La Tabla 1 mostró que la mayoría de 558 (61.4%) eran mujeres, y 351 (38.6%) eran hombres. Más de la mitad de los participantes, 495 (54.5%), de 30 a 49 años. Alrededor de 549 (60.4%) de los encuestados estaban casados, mientras que 288 (31.7%) y 72 (7.9%) eran solteros, y otros (divorciados y viudas), respectivamente. Alrededor de 567 (62.4%) tenían una licenciatura, mientras que 234 (25.7%), 108 (11.9%) tenían posgrado y diploma o debajo, respectivamente. Además, se emplearon casi 585 (64.4%), mientras que un número menor de participantes, 198 (21.8%), 126 (13.9%), estaban desempleados y estudiantes, respectivamente.
El puntaje medio de conocimiento (± DE) de 15 preguntas fue (12.91 ± 1.67). La tasa de porcentaje correcta fue del 86.08%. La mayoría de los participantes, 92.1%, respondieron correctamente que Covid-19 fue causado por un virus; La mayoría, 94.1%, sabía que el rango del período de incubación de este virus es de entre 2 y 14 días. Casi todos los participantes tenían un alto conocimiento del 96% sobre los síntomas de una Covid-19; Alrededor del 72.3% de los encuestados sabían que no había vacuna para este virus. Además, el 63.4% sabía que no se aprobó ningún tratamiento para Covid-19 hasta ahora. Cuando preguntamos si este virus se propaga a través de gotas respiratorias de personas infectadas, el 93.1% respondió correctamente.
Del mismo modo, una alta proporción de 93.1% de los participantes acordaron que el virus podría transmitirse mediante tocando las superficies contaminadas. Además, el 82.2% indicó que este virus se transmitía a través de los ojos, la nariz y la boca. Poco más de la mitad, el 59.4%, informó que la persona infectada que no tiene fiebre podría infectar a las personas sanas y a la mayoría de los participantes, el 94.1% registró que los niños y los adultos jóvenes tienen que tomar medidas hacia Covid-19.
Alrededor del 76.2% de los encuestados informaron que las personas deberían quedarse en casa y salir solo cuando sea necesario, mientras que todos los participantes estuvieron 100% de acuerdo en que deben evitar ir a lugares llenos de gente, y la persona infectada con este virus debe aislarse de inmediato en una adecuada. lugar. La mayoría de los encuestados, 96%, respondieron que el virus es más peligroso para aquellos con pacientes con enfermedades crónicas y ancianos, mientras que el 79.2% creía que los fumadores son más vulnerables a este virus. El conocimiento de los participantes hacia Covid-19 se muestra en la Tabla 3.
La puntuación de práctica media (± DE) de 13 preguntas fue (21.56 ± 2.92). La tasa de porcentaje correcta fue del 75,8%. Descubrimos que el 92.1% de los participantes comenzaron a lavarse las manos con frecuencia durante Covid-19. Del mismo modo, el 92.1% indicó que habían usado desinfectante si el jabón no está disponible, mientras que el lavado de manos habitual con jabón durante 20 segundos fue registrado por el 77.2% de los encuestados. Casi el 83.2% de los participantes usaban una máscara cuando salían de la casa. Tres cuartos, el 72.3% de los encuestados mantienen espacio entre ellos y otros cuando van afuera, y solo el 36.6% mantiene la distancia de 2 metros entre ellos y otros para evitar la transmisión del virus.
Alrededor del 88% de los encuestados iraquíes dejaron de ir a lugares llenos recientemente. Sin embargo, dos tercios de los encuestados, 69.3% y 65.3%, informaron que dejaron de visitar y besar a sus familiares o amigos cuando se reunieron con ellos, mientras que el 77.2% detuvo el apretón de manos durante el saludo con otros. Además, el 81.2% era consciente de lo esencial de desinfectar sus manos después de usar efectivo, y el 75.2% de los participantes estaban al tanto de la importancia de evitar compartir sus alimentos con los demás. Las prácticas del participante hacia la prevención de Covid-19 presentadas en la Tabla 4.
¿Qué es un estudio sociodemográfico?
