Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/10632
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSoares, Fabiano Henrique Rodrigues-
dc.contributor.authorXavier, Beatriz Ferreira Dias-
dc.date.accessioned2020-06-16T15:15:59Z-
dc.date.available2020-06-16T15:15:59Z-
dc.date.issued2017-11-20-
dc.identifier2013055959pt_BR
dc.identifier.citationXAVIER, Beatriz Ferreira Dias. Variáveis de modulação autonômica cardíaca como preditoras de risco cardiovascular. 2019. 20f. Trabalho de Conclusão de Curso (Graduação em Medicina) - Centro de Ciências da Saúde, Universidade Federal do Rio Grande do Norte, Natal, RN, 2019.pt_BR
dc.identifier.urihttp://monografias.ufrn.br/handle/123456789/10632-
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.rightsCC0 1.0 Universal*
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.subjectModulação autonômicapt_BR
dc.subjectRisco cardiovascularpt_BR
dc.titleVariáveis de modulação autonômica cardíaca como preditores de risco cardiovascularpt_BR
dc.title.alternativeCardiac autonomic modulation variables as predictors of cardiovascular riskpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoObjetivo: doenças cardiovasculares representam importante causa de morbimortalidade no mundo, gerando altos custos para os sistemas de saúde globalmente. Identificação de fatores de risco e intervenção precoce é imprescindível para a diminuição do impacto dessas doenças na sociedade. Portanto, nosso objetivo foi avaliar a associação entre as principais variáveis usadas como ponto de corte no algoritmo desenvolvido por Merillo e colaboradores e parâmetros antropométricos, bioquímicos e de capacidade física relacionados ao aumento do risco cardiovascular. Métodos: trata-se de uma pesquisa de associação e desenho de estudo seccional com 46 mulheres sedentárias e obesas entre 18 e 45 anos. Foram coletadas medidas de variabilidade da frequência cardíaca e de risco cardíaco (perfil lipídico, medidas antropométricas e composição corporal). Calculamos o coeficiente de correlações de Pearson (r). Resultados: Foi encontrada uma correlação positiva entre a idade (anos) e SampEn (p = 0,006) e negativa entre a glicemia pós-prandial e HRVti (p = 0,001). As participantes foram classificadas como risco aumentado de distúrbios cárdio-metabólicos por meio da RCE (> 0,50) e RCQ (> 0,80) e, dos parâmetros metabólicos avaliados, apresentaram alteração apenas no colesterol HDL (abaixo do valor desejado). Conclusão: houve associação entre as variáveis constantes no algoritmo de Merillo e idade e controle glicêmico.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentMedicinapt_BR
dc.publisher.initialsUFRNpt_BR
Appears in Collections:Medicina

Files in This Item:
File Description SizeFormat 
Variáveisdemodulaçãoautonômicacardíaca_Xavier_2020Texto Completo235.96 kBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons