Browsing by Author "Talavera, Juan O."

Now showing 1 - 4 of 4

Body Mass Index and the Prevalence of Metabolic Syndrome among Children and Adolescents in Two Mexican Populations
(ELSEVIER SCIENCE INC, 360 PARK AVE SOUTH, NEW YORK, NY 10010-1710 USA, 2007) Halley Castillo, Elizabeth; Borges, Guilherme; Talavera, Juan O.; Orozco, Ricardo; Vargas-Alemán, Claudia; Huitrón-Bravo, Gerardo; Díaz-Montiel, Juan Carlos; Castañón, Susana; Salmerón, Jorge; Inst Nacl Psiquiatria Ramon de la Fuente, Direcc Invest Epidemiol & Psicosociales, Mexico City 14370, DF, Mexico; guibor@imp.edu.mx
To report the prevalence of metabolic syndrome (MS) among children and adolescents living in central Mexico, and its association with body mass index (BMI). Methods: In a sample of 1366 subjects from 7 to 24-years-old, a self-administered questionnaire was used to determined demographic characteristics. The definition of pediatric MS was determined using analogous criteria to Adult Treatment Panel III (ATPIII) as _ 3 of the following: concentration of triglycerides _ 100 mg/dL, HDL cholesterol _ 45 mg/dL for males and _ 50 mg/dL for females, waist circumference _ 75th percentile (sex specific), glucose concentration _ 110 to _ 126 mg/dL, and systolic or diastolic blood pressure _ 90th percentile (age, height, and sex specific). Results: Most of the sample was in the 10–14- (32.4%) and the 15–19-year (35.4%) age groups, mostly females (57%), and 31% of this young sample was overweight (mean BMI _ 21.6 kg/m2). About 1 in every 5 participants had full criteria for MS (19.2%, 95% confidence interval [CI]: 16.4 –22.1 among females, and 20.2%, 95% CI: 17.1–23.7 among males), and only 1 in every 10 was free of any MS component. The most common component was a low HDL level, observed in 85.4% of the sample. Unfavorable fat distribution, as indicated by a large waist circumference, was present in 27.9% of the sample. About 66% of those 10–14-year-olds with a large BMI were positive for MS. Conclusions: MS and overweight are major problems for youth in Mexico. Immediate and comprehensive actions at home and schools are needed if Mexico wants to avoid the heavy burden that this disorder will have for its population in the near future. © 2007 Society for Adolescent Medicine. All rights reserved.
De vuelta a la clínica. Métodos I. Diseños de investigación. Mayor calidad de información, mayor certeza a la respuesta.
(Academia Nacional de Medicina de México, 2019) Talavera, Juan O.; Roy-García, Ivonne; Palacios-Cruz, Lino; Rivas-Ruiz, Rodolfo; Hoyo, Irma; Pérez-Rodríguez, Marcela; Dirección de Enseñanza e Investigación, Centro Médico ABC; jotalaverap@abchospital.com (Juan O. Talavera)
Investigación clínica XX Del juicio clínico a la regresión logística múltiple
(Instituto Mexicano del Seguro Social, Coordinación de Educación en Salud, 2014) Berea-Baltierra, Ricardo; Rivas-Ruiz, Rodolfo; Pérez-Rodríguez, Marcela; Palacios-Cruz, Lino; Moreno, Jorge; Talavera, Juan O.; Departamento de Medicina Interna, Hospital de Oncología; ricberbal@hotmail.com
La complejidad del fenómeno de causalidad en la práctica clínica implica que el resultado de una maniobra no se deba únicamente a esta, sino a la interacción con otros factores del estado basal o variables que ocurran durante la maniobra. Esto requiere diseños metodológicos que permitan evaluar estas variables. Cuando el resultado es dicotómico, se usa la regresión logística múltiple (RLM). La RLM es un modelo multivariado útil cuando se requiere predecir o explicar, al ajustar por el efecto de distintos factores de riesgo, el efecto de una maniobra o exposición sobre el desenlace. Para realizar la RLM se requiere que el desenlace (o la variable dependiente) sea dicotómico y mutuamente excluyente (por ejemplo, vivo/muerto, enfermo/sano); las variables independientes o factores de riesgo pueden ser cuantitativas o cualitativas. La asociación que se obtiene es la razón de probabilidades, también llamada razón de momios (RM), con intervalos de confi anza (IC) del 95 % y con estas medidas se estima el porcentaje de la variabilidad del desenlace que se explica a partir de los factores de riesgo. Por estas razones, este modelo es el más usado en la investigación clínica, ya que uno de los principales objetivos de la práctica clínica es poder predecir o explicar un evento en el que se tomen en cuenta diferentes factores de riesgo.
Investigación clínica XXI Del juicio clínico al análisis de supervivencia
(Instituto Mexicano del Seguro Social, Coordinación de Educación en Salud, 2014) Rivas-Ruiz, Rodolfo; Pérez-Rodríguez, Marcela; Palacios, Lino; Talavera, Juan O.; Centro de Adiestramiento en Investigación Clínica (CAIC), Coordinación de Investigación en Salud, Instituto Mexicano del Seguro Social; rivasrodolfo@gmail.com
Los análisis de supervivencia son usados comúnmente para establecer el tiempo de ocurrencia de un evento (por ejemplo, muerte). Sin embargo, pueden ser utilizados para otros desenlaces clínicos siempre y cuando estos sean dicotómicos, como tiempo de curación, tiempo de recaída, tiempo para que una enfermedad inicie, etc. Los análisis de Kaplan-Meier (K-M) solo consideran la relación de una variable a traves del tiempo, mientras que los riesgos proporcionales de Cox son el modelo multivariado de este método, el cual toma en cuenta otras covariables posiblemente confusoras del efecto de la maniobra principal estudiada, como la edad, el sexo o el estadio de la enfermedad. Este análisis puede incluir en su modelo variables dependientes cuantitativas y cualitativas. La medida de asociación que se usa se llama hazard ratio (HR) o razón de riesgos, la cual no es lo mismo que el riesgo relativo o la razón de momios (RM). La diferencia es que el HR se refi ere a la posibilidad de que uno de los grupos llegue antes a un evento al compararlo con otro. El modelo de riesgos proporcionales de Cox es el modelo multivariado más usado en la medicina cuando se estudia el fenómeno en dos dimensiones: tiempo y evento.