Análisis geoestadístico desde el laboratorio clínico en prevención cardiovascular para atención primaria

• Salomón Martín Pérez ^[1] ; Teresa Arrobas Velilla ^[1] ; Juan Fabiani de la Iglesia ^[2] ; Ignacio Vázquez Rico ^[3] ; Gema Varo Sánchez ^[4] ; Antonio León Justel ^[1]
  1. [1] Hospital Universitario Virgen Macarena

     Hospital Universitario Virgen Macarena

     Sevilla, España

     
  2. [2] Hospital Infanta Elena

     Hospital Infanta Elena

     Huelva, España

     
  3. [3] Hospital Juan Ramón Jiménez

     Hospital Juan Ramón Jiménez

     Huelva, España

     
  4. [4] Hospital comarcal Riotinto, Huelva, España

  Mostrar afiliaciones +
• Localización: Clínica e investigación en arteriosclerosis, ISSN 0214-9168, ISSN-e 1578-1879, Vol. 35, Nº. 2, 2023, págs. 75-84
• Idioma: español
• Títulos paralelos:
  • Geostatistical analysis from the clinical laboratory in cardiovascular prevention for primary care
• Enlaces
  • Texto completo
• Resumen
  • español

    Introducción y objetivos: Las enfermedades cardiovasculares continúan encabezando la mortalidad en Espa˜na. Las técnicas de análisis geoestadístico en el laboratorio clínico son herramientas innovadoras que permiten el dise˜no de nuevas estrategias en prevención primaria de enfermedad cardiovascular. El objetivo fue estudiar la prevalencia y geolocalización de dislipidemias en las áreas sanitarias de estudio para implementar estrategias de prevención en atención primaria. Se llevó a cabo un estudio de cohorte retrospectivo de los niveles de colesterol unido a proteínas de baja densidad, triglicéridos y lipoproteína (a) en los a˜nos 2019 y 2020. Además, se realizó un análisis geoestadístico que incluyó la representación en mapas coropléticos y la detección de clústeres de agrupación; para ello, se utilizó la información geográfica en formato de código postal incluida en los datos demográficos de cada analítica. Resultados: Los datos analíticos incluidos en el estudio fueron triglicéridos (n = 365.384), colesterol unido a proteínas de baja densidad (n = 289.594) y lipoproteína (a) (n = 502). Se identificaron las áreas con mayor y menor porcentaje de casos para los puntos de corte establecidos de cLDL > 190 mg/dl y TG > 150 mg/dl. Se detectaron 2 clústeres de agrupación con significación estadística para cLDL > 190 mg/dl y un total de 6 clústeres para los valores de TG > 150 mg/dl.

    Conclusiones: La detección de clústeres, así como la representación de mapas coropléticos, pueden ser de gran ayuda en la detección de áreas geográficas que requieran de mayor atención para intervenir en el riesgo cardiovascular.

  • English

    Introduction and objectives: Cardiovascular diseases continue to lead the ranking of mortality in Spain. The implementation of geostatistical analysis techniques in the clinical laboratory are innovative tools that allow the design of new strategies in primary prevention of cardiovascular disease. The aim of this study was to study the prevalence and geolocation of severe dyslipidemia in the health areas under study in order to implement prevention strategies in primary care. A retrospective cohort study of low-density protein-bound cholesterol, triglyceride and lipoprotein (a) levels in the years 2019 and 2020 were carried out. In addition, a geostatistical analysis was performed including representation in choropleth maps and the detection of clustering clusters, using geographic information in zip code format included in the demographic data of each analytic. Results: The analytical data included in the study were triglycerides (n = 365,384), low density protein-bound cholesterol (n = 289,594) and lipoprotein to lipoprotein (a) (n = 502). Areas with the highest and lowest percentage of cases were identified for the established cut-off points of LDL-C > 190 mg/dL and TG > 150 mg/dL. Two clustering clusters with statistical significance were detected for cLDL > 190 mg/dL and a total of 6 clusters for TG values > 150 mg/dL. Conclusions: The detection of clusters, as well as the representation of choropleth maps, can be of great help in detecting geographic areas that require greater attention to intervene and improve cardiovascular risk.