En un primer paso, la distribución de las características sociodemográficas y relacionadas con el empleo en la población parcial de Nako se describió estratifizada por el género y el centro de estudio. Las frecuencias absolutas y relativas se utilizaron para la descripción de las características categóricas y los valores medios (MW), las desviaciones estándar (DE), así como las distancias medianas e intercuartiles (IQR) para describir las características continuas. Para evaluar la medición de las características sociodemográficas y relacionadas con el empleo con respecto a su validez, se analizaron las relaciones con el IMC y la salud autoinformada. Para este propósito, la frecuencia de bajo peso, obesidad y salud mal informada según el género, la edad, la educación, el estado civil, la asociación, el estado laboral, el alcance del empleo y la profesión fue descriptivamente. Finalmente, la conexión entre la educación y las variables de salud se adaptó para la edad y el centro de estudio, separada para hombres y mujeres, con la ayuda de los flotos de margen. Todos los análisis se llevaron a cabo con Stata 15.1 MP (Stacorp LLC, College Station, TX, EE. UU.).
Tab. 2 describe la población de estudio de acuerdo con las características sociodemográficas y de adquisición. La proporción de mujeres fue mayor que la de los hombres (53.6 % frente a 46.4 %) y la mediana edad fue de 52.0 años (DE = 12.4). Se demostró que los hombres eran un año mayores en promedio que las mujeres (52.5 frente a 51.5 años). El 54.3 % de los participantes tenían un mayor nivel de educación (por ejemplo, la escuela técnica, la universidad técnica o la capacitación universitaria, incluido un doctorado). La proporción de hombres fue mayor que en las mujeres (59.6 % frente a 49.7 %). La mayoría de los encuestados se casaron juntos (60.1 %). La proporción de viudos fue más de tres veces mayor en mujeres que en hombres (5.2 % frente a 1.5 %). El 19.8 % de los participantes del estudio vivían en un hogar de una sola persona. Aquí, también, la proporción de mujeres fue mayor (21.4 % frente a 17.9 %). En la población de estudio, el otro 72.0 % de los encuestados estaban empleados en el momento del examen, el 3,4 % desempleados y el 24.6 % no eran promoción. La proporción de desempleados fue del 4.5 %sin personas sin promoción. Entre los trabajadores, el horario de trabajo semanal promedio fue de 34.1 h (DE = 12.6). Como se esperaba, las mujeres se emplearon en parte a tiempo más a menudo que los hombres (49.4 % frente a 17.3 %) y más a menudo no empleados. La mayoría de los encuestados fueron actuales o más recientemente empleados en una relación de empleados (86.3 %), el 13.2 % eran independientes y, debido al límite de edad de 20 años, solo 0.5 % en capacitación.
La figura 1 muestra la distribución de características seleccionadas en los centros de estudio individuales. Generalmente características estructurales sociales variadas entre las ubicaciones. La proporción de mujeres fue entre 50.8 % (Münster) y 57.2 % (Bremen). La mediana edad varió de 48.3 años (Bremen) a 54.8 años (Berlín Sur). La proporción de participantes con un alto nivel de educación fue la menor en Augsburgo (41.9 %) y la más alta en los centros de estudio de Berlín (cada uno> 63 %). La proporción de vivos casados casados fue de entre el 47.1 % (Centro de Berlín) y el 71.3 % (Augsburg). Como se esperaba, el número de hogares de una persona fue mayor en regiones que tenían una menor proporción de casados. La tasa de desempleo fue entre 2.0 % en Regensburg y 6.7 % en Essen.
¿Qué debe contener un estudio Sociodemografico?
