Identificación
de las variables producto de embarazo y período de embarazo sobre la muerte
fetal mediante el uso de estadístico de chi cuadrado
Identification of the variables product of
pregnancy and period of pregnancy on fetal death through the statistical use of
chi square
Humberto Guiracocha Suarez1, Daniel Alarcon2, Carlos Ramirez3, y Roberto Centeno4
RESUMEN
El objetivo de esta investigación es dar a conocer los factores de riesgos sociodemográficos y de maternidad que ocurren durante el período gestal para lograr así una disminución de la tasa de defunción fetal. El problema radica debido a que en los últimos años el índice de defunción fetal se ha visto en aumento en el Ecuador. Para resolver este problema se recurrió a tomar una base de datos de la INEC del 2016 sobre la defunción fetal en el Ecuador. Los cálculos se realizarán en el entorno de trabajo Rstudio, diseñado para la estadística, donde se aplicará las tablas de contingencia para agrupar variables que podrían estar relacionadas y chi-cuadrado que permitirá determinar si existe una relación entre las variables. Se logró obtener como resultado la relación entre el periodo de gestación y el producto del embarazo, también se llegó a la conclusión que el producto de embarazo e hijos nacidos muertos obtienen un mayor porcentaje de relación que está presente en el producto de embarazo simple con un 93.62% y la relación entre periodo de gestación y el sexo del bebe, da como mayor incidencia en los hombres con un total de 0.56% y las mujeres con un 0.42%.
Palabras clave: Defunción Fetal, INEC, Tablas
de contingencia, Chi-cuadrado, Ecuador.
ABSTRACT
The objective of this research is to raise
awareness of the sociodemographic and maternity risk factors that occur during
the gestal period to achieve a decrease in the fetal death rate. The problem
lies in the fact that in recent years the rate of fetal death has been
increasing in Ecuador. To solve this problem, a 2016 INEC database on fetal
death in Ecuador was used. The calculations will be carried out in the Rstudio
work environment, designed for statistics, where contingency tables will be
applied to group variables that could be related and chi-square that will allow
to determine if there is a relationship between the variables. It was possible
to obtain as a result the relationship between the gestation period and the
pregnancy product, it was also concluded that the pregnancy product and dead
born children obtain a higher percentage of relation that is present in the product
of packaging Simple ration with 93.62% and the relationship between gestation
period and the sex of the baby, gives the highest incidence in men with a total
of 0.56% and women with 0.42%.
Keywords: Fetal
Death, INEC, Contingency Tables, Chi-square, Ecuador.
Fecha de recepción: Mayo 20, 2019.
Fecha de aceptación: Septiembre 5, 2019.
La defunción o muerte fetales según la OMS se considera a la muerte previa a la expulsión o extracción completa del producto de la concepción, independientemente de la duración del embarazo. El sueño de toda mujer es el de tener la capacidad de concebir un hijo, es uno de los momentos más fundamentales de la creación debido a esto el dolor de perder es muy fuerte para las mujeres. Es por eso por lo que en el Ecuador cada año la pérdida de un niño a causa de diferentes factores es preocupante. Por ello se lleva a cabo esta investigación para así poder determinar estos factores y en base a eso poder brindar la información necesaria para que las mujeres puedan tener los cuidados necesarios y así evitar muertes prematuras. El problema radica en que en los últimos años el índice de defunción fetal ha tenido un aumento considerable en el Ecuador debido a que no se conoce cuáles son los factores que más influyen en la muerte fetal. El análisis busca determinar cuáles son los factores asociados para que esto suceda y así describirlos para una mejor comprensión donde las mujeres embarazadas podrán obtener este conocimiento y así no pondrán en riesgo su embarazo.
En [1] los autores realizaron una investigación para identificar la incidencia y factores de riesgos asociados a la EDA (enfermedad diarreica aguda) por rotavirus en niños menores de cincos años, se aplicó el coeficiente de correlación de Pearson, pensado para variables cuantitativas en un índice que mide el grado de covariación entre distintas variables relacionadas linealmente, no obstante, la limitación en el uso de variables continuas no lo hace muy práctico a diferencia del uso de tabla de contingencia en que se puede analizar la asociación entre dos o más variables siendo esta cualitativa o cuantitativa para una mejor obtención de resultados.
De acuerdo con el trabajo [2] en el cual se pretende hacer una revisión que permita evaluar los factores de riesgo y tratar de brindar a los pacientes la posibilidad de un embarazo exitoso, utilizando variables tales como causa de muerte, edad de gestación, sufre de enfermedad, entre otras. los resultados demostraron que la causa de muerte difiere según la edad de gestación, también se demostró que la muerte fetal sin causa conocida aumenta con la edad de gestación, y que se da una disminución de mortalidad fetal a pacientes con diabetes e hipertensión. Sin embargo, los resultados no analizan todas las posibles variables que pueden intervenir en la muerte fetal, por ello nos centraremos en buscar las relaciones que incidan en la muerte fetal usando diferentes variables
En [3] los autores hicieron un estudio trasversal descriptivo en la frecuencia de anomalías cromosómicas en restos de abortos espontáneos y su relación con la edad materna y otros parámetros como la edad gestacional, también de cuadernos de registros de pacientes, bases de datos virtuales y las historias clínicas. El análisis de datos se realizó por medio del software SPSS 19 también se usó medidas de asociación de variables (X2) y pruebas paramétricas (t-student). sin embargo, para esta investigación se usa R Studio siendo un software muchísimo más amplio que el SPSS, pues posee una gran variedad de funcionalidades para el tratamiento y el análisis de los datos.
En [4] Se realizó un estudio descriptivo retrospectivo de las muertes fetales intrauterinas acontecidas en un período de 2 años. Usan Excel 4.0 en el análisis estadístico de sus respectivas variables, sin embargo, su trabajo en su mayor parte no se centra en un análisis más allá del sencillo y usan programas no especializados al 100% en estadísticas, por eso este trabajo se centrará en realizar los cálculos dentro de R Studio, que permitirá un mejor análisis del tema, para un resultado más exacto
Materiales y métodos
En este apartado se detalla los materiales y métodos que se implementaran a lo largo de este trabajo, para dar a conocer la relación de las variables a usar tales como: Periodo de gestación, producto de embarazo, causa de muerte fetal, edad de la madre, año de fallecimiento, número de hijos nacidos muertos y sexo, se implementaran tablas de contingencia utilizando la prueba de chi cuadrado, todo dentro de un software estadístico destinado al uso estadístico que tiene como nombre R Studio:
Tablas de Contingencia
Kholer define
las tablas de Contingencia como: "Una tabla que clasifica datos de acuerdo
con dos o más categorías, relacionados con cada una de dos variables
cualitativas, que pueden ser o no estadísticamente independientes [5,12].
Eij:
Frecuencia esperada para la celda (i,j).
Prueba de chi cuadrado
La prueba chi-cuadrado
se aplica al caso de que se disponga de una tabla de contingencia con r filas y
c columnas correspondiente a la observación de muestras de dos variables X y Y,
con r y c categorías, respectivamente. Los valores posibles de una variable
determinan las filas de la tabla y los valores posibles de la otra determinan
las columnas. El cruce de una fila con una columna conforma una celda de la
tabla. Se utiliza para comprobar la hipótesis nula de independencia [6,13].
Se
definen los siguientes parámetros:
Oij: Frecuencia
observada en la celda (i,j).
Eij: Frecuencia
esperada para la celda (i,j).
r: Numero de
filas
c: Numero de
columnas
Grados de libertad
El
numero de grados de libertad se calcula de la siguiente forma:
Hipótesis nula
La
hipótesis nula, que niega la hipótesis de trabajo. De acuerdo con la hipótesis
nula (H0) las variaciones en la variable independiente no tienen
correspondencia con las variaciones que puede haber en la variable dependiente.
Es decir que existe “independencia estadística”. Mientras que la hipótesis
alterna (Ha) afirma que las variables son dependientes o están asociadas [11,14].
Frecuencia observada
Son
las frecuencias que entregan los datos de la muestra [10].
Frecuencia esperada
Estas
son las frecuencias que debieran darse si las variables fueran independientes,
es decir, si fuera cierta la hipótesis nula. Las frecuencias esperadas se
obtendrán de la distribución de frecuencias del total casos [7].
Se
acepta la hipótesis nula si:
Se
rechaza la hipótesis nula si:
Antecedentes
Existen diversas causas y condiciones
que pueden generar riesgo durante el embarazo y en el momento del parto, tanto
para la madre como para el bebé. Estudios realizados por el Fondo de las
Naciones Unidas para la Infancia (UNICEF) describen cómo la salud y la
nutrición desde la niñez de la mujer pueden repercutir cuando es adolescente y
adulta, incluso cuando ésta se encuentra en estado de gestación [8].
