Concentraciones de progesterona en saliva en pacientes sintomáticas con parto pretérmino inminente y pacientes con partos más allá de 7 días

Objetivo: Comparar las concentraciones de progesterona en saliva en pacientes sintomáticas con parto pretérmino inminente y pacientes con partos más allá de 7 días. Metodología: Estudio prospectivo y longitudinal realizado en el Hospital Central "Dr. Urquinaona" de Venezuela. Fueron seleccionadas pacientes con parto pretérmino en los siguientes 7 días (grupo A) y con parto pretérmino más allá de los 7 días (grupo B). Se analizaron las características generales, concentraciones de progesterona en saliva, parto pretérmino inminente y eficacia pronóstica. Resultados: Fueron incluidas 327 pacientes, 75 mujeres en el grupo A y 251 pacientes en el grupo B. Las pacientes del grupo A presentaron valores menores de progesterona en saliva (3,003 +/- 447 pg/mL) comparado con las pacientes del grupo B (3,639 +/- 430 pg/mL; p < 0,0001). El valor de corte predictivo fue de 3,100 pg/mL, demostrando un valor área bajo la curva de 0,834 con sensibilidad de 58,7%, especificidad de 84,9%, valor predictivo positivo de 53,7%, valor predictivo negativo de 87,3% y exactitud pronostica de 78,8% para la predicción de parto pretérmino inminente. Conclusiones: Las concentraciones de progesterona en saliva son significativamente más bajas en las pacientes con parto pretérmino inminente, comparado con aquellas pacientes con partos más allá de los 7 días. (provisto por Infomedic International)

Objective: To compare progesterone concentrations in saliva in symptomatic patients with imminent preterm labor and patients with deliveries beyond 7 days. Methodology: Prospective and longitudinal study carried out at the Central Hospital Dr. Urquinaona of Venezuela. Patients with preterm delivery within 7 days (group A) and with preterm delivery beyond 7 days (group B) were selected. General characteristics, saliva progesterone concentrations, imminent preterm delivery and prognostic efficacy were analyzed. Results: A total of 327 patients were included, 75 women in group A and 251 patients in group B. Patients in group A had lower saliva progesterone values (3.003 +/- 447 pg/mL) compared to patients in group B (3.639 +/- 430 pg/mL; p < 0.0001). The predictive cutoff value was 3,100 pg/mL, demonstrating an area under the curve value of 0.834 with sensitivity of 58.7%, specificity of 84.9%, positive predictive value of 53.7%, negative predictive value of 87.3% and prognostic accuracy of 78.8% for prediction of impending preterm labor. Conclusions: Saliva progesterone concentrations are significantly lower in patients with imminent preterm labor compared to those patients with deliveries beyond 7 days. (provided by Infomedic International)

Validation of the IberScore model in a primary care population.

BACKGROUND: This study aimed to validate the IberScore cardiovascular risk model in a population attended in the primary care setting. METHODS: A cohort of patients with no history of cardiovascular disease visited in a primary care center during the years 2008 and/or 2009 and followed up until 2018 was selected. Cardiovascular risk was calculated with the IberScore formula for all the subjects of the cohort and the model was calibrated, graphically represented by risk deciles the proportion of expected events and proportion of observed events at 10-year follow-up, stratified by sex. The area under the ROC curve was calculated to assess the discrimination of the model. RESULTS: A total of 10,085 patients visited during the years 2008 and/or 2009 were included in the study. Men showed a mean 10-year risk of suffering a fatal or non-fatal cardiovascular events according to IberScore of 17.07% (SD 20.13), with a mean estimated vascular age of more than 4 years higher than the biological age; while women had a mean 10-year risk of 7.91% (SD 9.03), with an estimated vascular age of more than 2 years above the biological age. The area under the ROC curve showed a discrimination index of the model of 0.86 (95% CI 0.84-0.88) in men and 0.82 (95% CI 0.79-0.85) in women. CONCLUSION: IberScore model discriminates well in the population attended in primary care but the model overestimates the risk.

Machine learning methods for developing a predictive model of the incidence of delirium in cardiac intensive care units.

INTRODUCTION AND OBJECTIVES: Delirium, recognized as a crucial prognostic factor in the cardiac intensive care unit (CICU), has evolved in response to the changing demographics among critically ill cardiac patients. This study aimed to create a predictive model for delirium for patients in the CICU. METHODS: This study included consecutive patients admitted to the CICU of the Samsung Medical Center. To assess the candidate variables for the model: we applied the following machine learning methods: random forest, extreme gradient boosting, partial least squares, and Plmnet-elastic.net. After selecting relevant variables, we performed a logistic regression analysis to derive the model formula. Internal validation was conducted using 100-repeated hold-out validation. RESULTS: We analyzed 2774 patients, 677 (24.4%) of whom developed delirium in the CICU. Machine learning-based models showed good predictive performance. Clinically significant and frequently important predictors were selected to construct a delirium prediction scoring model for CICU patients. The model included albumin level, international normalized ratio, blood urea nitrogen, white blood cell count, C-reactive protein level, age, heart rate, and mechanical ventilation. The model had an area under the receiver operating characteristics curve (AUROC) of 0.861 (95%CI, 0.843-0.879). Similar results were obtained in internal validation with 100-repeated cross-validation (AUROC, 0.854; 95%CI, 0.826-0.883). CONCLUSIONS: Using variables frequently ranked as highly important in four machine learning methods, we created a novel delirium prediction model. This model could serve as a useful and simple tool for risk stratification for the occurrence of delirium at the patient's bedside in the CICU.

Métodos de aprendizaje automático para predecir el comportamiento epidemiológico de enfermedades arbovirales: revisión estructurada de literatura

Introducción: Los métodos de aprendizaje automático permiten manejar datos estructurados y no estructurados para construir modelos predictivos y apoyar la toma de decisiones. Objetivo: Identificar los métodos de aprendizaje automático aplicados para predecir el comportamiento epidemiológico de enfermedades arbovirales utilizando datos de vigilancia epidemiológica. Metodología: Se realizó búsqueda en EMBASE y PubMed, análisis bibliométrico y síntesis de la información. Resultados: Se seleccionaron 41 documentos, todos publicados en la última década. La palabra clave más frecuente fue dengue. La mayoría de los autores (88,3 %) participó en un artículo de investigación. Se encontraron 16 métodos de aprendizaje automático, el más frecuente fue Red Neuronal Artificial, seguido de Máquinas de Vectores de Soporte. Conclusiones: En la última década se incrementó la publicación de trabajos que pretenden predecir el comportamiento epidemiológico de arbovirosis por medio de diversos métodos de aprendizaje automático que incorporan series de tiempo de los casos, variables climatológicas, y otras fuentes de información de datos abiertos.