La métrica de salud varió de 65.95 ± 13.56 en hombres a 62.83 ± 5.01 en mujeres (p <0.001), 68.92 ± 11.31 en personas <65 años, 65.75 ± 12.79 en personas entre 65-75 años y 54.73 ± 17.24 en personas> 79 Años (p <0.001). Las métricas de salud fueron 56.36 ± 17.05, 61.41 ± 15.22, 64.97 ± 13.02, 66.84 ± 11.98 y 69.60 ± 9.89, respectivamente, en el primer y 5 ° quintiles de la riqueza doméstica, (p <0.001); 66.24 ± 13.06 en personas educadas, a 59.05 ± 16.37 en personas sin educación (P <0.001); 66.68 ± 12.65 en personas casadas, 63.50 ± 14.91 en personas solteras y 59.30 ± 16.46 en personas casadas previamente (P <0.001). Las métricas de salud fueron 65.40 ± 14.10 en no fumadores, 63.72 ± 14.56 en antiguos fumadores y 62.23 ± 15.13 en fumadores actuales (P <0.001). Las métricas de salud fueron 55.91 ± 18.73 en bebedores que no son de alcohol, 66.18 ± 11.93 en personas que bebieron dos o menos cada semana, y 68.86 ± 9.56 en aquellos que bebieron más de dos veces por semana de un vaso regular de vino o el equivalente de 12 % de alcohol (p <0.001). Las métricas de salud fueron 72.21 ± 5.52 en aquellos que fueron empleados y 62.56 en los desempleados (P <0.001). Las métricas de salud fueron 40 ± 17.34 en el no activo, 59.21 ± 14.95 en el moderadamente activo y 68 ± 10.01 en la población activa (P <0.001). Las métricas de salud social fueron 62.41 ± 15.53 para personas con una pequeña red social a 66.77 ± 11.69 para personas con una gran red social (P <0.001). Las métricas de salud fueron 65.70 ± 13.68 para personas sin antecedentes de caídas y 59.84 ± 15.79 con antecedentes de caídas (P <0.001).
Antes de comparar diferentes modelos de predicción, la validación de que las variables recién extraídas, la tendencia de salud y la tendencia de salud agregaron información al modelo. Las gráficas de dispersión presentadas en la Figura 3A y 3B muestran la correlación entre la tendencia personal, la tendencia de salud y la métrica de salud, respectivamente. La variable de tendencia de salud estaba más estrechamente correlacionada (0.81) con la métrica de salud que la variable ajustada personal (0.62). La Figura 3C muestra el error cuadrado (SE) del modelo con variables sociodemográficas y extraídas. Tener más variables cambió el rendimiento en la mayoría de los casos, lo que también mostró una mejora en el rendimiento (más valores en la parte superior de la línea diagonal) (Figura 3D). A partir de la distribución de SES, el modelo con las nuevas variables fue significativamente menor que el modelo con solo características sociodemográficas (p <0.001) [19].
Contribución de las características históricas, ajustadas personales y de tendencia de salud. Las gráficas de dispersión (A-C) ilustran la relación entre el predictor personalizado (A), el predictor de tendencias de salud (B), la predicción de 11 predictores (c) y la métrica de salud. La placa de caja (d) muestra los errores al cuadrado (SE) de 11 predictores y todos los predictores.
Para determinar si un modelo era mejor que otro, se calculó el error cuadrado medio (MSE) [29]. Cuanto mayor era el MSE que tenía el modelo, peor era el rendimiento del modelo. También la predicción aleatoria se realizó como línea de base. La predicción aleatoria se realizó por permutación de etiquetas para mantener la distribución métrica de salud. De la validación cruzada de 10 veces, RF, LM y DL fueron mucho mejores que la predicción aleatoria (Figura 4A, 4B). El mejor modelo fue RF, con MSE de 51.11, mientras que LM, DL y la predicción aleatoria tenían una MSE más alta de 52.07, 59.08 y 418.40, respectivamente. La Figura 4 muestra el rendimiento de cada modelo por la distribución de su SES. El SES de RF fue significativamente menor en comparación con las predicciones aleatorias (P <0.001), y también significativamente más bajas en comparación con DL (P = 0.006), pero fueron comparables con LM (P = 0.7).
¿Qué es una descripción sociodemográfica y para qué sirve?
Comencemos con el significado de Lead: este concepto se refiere a un comprador potencial de un producto o servicio ofrecido por una empresa, que entró en contacto con él proporcionando sus datos. En el caso específico de Internet, por ejemplo, el usuario es un protagonista que, en respuesta a un anuncio publicitario, ingresa a sus datos personales en un formulario para permitir al anunciante contactarlo.
