Modelo de predicción de la diabetes tipo 2 y prediabetes. Hospital de Alta Complejidad, Trujillo

• Autor: Nazario Huaranga, Franco Mariano
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/68571
• Enlace del recurso: https://hdl.handle.net/20.500.12759/68571
• Nivel de acceso: acceso abierto
• Materia: Nivel de Estrés Laboral; Desempeño Profesional; https://purl.org/pe-repo/ocde/ford#3.02.27

Uno de los problemas más complejos de la salud publica lo constituyen la diabetes mellitus tipo 2 y la prediabetes, dado que su prevalencia sigue creciendo a nivel global. La diabetes es considerada una de las epidemias más importantes en el medio de la salud mundial, afectando según el informe de la Federación Internacional de Diabetes (IDF, 2021), a alrededor de 537 millones de individuos. Se predice que este número aumentará notablemente en las próximas décadas. En este sentido, la práctica de su diagnóstico temprano y la intervención en etapas de prediabetes es crucial en el control de estas enfermedades, dado que su tendencia a generar complicaciones es muy alta, además de los efectos que producen a su calidad de vida. El fin de este estudio es crear un modelo de predicción para diabetes tipo 2 y prediabetes en usuarios del Hospital de Alta Complejidad de Trujillo. En el contexto actual, dentro del sistema de atención en salud de la región, no hay un sistema de predicción que sistematice múltiples factores de riesgo que permita rastrear oportunamente la patología en la población peruana. Con este, se espera optimar la metodología para identificar pacientes arriesgados en un contexto oportuno, maximizando recursos y mejora en la asignación y actuación clínica. Para construir un modelo de diabetes, se observan diferentes causas de riesgo como el sexo, la edad, antecedentes familiares de la enfermedad, el nivel de sedentarismo, la acantosis nigricans, circunferencia abdominal, la presión arterial, la masa corporal y la relación entre tobillo y brazo. Se utilizará diseño analítico comparativo transversal con una población de 150 pacientes ambulatorios del servicio de Medicina Interna que recibirán un examen físico integral y análisis de laboratorio tales como: glucosa, hemoglobina glicosilada e insulina en ayuno. Los datos recopilados se analizarán utilizando modelos de regresión logística multivariable con el software SPSS 25. Se espera que el modelo derivado permita la identificación temprana de pacientes que probablemente progresan a diabetes tipo 2 y prediabetes, lo que ayudará en la planificación de la prevención y mejorará la atención en hospitales de nivel terciario. 6 Finalmente, este proyecto pretende ayudar en la identificación temprana de diabetes tipo 2 y prediabetes a partir de un modelo diseñado para hacer predicciones utilizando datos clínicos y antropométricos. Los resultados obtenidos podrán utilizarse en centros de salud de acceso limitado, contribuyendo a reducir la incidencia de comorbilidades derivadas de la enfermedad y mejorando la distribución de estos recursos