Salt and insulin sensitivity after short and prolonged high salt intake in elderly subjects

Salt sensitivity and insulin resistance are correlated with higher cardiovascular risk. There is no information about changes in salt sensitivity (SS) and insulin sensitivity (IS) after a chronic salt overload in humans. The aim of this study was to evaluate these parameters in the elderly. Seventeen volunteers aged 70.5 ± 5.9 years followed a low-salt diet (LSD) for 1 week and a high-salt diet (HSD) for 13 weeks. We evaluated SS after one week (HSD1) and after 13 weeks (HSD13), and subjects’ IS and lipids on their usual diet (UD) at HSD1, and at HSD13. Blood pressure (BP) was measured at each visit and ambulatory blood pressure monitoring (ABPM) was performed twice. SS was the same at HSD1 and HSD13. Systolic BP was lower on LSD than on UD (P = 0.01), HSD1 (P < 0.01) and HSD13 (P < 0.01). When systolic and diastolic BP were evaluated by ABPM, they were higher at HSD13 during the 24-h period (P = 0.03 and P < 0.01) and during the wakefulness period (P = 0.02 and P < 0.01) compared to the UD. Total cholesterol was higher (P = 0.04) at HSD13 than at HSD1. Glucose and homeostasis model assessment (HOMA) were lower at HSD1 (P = 0.02 and P = 0.01) than at HSD13. Concluding, the extension of HSD did not change the SS in an elderly group. The higher IS found at HSD1 did not persist after a longer HSD. A chronic HSD increased BP as assessed by ABPM.

HIPERSIG: um tutor inteligente sobre técnicas de mapeamento espacial e sistemas de informaçöes geográficas / HIPERSIG: intelligent tutor about technique of spatial mapping and geographic information systems

O HIPERSIG é um sistema tutorial inteligente hipermídia, baseado na técnica de Sistemas Especialistas aliados a Hipertextos, que se propõe a auxiliar o pessoal ligado à área da saúde no que se refere às técnicas de representação espacial de dados e a tulização de sistemas de informações geográficas.

Estudo preliminar de dados para análise de determinantes de saúde no Brasil / Preliminary analisis of determinants of health in Brazil

A disponibilidade de dados confiáveis sobre o sistema de Saúde é indispensável para o desenvolvimento de trabalhos na área de planejamento em saúde. O presente trabalho descreve a implementaçäo de um banco de dados relativos aos setores Saúde, Social, Econômico e Ambiental. As dificuldades de seleçäo dos dados säo apresentados bem como um método exclusivamente matemático para interpolaçäo de populaçöes. Um estudo do erro quando se utiliza interpolaçäo linear para as variáveis näo demográficas, indica um erro médio de 12% para interpolaçäo de uma amostra em variáveis do setor saúde, mostrando a viabilidade deste procedimento quando necessário. A caracterizaçäo da funçäo de probabilidade das principais variáveis sugere uma distribuiçäo gaussiana na maioria dos casos

Caracterizaçäo dinâmica de séries históricas de determinantes de saúde / Dinamic characterization of health determinants historical series

Uma metodologia foi desenvolvida para a caracterizaçäo da ordem e do Número de Graus de Liberdade de séries temporais de curta duraçäo (número de pontos menor que 30). O problema dessa caracterizaçäo aparece com frequência em Epidemiologia, na modelagem de surtos epidemiológicos ou determintes de saúde com base em indicadores coletados anualmente. Utilizando-se os cinco primeiros coeficientes da funçäo de autocorrelaçäo, a ordem de um grupo de séries fica determinada pela distância mínima entre os coeficientes das séries e os de conjuntos de séries-padröes previamente construidos a partir da simulaçäo de processos com ordem conhecida. Para as séries de mortalidade das 60 maiores cidades brasileiras no período 1960-1983 verificou-se que a ordem é superior ou igual a 5, o que corresponde a no máximo 0,2 graus de liberdade por ponto. O erro desta estimativa é uma funçäo do tamanho e do número de séries empregados. Estes resultados possuem aplicaçäo no desenvolvimento de critérios de interpolaçäo para séries semelhantes com ausência de dados e na escolha da estrutura de modelos matemáticos de determinantes de saúde