Un protagonista es un usuario que, basado en los criterios de clasificación de la empresa, muestra una alta propensión a comprar un producto o servicio específico.
El concepto de plomo, en el embudo de ventas (el modelo que describe el comportamiento de compra típico de un consumidor), sigue el de la perspectiva. El último término se refiere a un cliente potencial que ha expresado interés en una propuesta comercial dada o que se considera un posible comprador sobre la base de un análisis sociodemográfico y en relación con otros factores. El discriminante entre los dos conceptos radica en el acto de dejar sus datos de contacto a la empresa.
Pasemos, ahora, al análisis del significado de la generación de leads (generación de plomo): esta fórmula indica el conjunto de acciones de marketing dirigidas a la adquisición y generación de contactos interesados en la compra de productos o servicios. Estas acciones incluyen, por ejemplo, el marketing de correo electrónico y las iniciativas de marketing en redes sociales.
En el proceso de adquirir y administrar un liderazgo, la fase de generación de leads precede a las de la calificación de plomo y la crianza de plomo.
¿Cómo se hace un estudio Sociodemografico?
Un total de 425 encuestados (tasa de respuesta 100%) habían participado en este estudio. De 425 encuestados, 202 (47.5%) participantes tenían 30 a 39 años de edad, 333 (78.4%) estaban casados y 169 (39.8%) eran amas de casa. A más de una cuarta parte de los encuestados (29.6%) asistieron a la educación primaria y el 55.3% tuvo uno o dos nacimientos. Más del 30% (30.4%) de los participantes residían en el área rural y el 20.1% no tenía acceso a la detección en un centro de salud cercano. Más de la mitad de los encuestados (55.2%) tenían ingresos mensuales inferiores a 2000 Etiopía BIRR (75 dólares de EE. UU.) (Tabla 1).
Entre 425 participantes del estudio, solo el 12.2% de las mujeres han sido seleccionadas en los últimos 3 años como se ilustra en la Fig. 39 (11.9%) y 40–49 (36.1%). El análisis de regresión logística identificó que, geográficamente, las mujeres que viven en el área rural tenían menos probabilidades de ser seleccionadas [OR = 0.30, IC del 95%: (0.11-0.85)] que las mujeres que viven en el área urbana. Con respecto a la edad de los encuestados, las mujeres en el grupo de edad de 40 a 49 años tenían más probabilidades de someterse a una práctica de detección de cáncer de cuello uterino [OR = 3.58, IC 95%: (1.21–10.58)] en comparación con las mujeres de 18 a 29 años. Además, la detección de los encuestados se diferenciaba por la ocupación, las mujeres autónomos tenían más probabilidades de ser examinadas [OR = 2.58, IC 95%: (1.06–6.27)] que las mujeres empleadas gubernamentales. En comparación con las mujeres nulíparas, las mujeres multiparias probablemente participaron en la detección del cáncer cervical [OR = 2.79, IC 95%: (1.05–7.39)]. Con respecto a los ingresos de los encuestados, las mujeres que habían recibido 3000–3999 BIRR (111–148 dólar de EE. UU.) Por mes [OR = 2.93, IC 95%: (1.32–6.51)] y aquellos que habían ganado más de 4000 BIRR (148 EE. UU. dólar) [OR = 2.97, IC del 95%: (1.27–6.92)] tenían más probabilidades de buscar la detección que las mujeres que habían obtenido menos de 2000 BIRR (75 dólares de EE. UU.) Por mes. Sin embargo, el estado civil y el nivel educativo de los encuestados no mostraron una asociación significativa (P> 0.05) como se muestra en la Tabla 2.
Los participantes del estudio que expusieron a los riesgos de cáncer de cuello uterino tuvieron una baja participación en la detección cervical. La Tabla 3 indica que el factor de riesgo y la práctica de detección cervical de los participantes. Según este estudio, entre las mujeres proyectadas, el 23.1% tenía antecedentes de contacto sexual antes de los 18 años. Además, el 57.7% de las mujeres proyectadas no usaron el condón durante el contacto sexual. Además, el 28.8% de las mujeres proyectadas tenían antecedentes de hipertensión, diabetes, infertilidad o casos de menstruaciones irregulares.