Esta desinformación hace que sea muy
difícil estimar los riesgos de la población y, por lo tanto, delinear planes
para el mejoramiento que lleven a la prevención y a la disminución de este
resultado adverso de la gestación. La asesoría del embarazo actual, la
valoración del riesgo individual y la preparación para embarazos futuros según
los antecedentes, son pilares fundamentales de la consulta prenatal y del
control prenatal establecido, con el fin de informar adecuadamente a las madres
y a sus parejas sobre las posibilidades del desenlace de todos los embarazos
muchas veces considerados como normales [2].
Los
efectos de la eritropoyetina y en nivel de hemoglobina en los pacientes con
insuficiencia renal crónica mejoran con un tratamiento de Hemodiálisis, este
análisis se base en la correlación entre ambas con la anemia, dicha correlación
se hizo mediante el coeficiente de Pearson donde los datos utilizados
corresponden a una base de datos de la unidad de Hemodiálisis CENAG S.A de la
ciudad de Guayaquil, durante el periodo comprendido entre junio 2010 a junio
2014 [9].
Algoritmos usados
Tabla de contingencia
En
R Studio se puede utilizar Xtabs() para el análisis de relaciones entre
variables
Xtabs (formula = ~, data =)
formula
= se utiliza el símbolo ~ para la primera variable a utilizar y se especifica
las siguientes variables con el símbolo +
data
= Se especifica en que matriz o dataframe contiene las variables a utilizar en
la formula.
Chi cuadrado
En
R Studio para el análisis de chi cuadro se utiliza chisq.test ()
chisq.test
(x, p =)
x
= un vector numérico o matriz
p
= un vector de probabilidad
Gráficos de barras apilados y normal
Permite
la creación de un grafico con punto verticales y horizontales
Barplot (height, ...)
Height
= altura de un vector o matriz, con valores descriptivos de las barras
Se
puede implementar más opciones según se lo considere
main
= permite poner título al grafico
col
= permite integrar colores a la barra
ylim;
xlim = permite determinar los límites del grafico
Para
el uso de barras normales en caso de presentar datos relacionados se utiliza
beside
beside
= al poner la T (true) e pondrá los datos de barras juntas correspondiente
Algoritmo General
Correlacion<-table(base_de_datos$var1,base_de_datos$var2)
prop.table(Correlacion)
barplot(prop.table(Correlacion),
main="Correlacion", ylim=c(0,0.065), col=c("blue","royalblue"),
xlab="Variable 1", ylab="Variable 2")
legend(x="topright",
legend=c("VAR 1","VAR 2"),
fill=c("blue","royalblue"))
CrossTable(var1,var2, dnn = c("Variable
1","Variable 2"), expected = TRUE, format = "SPSS")
Programa
Software
estadístico de programación en R: es un entorno de programación libre que
se utiliza para el procesamiento y análisis estadístico de datos, es el más
usado por la comunidad científica y posee una amplia variedad de técnicas
estadísticas y gráficas. Permite el diseño personalizado de gráficos y se
pueden escribir funciones propias de manera sencilla. Está constituido por más
de 1.400 paquetes integrados con los que es posible ejecutar desde simples
análisis descriptivos hasta los más complejos y novedosos modelos formales.
Además, la incorporación a R de interfaces gráficas como R commander que crean
entornos de trabajo amigables muy similares al entorno del SPSS permiten saltar
la barrera de la accesibilidad, y utilizarlo sin ningún tipo de reparo en la
docencia [10].
Resultados
Análisis de datos
Los datos
seleccionados de la base de datos de la INEC fueron sometidos a un análisis de
relación usando chi cuadrado y tabla de contingencia. Para el análisis se
agruparon en grupos de dos, para ver si existe una relación con respecto a la
muerte fetal. Con los resultados obtenidos de chi cuadrado se procedió a
realizar gráficos de barras que me presentara donde está presente dentro de las
variables los factores más comunes de incidencia con respecto a la muerte
fetal. Los cálculos y graficas se llevaron a cabo en el programa estadístico R
Studio en su versión 3.6.0.
Dependencia entre la edad de la madre y el
año de ocurrencia de la defunción fetal
Hipótesis:
Pare
realizar el cálculo de Chi cuadrado con fórmulas matemáticas, primero se
necesitan las frecuencias esperadas en cada posición. Para eso se utiliza la
siguiente fórmula, donde
Figura 2. Gráfico de barras que
representa la relación entre las variables edad de la madre y la cantidad
de hijos que nacieron muertos. Siendo, en la variable edad de la madre, el
valor de 99 un tipo de edad no determinada.
Figura
1. Gráfico de barras que representa la relación entre las variables edad de
la madre y el año de ocurrencia. Siendo, en la variable edad de la madre, el
valor de 99 un tipo de edad no determinada.
Ejemplo:
Ahora se
aplica la siguiente fórmula, para hallar Chi cuadrado por fórmulas matemáticas.
Para este
caso, el valor de Chi cuadrado es el siguiente:
A
continuación, debemos encontrar el valor del grado de libertad
Al tener
una referencia exacta del valor de
Ahora
comparamos ambos resultados.
En este caso, Chi cuadrado calculado por
fórmulas matemáticas es menor al Chi cuadrado tomado de su tabla de
distribución, esto quiere decir que las variables son independientes, entonces
se acepta la hipótesis nula
Esto
quiere decir que, en el caso de una defunción fetal, el año de ocurrencia no
depende de la edad que tenía la madre en ese momento.
Dependencia entre la edad de la madre y la cantidad
de hijos que nacieron muertos.
Hipótesis:
Hallamos
las frecuencias esperadas correspondientes a cada posición, para aplicar la
fórmula matemática de Chi cuadrado.
A
continuación debemos encontrar el valor del grado de libertad
El valor para buscar en la tabla de
distribución será el siguiente,
Ahora
comparamos ambos resultados.
En este
caso, Chi cuadrado calculado por fórmulas matemáticas es mayor al Chi cuadrado
tomado de su tabla de distribución, esto quiere decir que las variables son
dependientes, entonces se rechaza la hipótesis nula
En este
análisis se acepta la hipótesis alternativa, por lo cual podemos concluir que,
la cantidad de hijos que nacieron muerto si depende directamente de la edad de
la madre.
Dependencia entre la edad de la madre y el sexo de los hijos que
nacieron muertos.
Figura
3. Gráfico de barras que representa
la relación entre las variables edad de la madre y el sexo de hijos que
nacieron muertos. Siendo, en la variable edad de la madre, el valor de 99 un
tipo de edad no determinada.
Hipótesis:
Hallamos
las frecuencias esperadas correspondientes a cada posición, para aplicar la
fórmula matemática de Chi cuadrado.
A
continuación, debemos encontrar el valor del grado de libertad
El valor
para buscar en la tabla de distribución será el siguiente,
Ahora
comparamos ambos resultados.
En este caso, Chi cuadrado calculado por
fórmulas matemáticas es menor al Chi cuadrado tomado de su tabla de
distribución, esto quiere decir que las variables son independientes, entonces
se acepta la hipótesis nula
Después
de realizar la comparación, la hipótesis que se refutará será en donde el sexo
de los hijos que nacieron muerto es independiente del año de la madre cuando
sucedió la defunción fetal.
Dependencia entre el año de ocurrencia y la cantidad de hijos que
nacieron muertos.
Figura
4. Tabla que representa la relación
entre las variables año de ocurrencia y la cantidad de hijos que nacieron
muertos.
Hipótesis:
Hallamos
las frecuencias esperadas correspondientes a cada posición, para aplicar la
fórmula matemática de Chi cuadrado.
A
continuación, debemos encontrar el valor del grado de libertad
El valor
para buscar en la tabla de distribución será el siguiente,
Ahora
comparamos ambos resultados.
En este
caso, Chi cuadrado calculado por fórmulas matemáticas es menor al Chi cuadrado
tomado de su tabla de distribución, esto quiere decir que las variables son
independientes, entonces se acepta la hipótesis nula
En otras
palabras, la cantidad de hijos que nacieron muertos no depende del año de
ocurrencia de la defunción fetal.
Dependencia entre el año de ocurrencia y el sexo de los hijos que
nacieron muertos.
Figura
5. Tabla que representa la relación
entre las variables año de ocurrencia y el sexo de los hijos que nacieron
muertos.
Hipótesis:
Hallamos
las frecuencias esperadas correspondientes a cada posición, para aplicar la
fórmula matemática de Chi cuadrado.
A
continuación, debemos encontrar el valor del grado de libertad
El valor
para buscar en la tabla de distribución será el siguiente,
Ahora
comparamos ambos resultados.