Introduction: Machine learning methods allow to manipulate structured and unstructured data to build predictive models and support decision-making. Objective: To identify machine learning methods applied to predict the epidemiological behavior of vector-borne diseases using epidemiological surveillance data. Methodology: A literature search in EMBASE and PubMed, bibliometric analysis, and information synthesis were performed. Results: A total of 41 papers were selected, all of them were published in the last decade. The most frequent keyword was dengue. Most authors (88.3 %) participated in a research article. Sixteen machine learning methods were found, the most frequent being Artificial Neural Network, followed by Support Vector Machines. Conclusions: In the last decade there has been an increase in the number of articles that aim to predict the epidemiological behavior of vector-borne diseases using by means of various machine learning methods that incorporate time series of cases, climatological variables, and other sources of open data information.

PCorteSoft - Sistema para la determinación del punto de corte óptimo en escalas predictivas y la categorización de variables continuas

Al desarrollar modelos de predicción para su aplicación en la práctica clínica, los profesionales de la salud suelen categorizar las variables clínicas que son de naturaleza continua. En muchas ocasiones estos modelos constituyen la base para la confección de escalas predictivas, a partir de las cuales se estratifica a los pacientes en varias categorías atendiendo al fenómeno estudiado. En estos casos se requiere la determinación de uno o varios puntos de cortes que permitan dividir el recorrido de la variable, variables continuas o puntuaciones de una escala, en dos o más categorías. El presente trabajo tiene como objetivo la automatización de diferentes métodos para dicotomizar variables continuas en modelos de predicción clínica, donde la variable respuesta es dicotómica, y determinar el punto de corte óptimo en la estratificación de pacientes en dos categorías, a partir de escalas de predicción. Para ello se elaboró un software en el lenguaje de programación R, que implementa diferentes métodos para la determinación del punto de corte óptimo, lo cual agiliza el trabajo investigativo de los especialistas de salud en el proceso de elaboración de modelos predictivos y/o escalas de predicción.

When developing predictive models for application in clinical practice, health professionals often categorize clinical variables that are continuous in nature. In many cases, these models are the basis for the development of predictive scales from which patients are stratified into various categories according to the phenomenon under study. In both cases, it is necessary to determine one or more cut-off points that allow dividing the path of the variable, continuous variables, or scores of a scale into two or more categories. The aim of the present work is to automate different existing methods for dichotomizing continuous variables in clinical prediction models where the response variable is dichotomous, as well as to determine the optimal cut-off point for stratifying patients into two categories, based on prediction scales. For this purpose, a software was developed in the R programming language, which implements different existing methods for the determination of the optimal cut-off point, speeding up the research work of health specialists in the process of developing predictive models and/or prediction scales.

Utilizing the lymphocyte-monocyte ratio in predicting the recurrence of spontaneous pneumothorax.

OBJECTIVE: Lymphocyte-to-monocyte ratio (LMR) has been introduced as a predictor and a prognostic factor for multiple diseases. This study aimed to determine the efficiency of LMR in predicting the recurrence of spontaneous pneumothorax. MATERIALS AND METHODS: A total of 374 patients who had received chest tubes at the first episode of primary spontaneous pneumothorax were examined in terms of age, gender, side of the pneumothorax, status of recurrence, LMRs at the time of admittance and recurrence, and the interval until the recurrence. RESULTS: Recurrence was diagnosed in 106 (28.3%) patients, whereas the mean time until the recurrence was 15.32 ± 5.57 months. Significantly, the recurrence rate was higher, while the time until the relapse was shorter for patients with elevated levels of LMR. Moreover, LMR counting over 1.25 demonstrated a 70.8% sensitivity and a 94.4% specificity in predicting a potential recurrence. CONCLUSIONS: Calculation of LMR at the first episode of spontaneous pneumothorax contributes to predict a potential recurrence when combined with traditional risk factors.

OBJETIVOS: La proporción de linfocitos a monocitos (PLM) se ha introducido como un predictor y un factor pronóstico para múltiples enfermedades. Este estudio tuvo como objetivo determinar la eficiencia de LMR en la predicción de la recurrencia del neumotórax espontáneo. MATERIALES Y MÉTODOS: Un total de 374 pacientes que habían recibido tubos de tórax en el primer episodio de neumotórax espontáneo primario fueron examinados en términos de edad, género, lado del neumotórax, estado de recurrencia, PLM al momento del ingreso y recurrencia, y el intervalo hasta la recurrencia. RESULTADOS: Se diagnosticó recidiva en 106 (28.3%) pacientes, siendo el tiempo medio hasta la recidiva de 15.32 ± 5.57 meses. Significativamente, la tasa de recurrencia fue mayor, mientras que el tiempo hasta la recaída fue más corto para los pacientes con niveles elevados de PLM. Además, el recuento de PLM superior a 1.25 demostró una sensibilidad del 70.8 % y una especificidad del 94.4 % para predecir una posible recurrencia. CONCLUSIÓN: Calcular la PLM en el primer episodio de neumotórax espontáneo predice una posible recurrencia cuando se combina con los factores de riesgo tradicionales.

Application of GIS and spatiotemporal analyses in viral infection modelling using multiple datasets - A case study on the SARS-CoV-2 epidemic.

INTRODUCTION/OBJECTIVE: Viral and infectious diseases such as COVID-19 continue to pose a significant public health threat. In order to create an early warning system for new pandemics or emerging versions of the virus, it is imperative to study its epidemiology. In this study, we created a geospatial model to predict the weekly contagion and lethality rates of COVID-19 in Ireland. METHODS: More than forty parameters including atmospheric pollutants, metrological variables, sociodemographic factors, and lockdown phases were introduced as input variables to the model. The significant parameters in predicting the number of new cases and the death toll were identified. QGIS software was employed to process input data, and a principal component regression (PCR) model was developed using the statistical add-on XLSTAT. RESULTS AND CONCLUSIONS: The developed models were able to predict more than half of the variations in contagion and lethality rates. This indicates that the proposed model can serve to help prediction systems for the identification of future high-risk conditions. Nevertheless, there are additional parameters that could be included in future models, such as the number of deaths in care homes, the percentage of contagion and mortality among health workers, and the degree of compliance with social distancing.