Con respecto al conocimiento de la detección del cáncer de cuello uterino, las mujeres que escucharon beneficios de detección del cáncer de cuello uterino tenían más probabilidades de ser examinadas [OR = 4.11, IC 95%: (1.12–15.04)] que aquellos que no lo habían hecho. Los encuestados que sabían sobre la displasia cervical precancerosa que podría ocurrir sin síntomas tenían más probabilidades de ser examinados [OR = 2.09, IC del 95%: (1.06-4.10)] que las mujeres que no sabían.
¿Cómo hacer un estudio socio demografico?
Este documento describe los métodos utilizados en el proyecto «Evaluación prospectiva del dolor orofacial y evaluación de riesgos» (OPPERA) y evalúa las características sociodemográficas asociadas con los trastornos temporomandibulares (TMD) en el estudio de control de casos Oppera. La representatividad se investigó comparando los perfiles sociodemográficos de los participantes de Oppera con los perfiles del censo de población de los condados cercanos a los sitios de estudio y comparando las asociaciones de edad y género con TMD en Oppera y la Encuesta de Entrevistas Nacionales de Salud de los Estados Unidos de 2007-09. Los voluntarios de entre 18 y 44 años fueron reclutados en cuatro sitios de estudio de EE. UU.: 3.263 personas sin TMD se inscribieron en el estudio de cohorte prospectivo; 1.633 de ellos fueron seleccionados como controles para el estudio de control de casos de referencia. Los casos fueron 185 voluntarios con TMD clasificada por Examiner. Las distribuciones de algunas características demográficas entre los participantes de Oppera diferían de los perfiles censales, aunque había menos diferencia en los perfiles socioeconómicos. Las probabilidades de TMD se asociaron con una mayor edad en este rango de 18-44 años; Las mujeres tenían tres veces las probabilidades de TMD como hombres; y en relación con los blancos no hispanos, otros grupos raciales tenían un quinto las probabilidades de TMD. Las asociaciones de edad y género con TMD crónica fueron sorprendentemente similares a las asociaciones observadas en la población estadounidense. Las evaluaciones de la representatividad en este grupo demográficamente diverso de voluntarios de la comunidad sugieren que los hallazgos de casos opero tienen una buena validez interna.
El proyecto «Dolor orofacial: evaluación prospectiva y evaluación de riesgos» (OPPERA) fue diseñado para identificar una amplia gama de características genéticas, fisiológicas, psicosociales y clínicas que influyen en el desarrollo de trastornos temporomandibulares dolorosos (TMD). Implícitamente, los factores de riesgo putativos deben entenderse dentro del contexto de los factores sociodemográficos asociados con la TMD. Por lo tanto, el primer objetivo específico de Oppera era determinar si las características sociodemográficas generalmente consideradas predictivas de la TMD están asociadas con un riesgo elevado de TMD de primer inicio y con mayores probabilidades de TMD crónica.
Debido a que están fundamentalmente relacionados con las causas de mala salud, edad, género, raza y etnia, figuran prominentemente en el diseño y análisis de prácticamente todos los estudios epidemiológicos. Algunos estudios limitan el impacto potencial de las características demográficas al restringir la inscripción a un subgrupo demográfico o al igualar al seleccionar casos y controles. Otros estudios aplican ajustes estadísticos para las características demográficas durante el análisis de datos. La justificación científica se deriva del hecho de que las características demográficas determinan la exposición a una variedad de factores de riesgo y factores de salud protectores y, por lo tanto, podrían confundir asociaciones entre esos factores y la condición en estudio. Las características demográficas también están en el centro de la política de salud pública. Los patrones de mala salud relacionados con la edad son críticos al proyectar las necesidades de atención médica en las poblaciones que envejecen. La Iniciativa de las personas saludables de EE. UU. Enumera las reducciones en las disparidades de salud de los grupos raciales y étnicos como un objetivo principal para la nación.30
El estado socioeconómico tiene un profundo impacto en muchas enfermedades y trastornos, incluida una variedad de afecciones de dolor como el dolor musculoesquelético, la ciática, la úlcera y el dolor neuropático.23 Las desigualdades de salud socioeconómica se han caracterizado como «grandes, persistentes e incluso Aumento ”en los países desarrollados.27 Un hallazgo importante es que las desigualdades socioeconómicas no se limitan a las personas que viven en la pobreza.21 En cambio, se manifiestan como un gradiente en el riesgo de enfermedad que aumenta entre peldaños progresivamente más bajos de la escalera socioeconómica.
