Determinación del nivel de riesgo cardiovascular en teleoperadores españoles: variables asociadas
DOI:
https://doi.org/10.35839/repis.5.2.907Palabras clave:
enfermedades cardiovasculares, factores de riesgo, obesidad, síndrome metabólicoResumen
Introducción. Las patologías cardiovasculares son la primera causa de morbimortalidad en España. Entre los factores de riesgo que influyen en su aparición y evolución se incluyen aspectos socioeconómicos y laborales. El objetivo fue determinar el nivel de riesgo cardiovascular en el colectivo de teleoperadores telefónicos. Material y métodos. Estudio retrospectivo y transversal en 1215 teleoperadores españoles en el periodo enero de 2017 y diciembre de 2017 en el que se valoran diferentes parámetros relacionados con el riesgo cardiovascular (escalas de sobrepeso-obesidad, escalas de riesgo cardiovascular, índices aterogénicos, escalas de riesgo de hígado graso y síndrome metabólico entre otros) y la influencia en ellos de variables como edad, sexo y consumo de tabaco. El estudio fue aprobado por el Comité de ética de investigación clínica del área de salud de Illes Balears. Resultados. Destacamos la alta prevalencia en varones de hipertensión arterial (23,94%) obesidad con IMC (20%), hipercolesterolemia (27,89%) y alto riesgo de hígado graso (23,36%). La edad es la variable que muestra mayor influencia en los factores de riesgo cardiovascular analizados. Conclusiones. Aunque la edad media de la muestra es baja (35,26 años en mujeres y 33,61 años en hombres) se observa una alta prevalencia de hipertensión, obesidad con los diferentes modelos, síndrome metabólico, valores moderados y altos de SCORE y REGICOR así como de alto riesgo de hígado graso especialmente en los hombres.
Descargas
Citas
Sánchez E. Estimació del risc cardiovascular a l’atenció primària. Document d’avaluació. Consulta técnica. Agencia d’avaluació de Tecnología i Recerca Mèdica. Barcelona 2003. Disponible en http://scielo.isciii.es/scielo.php?script=sci_nlinks&ref=1814781&pid=S0465-546X200800030000800001&lng=es
Willich SN, Wegscheider K, Stallmann M, Keil T. Noise burden and the risk of myocardial infarction. European Heart Journal 2006; 27: 276-82
The European Heart Network. Social Factors, Work, Stress and Cardiovascular Disease Prevention in the European Union. EU 1998. Disponible en: ehnheart.org.
Luengo Pérez LM , Juan Manuel Urbano Gálvez JM, Pérez Miranda M. Validación de índices antropométricos alternativos como marcadores del riesgo cardiovascular. Endocrinol Nutr. 2009;56(9):439-46
James PA, Oparil S , Carter BL, Cushman WC, Dennison-Himmelfarb CH , Joel Handler J, et al. 2014 evidence-based guideline for the management of high blood pressure in adults: report from the panel members appointed to the Eighth Joint National Committee (JNC 8). JAMA. 2014;311(5):507-20.
Mach F, Baigent C, Catapano AL, Koskinas KC, Casula M, Badimon L, et al, ESC Scientific Document Group. 2019 ESC/EAS Guidelines for the management of dyslipidaemias: lipid modification to reduce cardiovascular risk. Eur Heart J. 2020 Jan 1;41(1):111-188.
American Diabetes Association. Diagnosis and classification of diabetes mellitus. Diabetes Care 2010;33(Suppl 1):S62-9.
Gómez-Ambrosi J, Silva C, Catalán V, Rodríguez A, Galofré JC, Escalada J, et al. Clinical usefulness of a new equation for estimating body fat. Diabetes Care. 2012;35(2):383-8.
Amato M, Giordano C, Galia M, Criscimanna A, Vitabile S, BSC, Midiri M, et al. Visceral Adiposity Index A reliable indicator of visceral fat function associated with cardiometabolic risk. Diabetes Care. 2010;33(4):920-2
Rico-Martín S, Calderón-García JF, Sánchez-Rey P, Franco-Antonio C, Martínez Alvarez M, Sánchez Muñoz-Torrero JF. Effectiveness of body roundness index in predicting metabolic syndrome: A systematic review and meta-analysis. Obes Rev. 2020;21(7): e13023
Wakabayashi I, Daimon T. The "cardiometabolic index" as a new marker determined by adiposity and blood lipids for discrimination of diabetes mellitus. Clin Chim Acta. 2015;438:274-8.