Evaluación de la disfunción del endotelio para el pronóstico de riesgo cardiovascular / Evaluation of endothelial dysfunction for cardiovascular risk prediction i: en

Introducción: Las enfermedades cardiovasculares constituyen la primera causa de muerte en el mundo, por lo que la identificación y modificación de los factores de riesgo asociados a ellas constituyen estrategias priorizadas por la Organización Mundial de la Salud. Contar con un modelo de predicción del riesgo cardiovascular enriquecido con la evaluación de la disfunción endotelial influiría positivamente en estas metas. Objetivos: Identificar la presencia de disfunción endotelial en pacientes con enfermedades cardiovasculares o sin estas y determinar la asociación entre ambas. Métodos: Se realizó un estudio observacional y descriptivo, de serie de casos, en el Centro de Cardiología y Cirugía Cardiovascular del Hospital Provincial Docente Clínico-Quirúrgico Saturnino Lora de Santiago de Cuba, desde enero del 2022 hasta igual mes del 2023, donde se analizaron como variables los factores de riesgo cardiovascular tradicionales y los biomarcadores de disfunción endotelial. Secundariamente, se llevó a cabo un estudio analítico de casos y controles en el cual se aplicó la regresión logística binaria multivariada. Resultados: Se confirmó la presencia de disfunción endotelial asociada a la aparición de las enfermedades cardiovasculares, lo que se evaluó a través del índice de vasodilatación, mediado por el flujo de la arteria braquial y las concentraciones plasmáticas de fibrinógeno. Conclusiones: Las características epidemiológicas y clínicas de los pacientes con enfermedades cardiovasculares o sin estas no difirieron de lo registrado en la literatura especializada acerca de la base de identificación de los factores de riesgo tradicionales.

Introduction: Cardiovascular diseases constitute the first death cause worldwide, reason why the identification and modification of associated risk factors constitute prioritized strategies by the World Health Organization. To have a prediction model of cardiovascular risk enriched with the evaluation of the endothelial dysfunction would influence positively in these goals. Objectives: To identify the presence of endothelial dysfunction in patients with or without cardiovascular diseases and to determine the association between them. Methods: An observational and descriptive cases series study was carried out in the Cardiology and Cardiovascular Surgery Center at Saturnino Lora Teaching Clinical Surgical Provincial Hospital in Santiago de Cuba, from January, 2022 to the same month, 2023, where the traditional cardiovascular risk factors and endothelial dysfunction biomarkers were analyzed as variables. Secondarily, an analytic case-control study was carried out in which multivariate binary logistic regression was applied. Results: The presence of endothelial dysfunction associated with the onset of cardiovascular diseases was confirmed, what was evaluated through the vasodilatation index, mediated by the brachial artery flow and the fibrinogen plasmatic concentrations. Conclusions: The clinical and epidemiological pattern of patients with or without cardiovascular diseases did not differ from that reported in the specialized literature on the base of the identification of traditional risk factors.

Análisis temporal de la mortalidad por causas evitables en las primeras 24 horas de vida, 2000-2021 / Temporal analysis of mortality from preventable causes in the first 24 hours of life, 2000-2021 / Análise temporal da mortalidade por causas evitáveis nas primeiras 24 horas de vida, 2000-2021

Objetivo: analizar el patrón temporal y estimar las tasas de mortalidad en las primeras 24 horas de vida y por causas evitables en el estado de Pernambuco en el período de 2000 a 2021. Método: estudio ecológico, teniendo como unidad de análisis el trimestre. La fuente de datos se constituyó por el Sistema de Informaciones sobre Mortalidad y el Sistema de Informaciones sobre Nacidos Vivos. El modelado de series temporales se realizó según el Modelo Autorregresivo Integrado de Promedio Móvil. Resultados: se registraron 14.462 óbitos en las primeras 24 horas de vida, siendo 11.110 (el 76,8%) evitables. Se observa para los pronósticos ( forecasts) que la tasa de mortalidad en las primeras 24 horas de vida registro una variación de 3,3 a 2,4 por 1.000 nacidos vivos, y la tasa de mortalidad por causas evitables de 2,3 a 1,8 por 1.000 nacidos vivos. Conclusión: la predicción sugirió avances en la reducción de la mortalidad en las primeras 24 horas de vida en el estado y por causas evitables. Los modelos ARIMA presentaron estimaciones satisfactorias para las tasas de mortalidad y por causas evitables en las primeras 24 horas de vida.

Objective: to analyze the temporal pattern and estimate mortality rates in the first 24 hours of life and from preventable causes in the state of Pernambuco from 2000 to 2021. Method: an ecological study, using the quarter as the unit of analysis. The data source was made up of the Mortality Information System and the Live Birth Information System. The time series modeling was conducted according to the Autoregressive Integrated Moving Average Model. Results: 14,462 deaths were recorded in the first 24 hours of life, 11,110 (76.8%) of which being preventable. It is observed from the forecasts that the mortality rate in the first 24 hours of life ranged from 3.3 to 2.4 per 1,000 live births, and the mortality rate from preventable causes ranged from 2.3 to 1.8 per 1,000 live births. Conclusion: the prediction suggested progress in reducing mortality in the first 24 hours of life in the state and from preventable causes. The ARIMA models presented satisfactory estimates for mortality rates and preventable causes in the first 24 hours of life.

Objetivo: analisar o padrão temporal e estimar as taxas de mortalidade nas primeiras 24 horas de vida e por causas evitáveis no estado de Pernambuco no período de 2000 a 2021. Método: estudo ecológico, tendo como unidade de análise o trimestre. A fonte de dados foi constituída pelo Sistema de Informações sobre Mortalidade e pelo Sistema de Informações sobre Nascidos Vivos. A modelagem da série temporal foi conduzida segundo o Modelo Autorregressivo Integrado de Médias Móveis. Resultados: foram registrados 14.462 óbitos nas primeiras 24 horas de vida, sendo 11.110 (76,8%) evitáveis. Observa-se para os forecasts que a taxa de mortalidade nas primeiras 24 horas de vida variou de 3,3 a 2,4 por 1.000 nascidos vivos, e a taxa de mortalidade por causas evitáveis variou de 2,3 a 1,8 por 1.000 nascidos vivos. Conclusão: a previsão sugeriu avanços na redução da mortalidade nas primeiras 24 horas de vida no estado e por causas evitáveis. Os modelos ARIMA apresentaram estimativas satisfatórias para as taxas de mortalidade e por causas evitáveis nas primeiras 24 horas de vida.

