Análisis de los de factores presentes en pacientes embarazadas con preeclampsia en Hidalgo

Autores/as

DOI:

https://doi.org/10.29057/icbi.v13iEspecial.13791

Palabras clave:

Preeclampsia, embarazo, factores de riesgo

Resumen

En 2014 y 2017, en el estado Hidalgo se observó la razón de mortalidad por preeclampsia más alta de todo el país. Es importante la valoración de los factores de riesgo como medida de detección temprana de preeclampsia. En este trabajo se utilizan bases de datos de pacientes embarazadas que acudieron a los hospitales de los servicios de Salud del Estado de Hidalgo entre 2017 y 2020. Se emplea un modelo logit para estimar la probabilidad de padecer preeeclampsia. Los resultados indica que la edad de la mujer, el número de partos, el periodo intergenésico y el número de semanas de la gestación en la cuál se inicia el control prenatal son factores asociados con la probabilidad de desarrollar preeclampsia.

Descargas

Los datos de descargas todavía no están disponibles.

Información de Publicación

Metric
Este artículo
Otros artículos
Revisores por pares 
2.4 promedio

Perfiles de revisores  N/D

Declaraciones del autor

Declaraciones del autor
Este artículo
Otros artículos
Disponibilidad de datos 
N/A
16%
Financiamiento externo 
No
32% con financiadores
Intereses conflictivos 
N/D
11%
Metric
Para esta revista
Otras revistas
Artículos aceptados 
86%
33%
Días hasta la publicación 
214
145

Indexado en

Editor y comité editorial
perfiles
Sociedad académica 
N/D

Citas

Chimbo Oyaque, E., Mariño Tapia, E., Chimbo Oyaque, A., and Caicedo Torres, E. (2018). Factores de riesgo y predictores de preeclampsia: una mirada al futuro. Revista Latinoamericana de Hipertensión, 13(1):6–12.

CONAPO (2024). Conciliación demográfica de 1950 a 2019 y proyecciones de la población de México y de las entidades federativas 2020 a 2070. https://www.gob.mx/conapo/acciones-yprogramas/conciliacion-demografica-de-1950-a-2019-y-proyecciones-de-la-poblacion-de-mexico-y-de-lasentidades-federativas-2020-a-2070?tab=. Fecha de consulta:2024-08-10.

Direkvand-Moghadam, A., Khosravi, A., and Sayehmiri, K. (2013). Predictive factors for preeclampsia in pregnant women: a receiver operation character approach. Archives of Medical Science, 9(4):684–689.

Eskenazi, B., Fenster, L., and Sideny, S. (1991). A multivariate analysis of risk factors for preeclampsia. JAMA, 266(2):237–241.

INEGI (2024). Defunciones registradas (mortalidad general). https://www.inegi.org.mx/app/descarga/default.html. Fecha de consulta:2024-04-10.

Liu, C.-M., Chang, S.-D., and Cheng, P.-J. (2012). Relationship between prenatal care and maternal complications in women with preeclampsia: implications for continuity and discontinuity of prenatal care. Taiwanese Journal of Obstetrics and Gynecology, 51(4):576–582.

Morales-Andrade, E., Ayala-Hernández, M., Morales-Valerdi, H., Astorga-Castañeda, M., and Castro-Herrera, G. (2018). Epidemiología de la muerte materna en México y el cumplimiento del objetivo 5 del desarrollo del milenio, hacia los objetivos de desarrollo sostenible. Revista de Especialidades Médico-Quirúrgicas, 23(2):61–86.

Organización Panamericana de Salud (2012). Plan de acción para acelerar la reducción de la mortalidad materna y la morbilidad materna grave: estrategia de monitoreo y evaluación. En CLAP/SMR, editor, Centro Latinoamericano de Perinatología, Salud de la Mujer y Reproductiva. Organización Panamericana de la Salud, Montevideo.

Secretaría de Salud (2024). Informes semanales para la vigilancia epidemiológica de muertes maternas 2024. https://www.gob.mx/salud/documentos/informes-semanales-para-la-vigilanciaepidemiologica-

de-muertes-maternas-2024. Fecha de consulta:2024-08-20.

Serra, B., Mendoza, M., Scazzocchio, E., Meler, E., Nolla, M., Sabría, E., Rodríguez, I., and E., C. (2020). A new model for screening for early-onset preeclampsia. American Journal of Obstetrics and Gynecology, 222:608.e1–18.

United Nations (2015). The Millennium Development Goals Report 2015. United Nations, New York.

United Nations (2019). La Agenda 2030 y los Objetivos de Desarrollo Sostenible: una oportunidad para América Latina y el Caribe. CEPAL, Santiago.

Villa, P., Marttinen, P., Gillberg, J., Lokki, A., Majander, K., Ordén, M.-R., Taipale, P., Pesonen, A., Räıkkönen, K., Hämaläinen, E., Kajantiel, E., and Laivuori, H. (2017). Cluster analysis to estimate the risk of preeclampsia in the high-risk prediction and prevention of preeclampsia and intrauterine growth restriction (predo) study. PLoS ONE, 12(3):e0174399.

Williams, G. J. (2011). Data Mining with Rattle and R: The art of excavating data for knowledge discovery. Use R! Springer.

Wright, D., Syngelaki, A., Akolekar, R., Poon, L., and Nicolaides, K. (2015). Competing risks model in screening for preeclampsia by maternal characteristics and medical history. American Journal of Obstetrics and Gynecology, 213(1):62.e1–62.e10.

Descargas

Publicado

2025-04-26

Cómo citar

Ávila Pozos, R., Cruz Ortega, A., Nolasco Hernández, U. A., Carrillo-Alarcón, L. C., Meléndez, G., & Santillán Hernández, A. S. (2025). Análisis de los de factores presentes en pacientes embarazadas con preeclampsia en Hidalgo. Pädi Boletín Científico De Ciencias Básicas E Ingenierías Del ICBI, 13(Especial), 159–165. https://doi.org/10.29057/icbi.v13iEspecial.13791

Número

Sección

Artículos de investigación