Logo_Icesi

Filtros

2011 - 201912020 - 20241
Restablecer filtros

Ajustes

Tiene archivos: trueTema: Enfermedad cardiovascular

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    Periodontal treatment effects on endothelial function and cardiovascular disease biomarkers in subjects with chronic periodontitis: protocol for a randomized clinical trial.
    (2011-02-16) Ramírez Escobar, Jorge Hernán
    Background Periodontal disease (PD) is an infectious clinical entity characterized by the destruction of supporting tissues of the teeth as the result of a chronic inflammatory response in a susceptible host. It has been proposed that PD as subclinical infection may contribute to the etiology and to the pathogenesis of several systemic diseases including Atherosclerosis. A number of epidemiological studies link periodontal disease/edentulism as independent risk factor for acute myocardial infarction, peripheral vascular disease, and cerebrovascular disease. Moreover, new randomized controlled clinical trials have shown an improvement on cardiovascular surrogate markers (endothelial function, sICAM, hsPCR level, fibrinogen) after periodontal treatment. Nonetheless, such trials are still limited in terms of external validity, periodontal treatment strategies, CONSORT-based design and results consistency/extrapolation. The current study is designed to evaluate if periodontal treatment with scaling and root planning plus local delivered chlorhexidine improves endothelial function and other biomarkers of cardiovascular disease in subjects with moderate to severe periodontitis.
  • Miniatura
    Ítem
    Factores sociodemográficos, clínicos y conductuales presentes que caracterizan el riesgo cardiovascular en una muestra de pacientes de la ESE Oriente de Cali entre 2016 a 2023
    (Universidad Icesi, 2024-12-09) Cely Ospina, Jovany; Peña Ocampo, Víctor Alfonso; Andrade Bonilla, Nelson Andrés
    La enfermedad cardiovascular es la principal causa de morbimortalidad a nivel mundial, y su desarrollo está relacionado con diversos factores de riesgo. Por ello, la prevención depende de identificar y controlar estos factores para influir en el curso clínico de la enfermedad. En este proyecto se propuso la creación de modelos de predicción del riesgo cardiovascular a partir de un dataset de pacientes que son atendidos en una empresa social del estado (ESE) de Cali. El conjunto de datos se dividió en dos subconjuntos, según la fecha de toma de la data, y se realizó una selección de variables en cada uno con el objetivo de analizar cómo esta elección afecta el desempeño de los diferentes modelos. Finalmente, con base en métricas de desempeño, se definió el modelo de random forest como el mejor modelo, identificando las variables clave que influyen en la variable objetivo y las variables sociodemográficas de mayor peso con el fin de que estas puedan ser consideradas por las entidades de salud en los procesos de prevención.