z-logo
open-access-imgOpen Access
Predicción de BPN a 32 Semanas de Gestación en Hospital Nacional General. Modelo De Cilindro
Author(s) -
Pilar Hernández Svendblad
Publication year - 2020
Publication title -
realidad y reflexión
Language(s) - Spanish
Resource type - Journals
eISSN - 2520-9299
pISSN - 1992-6510
DOI - 10.5377/ryr.v51i0.9860
Subject(s) - humanities , medicine , art
El bajo peso al nacer (BPN) corresponde a la causa más importante que afecta a la mortalidad neonatal y a la morbilidad infantil. Algunos estudios muestran una fuerte relación entre el bajo peso al nacer y factores biológicos de la madre, socioeconómicos y sanitarios, por ejemplo, altura materna, pobreza y bajo número de controles prenatales, respectivamente. Debido a que estos factores no pueden ser solucionados de manera inmediata, se intentó desarrollar un modelo predictivo que los omitiera, y, además, sea accesible a los establecimientos de salud, clínicas, hospitales, independientemente si son públicos o privados, pero especialmente aquellos que no disponen de equipo tecnológico suficiente para llevar un monitoreo fetal adecuado. Para atender tal objetivo se llevó a cabo un levantamiento de datos específicos de las hojas de Historia Clínica Perinatal CLAP de los expedientes clínicos correspondientes a las madres con resultados a término con Bajo Peso al Nacer entre los años 2016 y 2018 del Hospital Nacional General de Neumología y Medicina Familiar: “Dr. José Antonio Saldaña”. Dentro de los datos tomados hubo dos variables que se consideraron ajenos a factores biológicos maternos, socioeconómicos y sanitarios: altura uterina y edad gestacional. Estas dos variables han sido suficiente para construir el modelo de cilindro que nos ha ayudado a predecir, dentro de las limitaciones del estudio, el peso al nacer a 37 y 38 semanas, a partir de los datos de la edad gestacional de 32 ± 1 semana.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom