El nivel socioeconómico, factor determinante en el riesgo cardiovascular
Fuente: Sinc
El equipo de investigación analizó los datos del PIB per cápita medio durante los años 2005 a 2014 en relación con la mortalidad cardiovascular general / CSIC
Un estudio recientemente publicado en la Revista Española de Cardiología pone de manifiesto la relación entre el Producto Interior Bruto (PIB) y la mortalidad cardiovascular. Investigadores de la Universidad de Málaga, el Hospital Universitario Virgen de la Victoria y el Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), han constatado que existe una asociación inversa entre riqueza y mortalidad por causas cardiovasculares.
“En el análisis observamos una correlación entre menor PIB y mayor mortalidad por cardiopatía isquémica y enfermedad cerebrovascular, así como un menor número de intervenciones como angioplastias, cirugías o marcapasos”, según apunta Manuel Jiménez-Navarro, investigador del CIBERCV y del Hospital Virgen de la Victoria de Málaga y coordinador del estudio.
Aunque sigue siendo la primera causa de muerte en España (29,66% de la mortalidad), existen diferencias entre las Comunidades Autónomas, siendo Andalucía la región con mayor índice de mortalidad cardiovascular (33,16%) y Canarias la de índice menor (24,34%).
El equipo de investigación analizó los datos del PIB per cápita medio durante los años 2005 a 2014 en relación con la mortalidad cardiovascular general, por enfermedad arterial coronaria, insuficiencia cardiaca y accidente cerebrovascular. Asimismo, se estudió la media de intervenciones cardiovasculares por comunidades autónomas.
Andalucía, una de las regiones con PIB más bajo de España (solo seguida por Extremadura) supera en 3,5 puntos la media de española de mortalidad cardiovascular general, siendo la comunidad que registró una media superior en el periodo estudiado, al igual que en insuficiencia cardiaca y accidente cardiovascular.
Los resultados del estudio ponen de manifiesto que la riqueza económica de una región podría considerarse uno de los factores a tener en cuenta en la estimación del riesgo cardiovascular, así como a la hora de establecer medidas preventivas.
«Se debería añadir a los factores de riesgo cardiovascular tradicionales, otras variables sociales como el grado de cobertura y la calidad del acceso a todos los niveles sanitarios, la estructura del mercado laboral o el nivel educativo, factores todos ellos influidos por el PIB”, concluye Jiménez-Navarro.
Referencia bibliográfica:
Rosa Escaño-Marín, Luis M. Pérez-Belmonte, Eduardo Rodríguez de la Cruz, Juan José Gómez-Doblas, Eduardo de Teresa-Galván, Manuel Jiménez-Navarro.»Enfermedad cardiovascular y producto interior bruto en España: análisis de correlación por comunidades autónomas« Revista Española de Cardiología, Volumen 70, Issue 3, Pages 210-212 dx.doi.org/10.1016/j.recesp.2016.07.023
El equipo de investigadores que han participado en el estudio forma parte del CIBER de enfermedades Cardiovasculares, dependiente del Instituto de Salud Carlos III (ISCIII), constituido a comienzos de año. Antes formaba parte de la Red de Investigación Cardiovascular (RIC), del ISCIII. Pérez-Belmonte, otro de los colaboradores del estudio, posee un contrato Post-MIR “Jordi Soler” en la mencionada Red de Investigación Cardiovascular.
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendo
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendo
Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