Revisión sistemática de la aplicación de algoritmos de «machine learning» en la esclerosis múltiple / A systematic review of the application of machine-learning algorithms in multiple sclerosis

Introducción: La aplicación de la inteligencia artificial y en particular de algoritmos de aprendizaje automático o «machine learning» (ML) constituye un desafío y al mismo tiempo una gran oportunidad en diversas disciplinas científicas, técnicas y clínicas. Las aplicaciones específicas en el estudio de la esclerosis múltiple (EM) no han sido una excepción mostrando un creciente interés en los últimos años. Objetivo: Realizar una revisión sistemática de la aplicación de algoritmos de ML en la EM. Material y métodos: Empleando el motor de búsqueda de libre acceso PubMed que accede a la base de datos MEDLINE, se seleccionaron aquellos estudios que incluyeran simultáneamente los dos siguientes conceptos de búsqueda: «machine learning» y «multiple sclerosis». Se rechazaron aquellos estudios que fueran revisiones, estuvieran en otro idioma que no fuera el castellano o el inglés, y aquellos trabajos que tuvieran un carácter técnico y no fueran aplicados para la EM. Se seleccionaron como válidos 76 artículos y fueron rechazados 38. Conclusiones: Tras la revisión de los estudios seleccionados, se pudo observar que la aplicación del ML en la EM se concentró en cuatro categorías: 1) clasificación de subtipos de pacientes dentro de la enfermedad; 2) diagnóstico del paciente frente a controles sanos u otras enfermedades; 3) predicción de la evolución o de la respuesta a intervenciones terapéuticas y por último 4) otros enfoques. Los resultados hallados hasta la fecha muestran que los diferentes algoritmos de ML pueden ser un gran apoyo para el profesional sanitario tanto en la clínica como en la investigación de la EM.(AU)

Introduction: The applications of artificial intelligence, and in particular automatic learning or “machine learning” (ML), constitute both a challenge and a great opportunity in numerous scientific, technical, and clinical disciplines. Specific applications in the study of multiple sclerosis (MS) have been no exception, and constitute an area of increasing interest in recent years. Objective: We present a systematic review of the application of ML algorithms in MS. Materials and methods: We used the PubMed search engine, which allows free access to the MEDLINE medical database, to identify studies including the keywords “machine learning” and “multiple sclerosis.” We excluded review articles, studies written in languages other than English or Spanish, and studies that were mainly technical and did not specifically apply to MS. The final selection included 76 articles, and 38 were rejected. Conclusions: After the review process, we established 4 main applications of ML in MS: 1) classifying MS subtypes; 2) distinguishing patients with MS from healthy controls and individuals with other diseases; 3) predicting progression and response to therapeutic interventions; and 4) other applications. Results found to date have shown that ML algorithms may offer great support for health professionals both in clinical settings and in research into MS.(AU)

Prognostic predictive model for PONV in cesarean delivery

Introduction: Apfel simplified risk score for postoperative nausea and vomiting (PONV) has shown to be useful in anesthesia; however, since it has not been calibrated in regional anesthesia or in pregnant patients, its use in cesarean section is limited. Objective: To develop a prognostic predictive model for postoperative nausea and vomiting in pregnant patients undergoing cesarean section under spinal anesthesia. Methods: In a cohort of 703 term pregnant patients scheduled of cesarean section, 15 variables were prospectively assessed, to design a prognostic predictive model for the development of postoperative nausea and vomiting. A logistic regression analysis was used to construct the model and its calibration and discrimination were based on the Hosmer-Lemeshow test, the calibration curves, and C statistic. Additionally, the internal calibration was performed with the Bootstrap resampling method. Results: Postoperative nausea and vomiting were experienced by 27% of the patients during the first six hours after surgery. The model included as prognostic variables the development of intraoperative nausea and vomiting, age under 28 years, a history of PONV, the mother's BMI and the weight of the newborn baby. The model showed an adequate calibration (x2: 4.65 p: 0.5888), though a low discrimination (Statistic C = 0.68). Conclusions: A prognostic predictive model was created for the development of PONV in cesarean section. This model was used to build a prognostic scale for the classification of patients into risk groups.

Introducción: La escala de riesgo simplificada de Apfel para náuseas y vómito posoperatorio (NVPO) ha mostrado utilidad en anestesia; sin embargo, al no haber sido calibrada en anestesia regional o en pacientes embarazadas, su utilidad en cesárea es limitado. Objetivo: Desarrollar un modelo de predicción pronóstica para náuseas y vómito posoperatorios en pacientes embarazadas, llevadas a cesárea bajo anestesia espinal. Métodos: En una cohorte de 703 pacientes con embarazo a término programadas para cesárea, se evaluaron 15 variables de forma prospectiva para construir un modelo de predicción pronóstica para el desarrollo de náuseas y vómito posoperatorio. Se utilizó el análisis de regresión logística para la construcción del modelo y se calculó su calibración y discriminación con la prueba de Hosmer-Lemeshow, las curvas de calibración y el estadístico C. Además, se realizó la calibración interna con el método de remuestreo Bootstrap. Resultados: Las náuseas y vómito posoperatorio se presentaron en el 27% de las pacientes durante las primeras seis horas después de la cirugía. El modelo incluyó como variables pro-nósticas el desarrollo de náuseas y vómito en el intraoperatorio, edad menor de 28 años, antecedentes de NVPO, índice de masa corporal (IMC) de la madre y el peso del recién nacido. El modelo mostró una adecuada calibración (x2: 4,65 p: 0,5888), aunque una baja discriminación (Estadístico C = 0,68). Conclusiones: Se construyó un modelo de predicción pronóstica para el desarrollo de NVPO en cirugía cesárea, y con este se construyó una escala pronóstica que permite clasificar a las pacientes por grupos de riesgo.