Dado que las influencias demográficas y socioeconómicas en la salud son generalizadas y el uso de variables sociodemográficas es ortodoxa, es informativo cuando se encuentran excepciones a las tendencias predominantes o cuando hay incertidumbre sobre la naturaleza misma de la asociación. Los estudios anteriores de TMD proporcionan ejemplos de ambos. En la Encuesta Nacional de Entrevistas de Salud de EE. UU. (NHIS) de 2002, la prevalencia del dolor similar a la TMD fue mayor en los blancos no hispanos que otros grupos étnicos raciales, 11 lo convierte en uno de los pocos trastornos que ocurre con menos frecuencia en las minorías raciales y étnicas . En su solicitud de solicitudes que llevaron al estudio OPPERA, los Institutos Nacionales de Salud declararon: «La mayor prevalencia [de TMD] se observa en adultos jóvenes (18-43 años)». 6 Sin embargo, en una de las pocas encuestas de examen De una muestra de población representativa, la prevalencia de los síntomas de TMD fue mayor entre los 50-59 años.12
¿Qué es estudio sociodemográfico y las etapas para su desarrollo?
Actualmente, el mundo enfrenta la crisis financiera y económica más severa en décadas, afectando a las familias y las comunidades [1], y muchos gobiernos europeos han decidido reducir el gasto público en salud [2]. Varios países, incluida Eslovenia, han introducido medidas que incluyen el aumento de los impuestos sobre el alcohol y el tabaco, el abandono o la ampliación de las inversiones planificadas, la reducción en el número de trabajadores del sector de la salud y su salario, cambiando las actividades preventivas de los médicos generales a enfermeras registradas, adopción de Estrategias para reducir los tiempos de espera, las mejoras en la prescripción de medicamentos y mejorar el uso de la tecnología de evaluación de la salud [3].
Muchos autores consideran que la PC universalmente accesible es una piedra angular de sistemas de atención médica fuertes [4,5]. El panel de expertos de la Comisión Europea ha formulado recientemente un concepto actualizado de atención primaria (salud). Según esta definición, un equipo de profesionales capaz de abordar la mayoría de las necesidades de salud personales deben proporcionar la mayoría de las necesidades de salud personales, deben proporcionar la salud y los servicios comunitarios centrados en la persona, integrados, centrados en la persona. Estos servicios deben entregarse en una asociación sostenida entre pacientes y cuidadores formales, en el contexto de la familia y la comunidad, y desempeñar un papel central en la coordinación general y la continuidad de las necesidades de atención médica de las personas. Reflejando un uso generalizado, utilizamos los términos «atención primaria» y «atención primaria de salud» indistintamente. La accesibilidad de los servicios de salud afecta diferentes aspectos de la estructura de los servicios de salud y los centros de salud, incluido el acceso a los profesionales de la salud en términos de ubicación, tiempo y facilidad de enfoque [6]. Los investigadores holandeses definieron el acceso a la PC aún más exhaustivamente en términos de siete características: disponibilidad, accesibilidad geográfica, alojamiento de accesibilidad, asequibilidad, aceptabilidad, utilización y equidad en el acceso [7]. La igualdad en la atención médica es una de las características cruciales que la PC de calidad debería tener [8]; El resultado de un sistema de PC incluye tres dimensiones: calidad de atención; eficiencia de la atención; y equidad en la salud [7].
