Modelos predictivos para enfermedades complejas.

Mostrar todas las versiones(2)

Las Enfermedades Complejas No Transmisibles (ECNT) son las principales causas de muerte en el mundo, produciendo más muertes cada año que todas las otras causas combinadas. De acuerdo a los datos disponibles aproximadamente el 80% de las muertes por ECNT se producen en países de bajos y medianos ing...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Brunotto, M., Zárate, A.M.
Formato: article
Lenguaje:Español
Publicado: Revista Facultad de Ciencias Médicas. 2017
Materias:
ECNT
Enfermedades Complejas No Transmisibles
Características
Métodos
Acceso en línea:http://hdl.handle.net/11086/4893
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R14111086-4893
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic ECNT
Enfermedades Complejas No Transmisibles
Características
Métodos
spellingShingle ECNT
Enfermedades Complejas No Transmisibles
Características
Métodos
Brunotto, M.
Zárate, A.M.
Modelos predictivos para enfermedades complejas.
topic_facet ECNT
Enfermedades Complejas No Transmisibles
Características
Métodos
description Las Enfermedades Complejas No Transmisibles (ECNT) son las principales causas de muerte en el mundo, produciendo más muertes cada año que todas las otras causas combinadas. De acuerdo a los datos disponibles aproximadamente el 80% de las muertes por ECNT se producen en países de bajos y medianos ingresos. Sin embargo, las muertes causadas por ECNT podrían evitarse si se implementaran programas de prevención y diagnóstico temprano. El desafío que representan los fenotipos multifactoriales es lograr una estrategia válida de identificación de individuos de riesgo en la población. Estas estrategias pueden estar orientadas al monitoreo poblacional o a la generación de modelos predictivos causales para detección temprana, interpretando las causas primordiales que generan la patología. El objetivo de este trabajo es describir las caracterísitcas de las enfermedades crónicas complejas y algunos de los métodos actuales de estudio de éstas en el área de la salud. Conclusiones. El trabajo interdisciplinario, de un equipo de profesionales de la salud pertenecientes a diversas áreas permite un adecuado abordaje de las patologías complejas. La aplicación de modelos como los gráficos de causalidad resulta una herramienta invalorable para lograr un adecuado ajuste del modelo estadístico, permitiendo introducir todos los componentes que intervienen en la dinámica salud-enfermedad. Y la mejor estrategia metodológica para las enfermedades complejas es el diagnóstico temprano y el monitoreo de grupos de riesgo y el seguimiento de terapias de pacientes diagnosticados.
format article
author Brunotto, M.
Zárate, A.M.
author_facet Brunotto, M.
Zárate, A.M.
author_sort Brunotto, M.
title Modelos predictivos para enfermedades complejas.
title_short Modelos predictivos para enfermedades complejas.
title_full Modelos predictivos para enfermedades complejas.
title_fullStr Modelos predictivos para enfermedades complejas.
title_full_unstemmed Modelos predictivos para enfermedades complejas.
title_sort modelos predictivos para enfermedades complejas.
publisher Revista Facultad de Ciencias Médicas.
publishDate 2017
url http://hdl.handle.net/11086/4893
work_keys_str_mv AT brunottom modelospredictivosparaenfermedadescomplejas
AT zarateam modelospredictivosparaenfermedadescomplejas
bdutipo_str Repositorios
_version_ 1764820396475940865

Ejemplares similares