Luces y sombras de la Guía Europea ESC-2021 de Prevención de la Enfermedad Cardiovascular en la Práctica Clínica / Lights and shadows of the 2021 ESC Guidelines on cardiovascular disease prevention in clinical practice

Los médicos de familia atienden un importante número de pacientes con alto riesgo vascular (RV). LasGuías Europeas de Prevención Cardio-vascular (2021) proponen una nueva clasificación del riesgo y estrategias de intervención sobre los factores de riesgo (FRV), orientada a la tomade decisiones compartidas entre profesionales y pacientes. En el presente trabajo realizamos un análisis crítico de dichas guías, ofreciendoposibles soluciones prácticas para la Atención Primaria.Son destacables aspectos positivos (luces) que los modelos de RV SCORE2 (entre cuarenta y sesenta y nueve años) y SCORE2-OP (entre setenta yochenta y nueve años) se basan en cohortes más actuales y miden con mayor exactitud y discriminación dicho riesgo. Además, se propone actuardiferenciadamente sobre el riesgo según la edad. Pragmáticamente, se presentan nuevos modelos informáticos para calcular el riesgo. Sin embargo,entre los aspectos negativos (sombras), parece colegirse una mayor dificultad de implementación al proponerse nueve subgrupos de sujetos segúnsu edad o nivel de riesgo, con un dintel definitorio de alto RV subjetivo que podría ocasionar un incremento sustancial en el número de sujetossusceptibles de tratar sin una discriminación objetiva que lo sustente. Además, las intervenciones sobre los FRV en dos pasos podrían retrasar laconsecución de objetivos terapéuticos, sobre todo en pacientes de muy alto riesgo, diabéticos o con enfermedad cardiovascular.Ante las dificultades que plantea la valoración del riesgo, proponemos unificar criterios y simplificar los mensajes claves para hacer unas guíasmás atractivas y que realmente ayuden a los profesionales de Atención Primaria en su práctica habitual.(AU)

General practitioners see in their consultation a a significant number of patients at high vascular risk (VR). The European Guidelines forCardiovascular Disease Prevention (2021) recommend a new risk classification and intervention strategies on on vascular risk factors (RF), withthe aim of providing a shared decision-making recommendations between professionals and patients. In this document we present a criticalanalysis of these guidelines, offering possible solutions that can be implemented in Primary Care.It should be noted that there are positive aspects (lights) such as that the SCORE2 (from forty to sixty-nine years) and SCORE2-OP models (fromseventy to eighty-nine years) are based on more current cohorts and measure cardiovascular risk in a more accurately manner. In addition, it isproposed to differentiate different risk thresholds according to age-groups. For sake of practicality, cardiovascular risk can be estimated usingdifferent websites with the new computer models. However, among the negative aspects (shadows), it seems to be add complexity implemen-ting nine subgroups of subjects according to their age or level of risk, with a defined thresholds that could cause a substantial increase in thepotential number of subjects susceptible to treatment without a clear evidence that supports it. In addition, two-step RF interventions coulddelay achievement of therapeutic goals, especially in very high-risk patients, diabetics, or patients with cardiovascular disease.Given these limitations, in this document we propose practical recommendations in order to simplify and facilitate the implementation of theguideline in primary care.(AU)

Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 / Quantitative evaluation of a SEIR model for forecasting COVID-19 cases

Resumen Introducción : Los modelos epidemiológicos han sido ampliamente utilizados durante la pandemia de COVID-19, aunque la evaluación de su desempeño ha sido limitada. El objetivo del presente trabajo fue evaluar de forma retrospectiva un modelo SEIR para la predicción de casos a corto plazo (1 a 3 semanas), cuantificando su desempeño real y potencial, me diante la optimización de los parámetros del modelo. Métodos : Se realizaron proyecciones para cada día de la primera ola de casos (31 de julio de 2020 al 11 de marzo de 2021) en el municipio de General Pueyrredón (Argentina), cuantificando el desempeño del modelo en términos de incertidumbre, inexactitud e imprecisión. La evaluación se realizó con los parámetros originales del modelo (utilizados en proyecciones que fueron oportunamente publicadas), y luego variando distintos parámetros a fin de identificar valores óptimos. Resultados : El análisis del desempeño del modelo mostró que valores alternativos de algunos parámetros, y la corrección de los valores de entrada utilizando un filtro de "media móvil" para eliminar las variaciones semanales en los reportes de casos, habrían otorgado mejores resultados. El modelo con los parámetros opti mizados logró disminuir desde casi 40% a menos de 15% la incertidumbre, con valores similares de inexactitud, y con una imprecisión levemente mayor. Discusión : Modelos epidemiológicos sencillos, sin grandes requerimientos para su implementación, pue den ser de utilidad para la toma de decisiones rápi das en localidades pequeñas o con recursos limitados, siempre y cuando se tenga en cuenta la importancia de su evaluación y la consideración de sus alcances y limitaciones.

Abstract Introduction : Epidemiological models have been widely used during the COVID-19 pandemic, although performance evaluation has been limited. The objec tive of this work was to thoroughly evaluate a SEIR model used for the short-term (1 to 3 weeks) predic tion of cases, quantifying its actual past performance, and its potential performance by optimizing the model parameters. Methods : Daily case forecasts were obtained for the first wave of cases (July 31, 2020 to March 11, 2021) in the district of General Pueyrredón (Argentina), quantifying the model performance in terms of uncertainty, inac curacy and imprecision. The evaluation was carried out with the original parameters of the model (used in the forecasts that were published), and also varying different parameters in order to identify optimal values. Results : The analysis of the model performance showed that alternative values of some parameters, and the correction of the input values using a "mov ing average" filter to eliminate the weekly variations in the case reports, would have yielded better results. The model with the optimized parameters was able to reduce the uncertainty from almost 40% to less than 15%, with similar values of inaccuracy, and with slightly greater imprecision. Discussion : Simple epidemiological models, without large requirements for their implementation, can be very useful for making quick decisions in small cities or cities with limited resources, as long as the importance of their evaluation is taken into account and their scope and limitations are considered.

