Facultad de Ciencias
Permanent URI for this community
Browse
Browsing Facultad de Ciencias by Subject "Adherencia al tratamiento"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item Modelo matemático para predecir la influencia de los factores demográficos y familiares en la adherencia al tratamiento antidiabético en pacientes de zonas rurales de la provincia de Ica(Universidad Nacional San Luis Gonzaga, 2021) Cahua Antonio, Edson Reyder; Huamani Lapa, Alexis José Wilfredo; Yataco Bernaola, Merly LilianaEl estudio tuvo como objetivo aplicar en un modelo matemático que representa la influencia de los factores demográficos y familiares en la adherencia al tratamiento antidiabético en pacientes de zonas rurales de la provincia de Ica que presente un buen nivel predictivo. Se desarrolló mediante un enfoque no experimental, explicativo, transversal, cuya muestra estuvo conformada por 136 pacientes diabéticos. Los datos se recolectaron mediante la aplicación de una encuesta en la que se consignaron las variables edad, sexo, estado civil, condición laboral, nivel de instrucción, ingresos económicos, convivencia familiar, tenencia de hijos, funcionalidad familiar y apoyo social percibido. Se halló que la edad (0.007), sexo (0.002), y la condición laboral (0.005) presentaron asociación significativa con la adherencia al tratamiento. El estado civil (0.368), el nivel de instrucción (0.079) e ingresos económicos (0.079) no presentaron asociación. La convivencia familiar (0.000), la tenencia de hijos (0.002), el apoyo social percibido (0.001) y la funcionalidad familiar (0.003) presentaron asociación significativa con la adherencia. El modelo presentó 76.9% de sensibilidad y 89.3% de especificidad. Se concluyó que la edad, el sexo, la condición laboral, la convivencia familiar, la tenencia de hijos, el apoyo social percibido y la funcionalidad familiar presentaron relación con la adherencia al tratamiento antidiabético identificados mediante análisis multivariado. El modelo explicativo de la adherencia al tratamiento alcanzó un nivel predictivo de 84.6%.