Utilização de modelos lineares generalizados na avaliação do risco de hipertensão arterial sistêmica / Utilization of generalized linear models for assess the risk of systemic arterial hypertension

RESUMO

A hipertensão arterial sistêmica (HAS), popularmente conhecida como pressão alta, é uma das consideradas "doenças do mundo moderno". Fatores como estresse, sedentarismo, obesidade e o envelhecimento da população reforçam a incidência desta patologia. Diante de tal fato, o proposto estudo teve como objetivo avaliar o risco de hipertensão em mulheres idosas, tomando como meio de análise modelos lineares generalizados. A amostra foi composta por 128 mulheres, com idade entre 50 e 69 anos (63,00 ± 6,79). Foram analisadas as medidas antropométricas de circunferência de cintura e quadril, além do teste de caminhada de seis minutos (TC6M) e histórico familiar de doenças (SHQ). Os resultados foram obtidos por meio do "software estatístico R" de domínio público, utilizando modelo linear generalizado. Foi observado que as variáveis antropométricas e o TC6M, juntamente com o SHQ, são determinantes na ocorrência da HAS (2,44 a 8,24 vezes). Desta forma, concluiu-se que os modelos lineares generalizados podem ser utilizados para verificar a ocorrência de HAS.

ABSTRACT

The systemic arterial hypertension (SAH), popularity known as high blood pressure, is considered one of the "diseases of the modern world". Factors like stress, sedentarism, obesity and population aging strengthens the incidence of this pathology. The purpose of this study was to evaluate the risk of arterial hypertension in older woman, using generalized linear models. The sample was composed by 128 women, aging from 50 to 69 years (63.00 ± 6.79). Anthropometric measurements in waist/hip circumference were taken, as well as the sixminute walk test (TC6M) and family disease historic (SHQ). The results were obtained using public domain software (statistical software R), using generalized linear models. It was observed that the anthropometric variables and TC6M, along with SHQ, were determinant for the presence of HAS (2.44 to 8.24 times). Thus, we concluded that generalized linear models can be used to verify the occurrence of HAS.