Eslovenia es un país de Europa Central con 2.1 millones de habitantes. En 1991, Eslovenia se volvió independiente [9] y un año después su sistema de atención médica se transformó de un sistema estatal a un modelo descentralizado con una compañía de seguros [10]. La economía eslovena estaba creciendo rápidamente cuando el país se unió a la zona euro en 2007, pero este aumento de crecimiento fue impulsado por la deuda. El déficit presupuestario aumentó significativamente, y restaurar las finanzas públicas ha resultado difícil [11]. El gasto total de atención médica en Eslovenia en 2012 representó el 9.4% del producto interno bruto, cerca del promedio del 9.3% en los países de la OCDE. El gasto en salud en Eslovenia disminuyó notablemente después de la crisis económica y fue negativo en términos reales en 2010. Desde entonces, el gasto en salud ha comenzado a crecer nuevamente en 2011 y 2012, pero a una tasa muy modesta (menos del 1% en términos reales por año ) [12].
Como resultado de la crisis financiera, la tasa de desempleo en Eslovenia aumentó del 7% en 2008 [13] al 12% en 2012 [14]. En el mismo año, la población de ancianos (edad de 65 años o más) representó el 16,9% de la población total [15]. En entrevistas con varios adultos en 2011, el 60.1% estimó su salud como buena o muy buena [16], el 36% informó un problema de enfermedad o salud de larga data [17] y el 66.3% informó al menos un problema moderado [18 ]
¿Qué es estudio sociodemográfico y cuáles son las etapas para su desarrollo?
El estado socioeconómico más bajo se asocia con la supervivencia del cáncer inferior en países de altos ingresos, pero no se describe bien si esto se aplica a los países de bajos y medianos ingresos. Aquí, utilizamos un registro de cáncer basado en la población para explorar la asociación entre el nivel educativo y la etapa del cáncer en el diagnóstico en el sur de la India.
Utilizamos el Registro de cáncer basado en la población del distrito de Trivandrum para identificar todos los casos de cáncer de seno y cuello uterino (mujeres) y cavidad oral (OC) y cáncer de pulmón (hombres) que fueron diagnosticados de 2012 a 2014. Estado educativo: clasificados como analfabetos/primarios La escuela, la escuela secundaria o la escuela secundaria o superior, fue la exposición principal de interés. El resultado primario fue la proporción de pacientes con enfermedad en estadio avanzado en el diagnóstico definido como estadio III y IV (mama, cuello uterino o OC) o regional/metastásico (pulmón).
Una proporción sustancial de pacientes en el sur de la India ha avanzado el cáncer en el momento del diagnóstico. Esto es particularmente cierto entre aquellos con los niveles más bajos de educación. La conciencia de salud futura y las intervenciones preventivas deben dirigirse a comunidades menos educadas para reducir los retrasos en la búsqueda de atención médica para el cáncer.
Se sabe que el estado socioeconómico más bajo (SES) se asocia con una mayor incidencia de cáncer y supervivencia inferior. de enfermedad en el diagnóstico, acceso a la terapia y prácticas de tratamiento.2
La diferencia en la etapa de la enfermedad es un mecanismo potencial comúnmente citado para la relación observada entre el SES y los resultados del cáncer.2 Mientras que la asociación entre el SES, la etapa del cáncer en el diagnóstico y la supervivencia se ha descrito en varios estudios de países de altos ingresos (HICS (HICS (HICS (HICS ), existe una literatura limitada que explora estos problemas en los países de bajos y medianos ingresos (LMIC). Se incluyeron treinta y nueve estudios en una revisión sistemática de 2006 de las desigualdades socioeconómicas en la supervivencia del cáncer, ninguno de estos estudios provino de LMIC.2 Dada la carga explosiva del cáncer en LMIC; los desafíos únicos del sistema de salud de los LMIC; y las significativas diferencias demográficas, culturales y socioeconómicas entre poblaciones en HIC y LMIC, esta área de investigación representa una necesidad crítica insatisfecha. A medida que los LMIC desarrollan sistemas de salud del cuidado del cáncer, es fundamental comprender qué subgrupos dentro de la población general podrían beneficiarse más de las intervenciones educativas y preventivas. No conocemos ningún estudio basado en la población que haya evaluado la asociación entre el SES, la etapa del cáncer en el diagnóstico y la supervivencia del cáncer en LMIC. En este informe, evaluamos la asociación entre los factores sociodemográficos y la etapa del cáncer en el diagnóstico en el distrito de Trivandrum en el sur de la India. Elegimos centrar este estudio en el cáncer de seno y cuello uterino en mujeres y cáncer de cavidad pulmonar y oral en hombres, ya que representan la mayor carga de cáncer en la India.