Diseño y validación de una escala de riesgo de parto pretérmino con enfoque periodontal / Design and validation of a preterm birth risk scale with a periodontal approach i: en

Introducción: La escala de riesgo diseñada para estimar la probabilidad de parto pretérmino con enfoque periodontal debe ser validada antes de su implementación en la práctica clínica. Objetivo: Diseñar y validar una escala de riesgo de parto pretérmino con enfoque periodontal. Métodos: Se realizó un estudio analítico, de casos y controles, de 1152 puérperas ingresadas en los hospitales maternos de la provincia de Santiago de Cuba en el período 2011-2022, para lo cual fueron seleccionadas 2 muestras: una de construcción del modelo (n=750) y otra de validación de la escala (n=402). Se determinaron los posibles predictores a través del análisis univariado y el cálculo del odds ratio, con un nivel de significación de p≤0,05; asimismo, se elaboró un modelo de regresión logística binaria multivariada y se obtuvo la escala de riesgo que fue validada por diferentes métodos. Resultados: La escala se obtuvo con 7 predictores y 2 estratos de riesgo. Esta alcanzó buena discriminación (80 %), así como buen nivel de ajuste y validez de constructo (p=0,72). Igualmente, aseguró una predicción correcta de más de 50 % de los partos pretérmino, valores de sensibilidad y especificidad aceptables (79,20 y 70,20 %, respectivamente), así como validez de contenido, validez interna y confiabilidad adecuadas. Conclusiones: La escala de riesgo para estratificar el riesgo de parto pretérmino incluye predictores de gravedad de la enfermedad periodontal, con buenos parámetros de validación para ser usada en la toma de decisiones para prevenir este tipo de parto.

Introduction: The risk scale designed to estimate the probability of preterm birth with periodontal approach should be validated before its implementation in the clinical practice. Objective: To design and validate a risk scale of preterm birth with periodontal approach. Methods: A cases and controls analytic study of 1152 newly-delivered women admitted to maternal hospitals in Santiago de Cuba province was carried out in the period 2011 - 2022, and 2 samples were selected: one of pattern construction (n=750) and another of scale validation(n=402). The possible predictors were determined through the single varied analysis and odds ratio calculation, with a significance level of p≤0.05; also, a multivariate binary logistical regression model was elaborated and the risk scale was obtained, which was validated by different methods. Results: The scale was obtained with 7 predictors and 2 risk stratum. It reached a good discrimination (80%), as well as a good adjustment level and construction validity (p=0.72). Likewise, it assured a correct prediction of more than 50% of preterm births, acceptable sensibility and specificity values (79.20 and 70.20%, respectively), as well as adequate content validity, internal validity and reliability. Conclusions: The risk scale to stratify the risk of preterm birth includes predictors of periodontal disease severity, with good validation parameters to be used in the decisions making to prevent this type of childbirth.

Escala predictiva de mortalidad por afección cardiovascular en adultos mayores del municipio de Santiago de Cuba / Predictive scale of mortality due to cardiovascular affection in elderly from Santiago de Cuba municipality i: en

Introducción: En el contexto del envejecimiento saludable, la prevención de las enfermedades cardiovasculares es un desafío. Objetivo: Diseñar una escala, basada en factores de riesgo identificados, para la predicción de la mortalidad por afección cardiovascular en ancianos. Métodos: Se realizó un estudio analítico, observacional y retrospectivo, de tipo caso-control, que incluyó a 536 ancianos mayores de 60 años de edad pertenecientes a 3 áreas de salud (policlínicos Ramón López Peña, Municipal y 28 de Septiembre) del municipio de Santiago de Cuba, durante el 2021. La escala se derivó del análisis de regresión logística binaria de los factores de riesgo cardiovascular identificados. Resultados: En la medida que aumentó el puntaje de la escala, se incrementó el porcentaje de pacientes fallecidos. El área bajo la curva fue de 0,836 (p= 0,000) y en la prueba de bondad de ajuste de Hosmer-Lemeshow se obtuvo p= 1,000. Conclusiones: La escala propuesta permitió predecir la mortalidad por afección cardiovascular en adultos mayores, con muy buena capacidad de discriminación y calibración.

Introduction: In the context of healthy aging, the prevention of cardiovascular diseases is a challenge. Objective: To design a scale, based on identified risk factors, for predicting mortality due to cardiovascular affection in elderly. Methods: An analytic, observational and retrospective case-control study was carried out that included 536 elderly over 60 years, belonging to 3 health areas (Ramón López Peña, Municipal and 28 de Septiembre polyclinics) from Santiago de Cuba municipality, during 2021. The scale was derived from the analysis of binary logistical regression of the identified cardiovascular risk factors. Results: As the score of the scale increased, the percentage of dead patients increased. The area under the curve was of 0.836 (p = 0.000) and in the Hosmer-Lemeshow test was obtained p = 1.000. Conclusions: The proposed scale allowed predicting mortality due to cardiovascular affection in elderly, with very good discrimination capacity and calibration.

Modelo de inteligencia artificial para la detección temprana de diabetes

Introducción. La diabetes es una enfermedad crónica que se caracteriza por el aumento de la concentración de la glucosa en sangre. Puede generar complicaciones que afectan la calidad de vida y aumentan los costos de la atención en salud. En los últimos años, las tasas de prevalencia y mortalidad han aumentado en todo el mundo. El desarrollo de modelos con gran desempeño predictivo puede ayudar en la identificación temprana de la enfermedad. Objetivo. Desarrollar un modelo basado en la inteligencia artificial para apoyar la toma de decisiones clínicas en la detección temprana de la diabetes. Materiales y métodos. Se llevó a cabo un estudio de corte transversal, utilizando un conjunto de datos que incluía edad, signos y síntomas de pacientes con diabetes y de individuos sanos. Se utilizaron técnicas de preprocesamiento para los datos. Posteriormente, se construyó el modelo basado en mapas cognitivos difusos. El rendimiento se evaluó mediante tres parámetros: exactitud, especificidad y sensibilidad. Resultados. El modelo desarrollado obtuvo un excelente desempeño predictivo, con una exactitud del 95 %. Además, permitió identificar el comportamiento de las variables involucradas usando iteraciones simuladas, lo que proporcionó información valiosa sobre la dinámica de los factores de riesgo asociados con la diabetes. Conclusiones. Los mapas cognitivos difusos demostraron ser de gran valor para la identificación temprana de la enfermedad y en la toma de decisiones clínicas. Los resultados sugieren el potencial de estos enfoques en aplicaciones clínicas relacionadas con la diabetes y respaldan su utilidad en la práctica médica para mejorar los resultados de los pacientes.

