. (1994). Logistic Regression. United States of America: Springer-Verlag New York, Inc. https://doi.org/10.1007/978-1-4757-4108-7
Koloszár, S., Fejes, I., Závaczki, Z., Daru, J.,
Szöllosi, J., & Pál, A. (2005). Effect of body weight on
sperm concentration in normozoospermic males. Archives of Andrology,
51(4), 299-304. https://doi.org/10.1080/01485010590919701
Law, M.R., Wald, N.J., y Thompson, S.G. (1994). By how much and how
quickly does reduction in serum cholesterol concentration lower risk of
ischaemic heart disease? BMJ, 308, 367–372. https://doi.org/10.1136/bmj.308.6925.367
Mantakas, A., & Farrell, T. (2010). The influence of increasing
BMI in nulliparous women on pregnancy outcome. European Journal of
Obstetrics, Gynecology, and Reprodutive Biology, 153(1), 43-46. https://doi.org/10.1016/j.ejogrb.2010.06.021
Meigs, J. B., Wilson, P., Fox, C. S., Vasan, R. S., Nathan, D. M.,
Sullivan, L. M., & D’Agostino, R.B. (2006). Body Mass Index,
Metabolic Syndrome, and Risk of Type 2 Diabetes or Cardiovascular
Disease. The Journal of Clinical Endocrinology & Metabolism, 91(8),
2906–2912. https://doi.org/10.1210/jc.2006-0594
Organización Panamericana de la Salud. (2005). Situación
de salud en las Américas. Indicadores básicos. Fuente:
http://new.paho.org/hq/dmdocuments/2009/IB_SPA_2009.pdf
Perduzzi, P., Concato, J., Kemper, E., Holford , T.R. & Feinstein,
A.R. (1996). A simulation study of the number of events per variable in
logistic regression analysis. Journal of Clinical Epidemiology,
49(12), 1373-1379. https://doi.org/10.1016/S0895-4356(96)00236-3
Pilote, L., Dasgupta, K., Guru, V., Humphries, K. H., McGrath, J.,
Norris, C.,…Tagalakis, V. (2007). A comprehensive view of
sex-specific issues related to cardiovascular disease. Canadian Medical
Association Journal, 176(6), S1 - S44. https://doi.org/10.1503/cmaj.051455
Poirier, P., Giles, T. D., Bray, G.A., Hong, Y., Stern, J. S., Pi-Sunyer,
F. X., & Eckel, R. H. (2006). Obesity and Cardiovascular Disease
Pathophysiology, Evaluation, and Effect of Weight Loss.
Arteriosclerosis, Thrombosis, and Vascular Biology, 26(5), 968-976. https://doi.org/10.1161/01.ATV.0000216787.85457.f3
Renault, K., Nørgaard, K., Andreasen, K.R., Secher, N. J., &
Nilas, L. (2010). Physical activity during pregnancy in obese and
normal-weight women as assessed by pedometer. Acta Obstetrica et
Gynecologica Scandinavica, 89(7), 956-961. https://doi.org/10.3109/00016341003792459
Resnick, H. E., Harris, M. I., Brock, D. B., & Harris, T. B. (2000)
American Diabetes Association diabetes diagnostic criteria, advancing
age, and cardiovascular disease risk profiles: results from the Third
National Health and Nutrition Examination Survey. Diabetes Care, 23(2),
176-180. https://doi.org/10.2337/diacare.23.2.176
Rothman, K.J. (1986). Moderm epidemiology. United States of America: Little, Brown & Co.
Shepherd, J., Blauw, G.J., Murphy, M.B., Bollen, E., Buckley, B.M.,
Cobbe, S.M…. Westendorp R.G. (2002). Pravastatin in elderly
individuals at risk of vascular disease (PROSPER): a randomized
controlled trial. Lancet, 360(9346), 1623–1630. https://doi.org/10.1016/S0140-6736(02)11600-X
Tacsan, L. y Asencio, M. (2003). Encuesta basal de factores de
riesgo para enfermedades no transmisibles, Cartago 2001. Ministerio de
Salud Pública de Costa Rica.
Ueshima, H., Kasagi, F., Kodama, K., Okamura, T., Hayakawa, T.,
Okayama, A… The Nippon Data 80 Research Group. (2006). Risk
assessment chart for death from cardiovascular disease based on a
19-year follow-up study of a Japanese representative population.
Circulation Journal, 70(10), 1249–1255. https://doi.org/10.1253/circj.70.1249
United States Department of Health and Human Services (2004). Seventh
Report of the Joint National Committee on Prevention, Detection,
Evaluation, and Treatment of High Blood Pressure (JNC 7). Rockville,
Md. Publication No. 04-5230.
Watkins, P. (2003). ABC of diabetes, cardiovascular disease,
hypertension, and lipids. BMJ, 326, 874-876. https://doi.org/10.1136/bmj.326.7394.874
World Health Organization (1995). Physical status: the use and
interpretation of anthropometry. Report of a WHO Expert Committee.
World Health Organization Technical Report Series, 854, 1-452.
Recepción: 26 de agosto del 2010.
Corrección: 17 de febrero del 2011.
Aceptación: 17 de febrero del 2011.
Publicación: 31 de julio del 2011.
Artículo de la Revista MHSalud de la Universidad Nacional, Costa Rica protegido por Licencia
Creative Commons Attibution-NonComercial-NoDerivs 3.0 Costa Rica. Para
más información visite www.una.ac.cr/MHSalud
Permissions beyond the scope of this license may be available at revistamhsalud@una.cr