¿Cuáles son las etapas de un estudio Sociodemografico?
Los datos del año 2008 se recopilaron de los registros del hospital. Se incluyeron un total de 1210 casos para el análisis. Los factores sociodemográficos incluidos fueron la edad, el lugar de residencia, la religión, el estado civil, el nivel de educación y la ocupación. Otras variables de estudio fueron antecedentes familiares, presencia de comorbilidad y etapa en el diagnóstico.
La asociación entre los factores sociodemográficos por etapa en el diagnóstico se probó utilizando estadísticas de chi-cuadrado, con odds ratios (ORS) estimados a través del modelado de regresión logística.
En la cohorte del estudio, el 46% de los pacientes informaron en las primeras etapas y el 54% en las etapas avanzadas. Todos los factores fueron evaluados para ser predictores de la etapa de la enfermedad en la presentación utilizando un modelo de regresión logística univariante y multivariante. Las mujeres de los antecedentes urbanos tenían menos probabilidades de presentarse con una enfermedad en etapa avanzada (OR = 0.64; intervalo de confianza [IC] del 95%: 0.49-0.84) en comparación con las mujeres rurales. Del mismo modo, las mujeres analfabetas también tenían más probabilidades de presentarse con enfermedad de etapa avanzada (OR = 1.55; IC del 95%: 1.16–2.09).
Estos datos indican claramente que los pacientes de antecedentes rurales y de bajo estado de educación son más propensos que sus respectivas contrapartes a tener una etapa avanzada de diagnóstico de BC. Nuestros resultados pueden considerarse las claves para determinar cómo la variación en la etapa puede estar relacionada con los pacientes y las características de la comunidad y dónde se deben invertir recursos limitados para garantizar el diagnóstico temprano de BC.
El cáncer de mama (BC) es el cáncer diagnosticado más frecuentemente y la principal causa de muerte relacionada con el cáncer entre las mujeres en todo el mundo. La tasa de incidencia anual de BC en todo el mundo en 2012 fue de 43.1/100,000 mujeres y 25.8/100,000 en India. [1] Sin embargo, a pesar de una menor incidencia, la mortalidad de BC en India (12.7/100,000) es similar a la mortalidad mundial (12.9/100,000). [2] Dentro de la India también, existen diferencias sustanciales en las tasas de incidencia de BC entre las zonas rurales y urbanas. Las tarifas observadas en los registros urbanos varían de 29/100,000 a 35/100,000 mujeres, mientras que las observadas en registros rurales varían de 10/100,000 a 12/100,000 mujeres. [3] Se dice que BC es el cáncer más común en las mujeres de la India urbana. El aumento de BC en la India es motivo de preocupación y requiere una mayor conciencia de los factores asociados con la enfermedad. [4] Se ha encontrado que un bajo nivel de conciencia y conocimiento sobre BC está asociado con una presentación retrasada. [5] La evidencia epidemiológica existe que el diagnóstico en etapa tardía para BC está relacionada con una serie de factores sociodemográficos como la edad, el nivel de educación, el estado civil, el desempleo y los antecedentes familiares de BC. [6,7,8,9] pronóstico a largo plazo de los pacientes con BC depende en gran medida de la etapa de la enfermedad en el diagnóstico. [10] Las tasas de supervivencia a 5 años de los pacientes tratados por carcinoma de seno dependen de la etapa del diagnóstico con una supervivencia del 100% en pacientes con enfermedad en estadio 0 y en estadio I. [11] La detección de nuevos BC en sus primeras etapas aumenta la probabilidad de supervivencia a largo plazo, por lo que la detección temprana de la enfermedad es de suma importancia. [12]
Artículos Relacionados:
