000070396 001__ 70396 000070396 005__ 20180517143105.0 000070396 037__ $$aTAZ-TFM-2017-747 000070396 041__ $$aspa 000070396 1001_ $$aMarín Gracia, Carmen Marta 000070396 24200 $$aIschemic Cerebrovascular Disease Risk Chart for Spanish Population 000070396 24500 $$aTablas de Riesgo de Enfermedad Cerebrovascular Isquémica para la Población Española 000070396 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2017 000070396 500__ $$aAporto en secretaría material físico Resumen también disponible en inglés 000070396 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000070396 520__ $$aIntroducción: El ictus isquémico aterotrombótico es una de las principales causas de morbimortalidad en España generando un importante gasto socio-sanitario. Aunque los factores de riesgo están bien establecidos, no se dispone de tablas de riesgo específicas de uso cotidiano en nuestro medio para la prevención primaria. Objetivos: Se pretende elaborar un algoritmo y una tabla predictivos en función de los factores de riesgo cardiovascular de mayor repercusión. Material y métodos: Se realizó un estudio de cohortes con un seguimiento de 5 años, prospectivo y analítico, poblacional que incluía 1924 hombres y 2498 mujeres mayores de 40 años. Mediante regresión logística se elaboró una ecuación predictiva, así como una tabla de riesgo. Resultados y discusión: Los factores de riesgo más significativos en nuestro estudio fueron la edad, el tabaquismo e índice aterogénico. La tensión arterial sistólica y la diabetes mellitus no obtuvieron suficiente significación probablemente debido a que principalmente, la variable índice aterogénico explica parte de la varianza de éstas, existiendo una correlación entre este índice y las cifras de tensión arterial sistólica y las de glucemia. La probabilidad de un evento isquémico aterotrombótico se explicó con un porcentaje de acierto del 98,3% con el algoritmo: P= 1/1 + 2,7182818284 ^ 11,1+(0,087 X EDAD) + (0,83 si es fumador) + ((0,331 x( LDL/HDL)) Conclusiones: Presentamos una herramienta para la toma de decisiones preferentemente mediante el manejo de los lípidos, una vez controlados otros factores de riesgo, que puedan mejorar la incidencia de eventos. Creemos necesario continuar en la misma línea de generar nuevos algoritmos de predicción con muestras poblacionales mas amplias para que puedan incorporarse mas variables predictivas 000070396 521__ $$aGraduado en Medicina 000070396 540__ $$aDerechos regulados por licencia Creative Commons 000070396 700__ $$aMauri Llerda, José Ángel$$edir. 000070396 700__ $$aLópez del Val, Luis Javier$$edir. 000070396 700__ $$aMarín Ibáñez, Alejandro$$edir. 000070396 7102_ $$aUniversidad de Zaragoza$$bMedicina, Psiquiatría y Dermatología$$cMedicina 000070396 8560_ $$f610847@celes.unizar.es 000070396 8564_ $$s138519$$uhttps://zaguan.unizar.es/record/70396/files/TAZ-TFM-2017-747_ANE.pdf$$yAnexos (spa) 000070396 8564_ $$s903368$$uhttps://zaguan.unizar.es/record/70396/files/TAZ-TFM-2017-747.pdf$$yMemoria (spa) 000070396 909CO $$ooai:zaguan.unizar.es:70396$$pdriver$$ptrabajos-fin-master 000070396 950__ $$a 000070396 951__ $$adeposita:2018-05-17 000070396 980__ $$aTAZ$$bTFM$$cMED