Por favor, use este identificador para citar o enlazar este ítem:
https://www.arca.fiocruz.br/handle/icict/36192
Tipo
DisertaciónDerechos de autor
Acceso abierto
Colecciones
Metadatos
Mostrar el registro completo del ítem
PREVALÊNCIA E FATORES ASSOCIADOS À SÍNDROME METABÓLICA EM MILITARES DO EXÉRCITO BRASILEIRO
Militares
Sensibilidade e Especificidade
Modelos Estatísticos
Prevalência
Silva, José Murilo da Costa | Fecha del documento:
2013
Titulo alternativo
Prevalence and factors associated with metabolic syndrome in Brazilian Army MilitaryDirector
Afiliación
Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro, RJ, Brasil.
Resumen en portugues
A Síndrome Metabólica (SM) é um transtorno complexo representado por um conjunto de fatores de risco cardiovasculares, usualmente relacionados à deposição central de gordura e à resistência à insulina. A associação SM com a DCV tem aumentado a mortalidade cardiovascular em cerca de 2,5 vezes, e a mortalidade total em cerca de 1,5 vezes. Atualmente, não há ainda um consenso no sentido de identificar o melhor critério para definir a SM, produzindo diferentes resultados para a prevalência, quando aplicado a um grupo estudado. Além disso, há uma escassez de estudos na literatura abordando a descrição da prevalência SM em geral, e de seus componentes associados em militares, que são uma população muito específica devido às suas atividades. O presente estudo tem por objetivos avaliar a acurácia entre as definições de SM segundo o NCEPATP III, IDF, AHA/IHLBI (NCEP atualizado) e JIS (critério harmonizado entre o IDF e AHA/IHLBI), utilizando os modelos aleatórios de classe latente, levando em conta a ausência de um padrão-ouro; calcular a prevalência dos componentes da SM para cada critério adotado: NCEPATP III, IDF, AHA/IHLBI (NCEP atualizado) e JIS, e, identificar os fatores sócio-demográficos e comportamentais associados aos componentes da SM, baseado na definição de melhor acurácia, nos militares do Exército Brasileiro, empregando o modelo de regressão múltipla de Poisson com variância robusta. Os resultados mostraram que o critério JIS foi o que apresentou melhor acurácia para o diagnóstico da SM, e também o de maior prevalência entre os quatro critérios avaliados.Verificou-se também que os fatores associados à SM foram faixa etária e índice de massa corporal(IMC).
Resumen en ingles
Metabolic syndrome (MS ) is a complex disorder represented by a cluster of cardiovascular risk factors commonly associated with central fat deposition and insulin resistance . Its association with CVD has increased cardiovascular mortality by about 2.5 times , and overall mortality by about 1.5 times. Currently, there is not a consensus in order to identify the best criterion to define MetS, producing different results for the prevalence, when applied to a study group. In addition , there are afew studies in the literature addressing the description of Mets prevalence in general and its associated components in military, a particular population due to their specific activities . The objectives of the study are to evaluate the accuracy of the definitions of MetS according to the NCEP- ATPIII , IDF , AHA / IHLBI (updated NCEP ) and JIS (harmonized between the IDF and AHA /IHLBI criterion ), using the random latent class models, taking into account the absence of a gold standard; calculate the prevalence of MS components for each criterion used, and identify sociodemographic and behavioral factors associated with components of MetS, in the Brazilian Army, using the accurate definition of best accuracy in the Brazilian Army. The models of multiple Poisson regression with robust variance were used to assess factors associated with MetS prevalence. The results showed that the criterion JIS classification had the highest accuracy for the diagnosis of MetS, and also yielded the highest prevalence among the four criteria evaluated. It was also found that the factors associated with MS were age and body mass index ( BMI ).
DeCS
Síndrome X Metabólica - epidemiologiaMilitares
Sensibilidade e Especificidade
Modelos Estatísticos
Prevalência
Compartir