Yang RF, Liu XY, Lin Z, Zhang G. Correlation study on waist circumference-triglyceride (WT) index and coronary artery scores in patients with coronary heart disease. Eur Rev Med Pharmacol Sci. 2015;19(1):113-8
Unger G, Benozzi SF, Peruzza F, Pennacchiotti GL. Triglycerides and glucose index: A useful indicator of insulin resistance. Endocrinol Nutr. 2014;61(10):533-40
Chiang JK, Koo M. Lipid accumulation product: a simple and accurate index for predicting metabolic syndrome in Taiwanese people aged 50 and over. BMC Cardiovasc Disord. 2012; 12:78
Bedogni G, Bellentani S, Miglioli L, Masutti F, Passalacqua M, Castiglione A, Tiribelli C. The Fatty Liver Index: a simple and accurate predictor of hepatic steatosis in the general population. BMC Gastroenterol. 2006; 6:33.
Zimmet P, M M Alberti KG, Serrano Ríos M. A new international diabetes federation worldwide definition of the metabolic syndrome: the rationale and the results. Rev Esp Cardiol. 2005;58(12):1371-6.
Cabrera-Roe E, Stusser B, Cálix W, Orlandi N, Rodríguez J, Cubas-Dueñas I, et al. Concordancia diagnóstica entre siete definiciones de síndrome metabólico en adultos con sobrepeso y obesidad. Rev Peru Med Exp Salud Publica. 2017;34(1):19-27.
Sam S, Haffner S, Davidson MH, D'Agostino RB, Feinstein S, Kondos G, et al. Hypertriglyceridemic Waist Phenotype Predicts Increased Visceral Fat in Subjects With Type 2 Diabetes. Diabetes Care. 2009 Oct; 32(10): 1916–20
López González ÁA, Rivero Ledo YI, Vicente Herrero MT, Gil Llinás M, Tomás Salvá M, Riutord Fe B. Índices aterogénicos en trabajadores de diferentes sectores laborales del área mediterránea española. Clin Investig Arterioscler. 2015;27(3):118-28
Marrugat J, Solanas P, D’Agostino R, Sullivan L, Ordovas J, Cordón F, et al. Estimación del riesgo coronario en España mediante la ecuación de Framingham calibrada. Rev Esp Cardiol 2003; 56: 253-61.
Marrugat J, Subirana I, Comín E, Cabezas C, Vila J, Elosua R, et al Investigators. Validity of an adaptation of the Framingham cardiovascular risk function: the VERIFICA Study. J Epidemiol Community Health. 2007; 61: 40-7.
Marrugat J, D’Agostino R, Sullivan L, Elosua R, Wilson P, Ordovas J, et al. An adaptation of the Framingham coronary risk function to southern Europe Mediterranean areas. J Epidemiol Comm Health 2003; 57(8): 634-8.
Sans S, Fitzgerald AP, Royo D, Conroy R, Graham I. Calibrating the SCORE cardiovascular risk chart for use in Spain. Rev Esp Cardiol. 2007;60(5):476-85.
Buitrago F, Cañón Barroso L, Díaz Herrera N, Cruces E. Analysis of predictive value of Framingham-REGICOR and SCORE functions in primary health care. Med Clin (Barc). 2007;129(20):797.
Cuende JL. La edad vascular frente al riesgo cardiovascular: aclarando conceptos. Rev Esp Cardiol. 2016;69(3):243-6
Cuende JI. Edad vascular, RR, ALLY, RALLY y velocidad de envejecimiento, basados en el SCORE: relaciones entre nuevos conceptos de prevención cardiovascular. Rev Esp Cardiol. 2018;71:399-400
Kawada T. Telework and Work-Related Well-Being. J Occup Environ Med. 2020 Dec;62(12):e775.
Valero-Pacheco IC, Riaño-Casallas MI. Teletrabajo: Gestión de la Seguridad y Salud en el Trabajo en Colombia [Teleworking: Occupational Health and Safety Management in Colombia]. Arch Prev Riesgos Labor. 2020 Jan to Mar;23(1):22-33.