Introduction. Diabetes is a chronic disease characterized by a high blood glucose level. It can lead to complications that affect the quality of life and increase the costs of healthcare. In recent years, prevalence and mortality rates have increased worldwide. The development of models with high predictive performance can help in the early identification of the disease. Objective. To develope a model based on artificial intelligence to support clinical decision-making in the early detection of diabetes. Materials and methods. We conducted a cross-sectional study, using a dataset that contained age, signs, and symptoms of patients with diabetes and of healthy individuals. Pre-processing techniques were applied to the data. Subsequently, we built the model based on fuzzy cognitive maps. Performance was evaluated with three metrics: accuracy, specificity, and sensitivity. Results. The developed model obtained an excellent predictive performance with an accuracy of 95%. In addition, it allowed to identify the behavior of the variables involved using simulated iterations, which provided valuable information about the dynamics of the risk factors associated with diabetes. Conclusions. Fuzzy cognitive maps demonstrated a high value for the early identification of the disease and in clinical decision-making. The results suggest the potential of these approaches in clinical applications related to diabetes and support their usefulness in medical practice to improve patient outcomes.

Gestión de camas hospitalarias durantela pandemia en Navarra con el apoyo demétodos matemáticos de predicción / Management of hospital beds during the pandemic in Navarra with the support of mathematical prediction methods

Durante la pandemia por coronavirus, en Navarra se utilizaron modelos matemáticos depredicción para estimar las camas necesarias, convencionales y de críticos, para atender alos pacientes COVID-19. Las seis ondas pandémicas presentaron distinta incidencia en la población, ocasionandovariabilidad en los ingresos hospitalarios y en la ocupación hospitalaria. La respuesta a laenfermedad de los pacientes no fue constante en cada onda, por lo que, para la predicción decada una, se utilizaron los datos correspondientes de esa onda.El método de predicción constó de dos partes: una describió la entrada de pacientes alhospital y la otra su estancia dentro del mismo. El modelo requirió de la alimentación a tiempo real de los datos actualizados. Los resultados delos modelos de predicción fueron posteriormente volcados al sistema de información corporativotipo Business Intelligence. Esta información fue utilizada para planificar el recurso cama y lasnecesidades de profesionales asociadas a la atención de estos pacientes en el ámbito hospitalario.En la cuarta onda se realizó un análisis para cuantificar el grado de acierto de los modelospredictivos. Los modelos predijeron adecuadamente el pico, la meseta y el cambio detendencia, pero sobreestimaron los recursos necesarios para la atención de los pacientes enla parte descendente de la curva. El principal punto fuerte de la sistemática utilizada para la construcción de modelospredictivos fue proporcionar modelos en tiempo real con datos recogidos con precisión porlos sistemas de información que consiguieron un grado de acierto aceptable permitiendo unautilización inmediata.(AU)

Nationwide Stature Estimation from Forearm Length Measurements in Montenegrin Adolescents / Estimación de la Estatura a Partir de Mediciones de la Longitud del Antebrazo en Adolescentes Montenegrinos

SUMMARY: The purpose of this research is to determine a regression equation for estimation of stature from forearm length measurements. This research was carried out on 1200 subjects (604 male and 596 female) among the population of Montenegrin adolescents. The stature and forearm length measurements were taken according to the ISAK protocol, and the data were analyzed statistically. Linear regression analysis determined the prediction of forearm length on the criterion variable a body height at the significance level of p <0.05. These relations are presented in the form of scatter diagram. Thereby, we obtained the coefficient of determination, the multiple correlation coefficients, the partial correlation coefficient, the regression, t-test and standardized beta coefficient. The results of this research study confirmed that forearm length reliably predicts stature in both sexes of Montenegrin adolescents and revealed a very useful finding for physical anthropologists and experts from related fields. It was confirmed that there is a correlation between forearm length and body height (males: 31.9 %, females: 33.3 %).

El propósito de esta investigación fue determinar una ecuación de regresión para la estimación de la estatura a partir de medidas de la longitud del antebrazo. Esta investigación se llevó a cabo en 1200 sujetos (604 hombres y 596 mujeres) entre la población de adolescentes montenegrinos. Las medidas de estatura y longitud del antebrazo se tomaron de acuerdo con el protocolo ISAK y los datos se analizaron estadísticamente. El análisis de regresión lineal determinó la predicción de la longitud del antebrazo en la variable de criterio una altura del cuerpo en el nivel de significación de p <0,05. Estas relaciones se presentan en forma de diagrama de dispersión. De tal manera obtuvimos el coeficiente de determinación, los coeficientes de correlación múltiple, el coeficiente de correlación parcial, la regresión, la prueba t y el coeficiente beta estandarizado. Los resultados de este estudio confirmaron que la longitud del antebrazo predice de manera confiable la estatura en adolescentes montenegrinos de ambos sexos y reveló un hallazgo muy útil para los antropólogos físicos y expertos en áreas relacionadas. Se confirmó que existe una correlación entre la longitud del antebrazo y la altura del cuerpo (hombres: 31,9 %, mujeres: 33,3 %).

Modelo explicativo de ansiedad generalizada y bullying como predictores de autolesiones no suicidas en adolescentes peruanos

Fundamento las autolesiones no suicidas se consideran un problema de salud pública y social durante la última década, el cual afecta en mayor medida a los adolescentes. La ansiedad generalizada y el bullying pueden ser factores desencadenantes para su desarrollo. Objetivo analizar un modelo explicativo de la ansiedad generalizada y el bullying como predictores de autolesiones no suicidas en adolescentes peruanos. Métodos estudio de diseño explicativo, transversal, con participación de 1 249 adolescentes peruanos, de edad promedio de 15 años (desviación estándar = 1,49) quienes respondieron escalas sobre ansiedad generalizada, bullying y autolesiones no suicidas. Para el análisis de datos, se aplicó la potencia estadística, la correlación y un modelo de regresión estructural basado en covarianzas para confirmar el modelo explicativo. Resultados las variables psicológicas se correlacionaron de manera positiva y estadísticamente significativa. El modelo propuesto presentó índices de ajuste adecuados (CFI = 0,94; RMSEA = 0,03 [IC del 90 %: 0,02-0,03] y SRMR = 0,04) y se evidenció que la ansiedad generalizada (β = 0,26, p = 0,001) y las dimensiones del bullying, como la agresión (β = 0,25, p = 0,001) y la victimización (β = 0,21, p = 0,003) predijeron de manera estadísticamente significativa las autolesiones no suicidas. Conclusiones los hallazgos sugieren que tanto la ansiedad generalizada como el bullying predicen las autolesiones no suicidas en adolescentes. La evidencia proporciona información útil para desarrollar y evaluar programas de prevención basados en estas variables psicológicas, con vistas a disminuir el riesgo de las autolesiones no suicidas.

Background non-suicidal self-harm has been considered a public and social health problem during the last decade, which affects adolescents to a greater extent. Generalized anxiety and bullying can be trigger factors for its development. Objective to analyze a generalized anxiety and bullying explanatory model as non-suicidal self-harm predictors in Peruvian adolescents. Methods cross-sectional, explanatory design study, with 1,249 Peruvian adolescents, average age 15 years old (standard deviation = 1.49), who answered scales on generalized anxiety, bullying, and non-suicidal self-harm. For data analysis, statistical power, correlation, and a structural regression model based on covariances were applied to confirm the explanatory model. Results the psychological variables were positively and statistically significantly correlated. The proposed model had adequate fit indices (CFI = 0.94; RMSEA = 0.03 [90% CI: 0.02-0.03] and SRMR = 0.04) and it was evidenced that generalized anxiety (β = 0.26, p = 0.001) and bullying dimensions such as aggression (β = 0.25, p = 0.001) and victimization (β = 0.21, p = 0.003) statistically significantly predicted self-harm not suicidal. Conclusions The findings suggest that both generalized anxiety and bullying predict non suicidal self-harm in adolescents. The evidence provides useful information for developing and evaluating prevention programs based on these psychological variables, to reduce the non-suicidal self-harm risks.

Las actitudes y autoconcepto físico como condicionantes de la práctica de actividad física / Atitudes e autoconceito físico como determinantes da prática da actividade física / Attitudes and physical self-concept as determinants of physical activity practice

La práctica habitual de actividad física (AF) en la adolescencia es elemental para gozar de buena salud a lo largo de la vida; por tanto, estudiar las variables que condicionan el comportamiento de esta es de gran importancia para reforzar o modificar oportunamente la conducta a fin de garantizar una sociedad más saludable. En ese sentido, el objetivo principal este estudio fue examinar la correlación y relación entre las actitudes y el autoconcepto físico con la práctica de AF en adolescentes peruanos. Se trata de una investigación empírica de corte asociativo en el que participaron 1264 escolares con edades entre 14 y 17 años (15.51±.94), provenientes de instituciones públicas y privadas de Lima y Callao, Perú, a quienes se les aplicó un cuestionario sociodemográfico, un cuestionario de actitudes hacia la práctica de actividad físico-deportiva, un cuestionario de autoconcepto físico y un inventario de actividad física habitual. Los resultados, en primer lugar, evidenciaron que la mayor puntuación de correlación entre las variables estudiadas se dio entre actitudes y práctica de AF (.511), que fue corroborada por un tamaño del efecto grande (.25). En segundo lugar, se encontró que el 25.1 % de la variabilidad de la práctica se debe a los cambios en las actitudes y el autoconcepto físico. Además, según el análisis de regresión múltiple el modelo planteado resultó ser válido (y = - .560 + .894x1+0.94x2). Así, por un lado, se explica que por cada punto que se aumenta en actitudes (x1), la práctica de AF aumenta .894 en promedio, manteniendo constante el autoconcepto físico (x2); por otro lado, por cada punto que se aumenta en autoconcepto físico (x2), la práctica de AF aumenta .94 en promedio, manteniendo constante las actitudes (x1). En conclusión, se demuestra que las actitudes y/o el autoconcepto físico de los adolescentes condicionan la práctica de AF. (AU)

The regular practice of physical activity (PA) in adolescence is essential for good health throughout life; therefore, studying the variables that condition PA behavior is of great importance to reinforce or modify behavior in a timely manner in order to guarantee a healthier society. In this sense, the main objective of this study was to examine the correlation and relationship between attitudes and physical self-concept with PA practice in Peruvian adolescents. This is an empirical research of an associative nature in which 1264 schoolchildren aged between 14 and 17 years (15.51±.94), from public and private institutions in Lima and Callao, Peru, participated in a sociodemographic questionnaire, a questionnaire of attitudes towards the practice of physical-sports activity, a physical self-concept questionnaire and an inventory of habitual physical activity. The results, firstly, showed that the highest correlation score between the variables studied was between attitudes and PA practice (.511), which was corroborated by a large effect size (.25). Second, 25.1 % of the variability in practice was found to be due to changes in attitudes and physical self-concept. In addition, according to the multiple regression analysis, the model proposed proved to be valid (y = -.560 + .894x1+0.94x2). Thus, on the one hand, it is explained that for eachpoint that is increased in attitudes (x1), PApractice increases .894 on average, keeping physical self-concept constant (x2); on the other hand, for each point thatis increased in physical self-concept (x2), PA practice increases .94 on average, keepingattitudes constant (x1). In conclusion, it isshown that the attitudes and/or physical self-concept of adolescents condition PA practice. (AU)

A prática regular da actividade física (AF) na adolescência é essencial para uma boa saúde ao longo da vida; por conseguinte, o estudo das variáveis que condicionam o comportamento da AF é de grande importância para reforçar ou modificar o comportamento de forma atempada, a fim de assegurar uma sociedade mais saudável. Neste sentido, o principal objectivo deste estudo era examinar a correlação e relação entre as atitudes e o autoconceito físico com a prática de AP em adolescentes peruanos. Trata-se de uma investigação empírica de natureza associativa na qual participaram 1264 alunos com idades compreendidas entre os 14 e os 17 anos (15,51±,94) de instituições públicas e privadas em Lima e Callao, Peru. Foi-lhes administrado um questionário sócio-demográfico, um questionário de atitudes relativamente à prática da actividade físico-desportiva, um questionário de auto-conceito físico e um inventário da actividade física habitual. Os resultados, em primeiro lugar, mostraram que a maior pontuação de correlação entre as variáveis estudadas foi entre as atitudes e a prática de AF (.511), o que foi corroborado por uma grande dimensão de efeito (.25). Em segundo lugar, verificou-se que 25,1% da variabilidade na prática era devida a mudanças de atitudes e autoconceito físico. Além disso, de acordo com a análise de regressão múltipla, o modelo foi considerado válido (y = -.560+ .894x1+0,94x2). Assim, por um lado, explica-se que para cada ponto que é aumentado em atitudes (x1), a prática de PA aumenta .894 em média, mantendo constante o autoconceito físico (x2); por outro lado, para cada ponto que é aumentado em autoconceito físico (x2), a prática de PA aumenta .94 em média, mantendo constantes as atitudes (x1). Em conclusão, é demonstrado que as atitudes e/ou o autoconceito físico dos adolescentes condicionam a prática de AP. (AU)