En este caso, Chi cuadrado calculado por
fórmulas matemáticas es menor al Chi cuadrado tomado de su tabla de
distribución, esto quiere decir que las variables son independientes, entonces
se acepta la hipótesis nula
Una vez
concretada la comparación, podemos decir que el sexo de los hijos que nacieron
muertos no depende o es independiente al año de ocurrencia de la defunción
fetal.
Dependencia entre el sexo de los hijos que nacieron muertos y la
cantidad de hijos que nacieron muertos.
Figura
6. Tabla que representa la relación
entre las variables el sexo de los hijos que nacieron muertos y la cantidad de
hijos que nacieron muertos.
Hipótesis:
Hallamos
las frecuencias esperadas correspondientes a cada posición, para aplicar la
fórmula matemática de Chi cuadrado.
A
continuación, debemos encontrar el valor del grado de libertad
El valor
para buscar en la tabla de distribución será el siguiente,
Ahora
comparamos ambos resultados.
En este
caso, Chi cuadrado calculado por fórmulas matemáticas es menor al Chi cuadrado
tomado de su tabla de distribución, esto quiere decir que las variables son
independientes, entonces se acepta la hipótesis nula
Gracias a
este resultado se puede decir que, el sexo del hijo que nació muerto no depende
de la cantidad de hijos que hayan nacido muertos en una misma madre.
Dependencia entre Periodo de gestación y Producto del embarazo
Cálculo
de la frecuencia esperada
Ejemplo
usando la fila1 columna 2
Se debe
calcular el estadístico de prueba
Proceso
del cálculo correspondiente al valor medio
Estadístico de prueba
Ahora
Calculamos el valor de la tabla chi-cuadrado
Grado de
libertad
K =
(número de fila -1) * (número de columnas -1)
K= (32-1)
*(3-1) = 62
El valor α a tomar será 5%
Por lo
que el valor que buscaremos es
El valor
más aproximado da
Por lo
que se rechaza la H_0, dando que el valor que nos sale es mayor al estimado,
por lo que será mucho más crítico obtener ese valor esperado.
Figura
7. Gráfico de barras apilado que
representa la relación entre las variables periodo de gestación y producto de embarazo.
Se puede
observar que, entre las dos variables relacionada, el mayor porcentaje esta en
el producto de embarazo simple con un 93.62%, siendo mayor en los periodos de
gestación 20,37,38 con respecto a otros periodos, dando indicio de que en ese periodo
se tiene mayor posibilidad de una muerte fetal con relación a un embarazo
simple.
Dependencia entre Periodo de gestación y sexo del bebe
Cálculo
de la frecuencia esperada
Ejemplo
usando la fila1 columna 1
Se debe
calcular el estadístico de prueba
Proceso
del cálculo correspondiente
Estadístico
de prueba
Ahora
Calculamos el valor de la tabla chi-cuadrado
Grado de
libertad
K = (número
de fila -1) * (número de columnas -1)
K= (32-1)
*(3-1) = 62
El valor α a tomar será 5%
Por lo
que el valor que buscaremos es
El valor
más aproximado da
Por lo
tanto, como el valor del estadístico es superior al crítico, concluimos que
debemos rechazar la hipótesis nula y asumir que si existe relación entre el
periodo de gestación y el sexo del bebe.
Figura
8. Gráfico de barras apilado que
representa la relación entre las variables periodo de gestación y sexo.
La
relación entre periodo de gestación y el sexo del bebe, da como mayor
incidencia en los hombres con un total de 0.56% y las mujeres con un 0.42%,
también se puede observar que los mayores puntos de incidencia esta dado en los
periodos 20,37,38 de gestación, teniendo mas posibilidades en hombres.
Dependencia entre Producto del embarazo y Causa fetal
Cálculo
de la frecuencia esperada
Ejemplo
Se debe
calcular el estadístico de prueba
Proceso
del cálculo correspondiente al valor medio
Estadístico
de prueba
Ahora
Calculamos el valor de la tabla chi-cuadrado
Grado de
libertad
K =
(número de fila -1) * (número de columnas -1)
K= (85-1)
*(3-1) = 168
El valor α a tomar será 5%
Por lo
que el valor que buscaremos es
El valor
más aproximado da
Por lo tanto, como el valor del
estadístico es superior al crítico, concluimos que debemos rechazar la
hipótesis nula y asumir que si existe relación entre producto de embarazo y la
causa fetal.
Figura
9. Gráfico de barras apilado que
representa la relación entre las variables producto de embarazo y causa fetal.
Se puede
observar que la relacion entre las causas fetales y el producto del embarazo,
da como resultado que el producto simple es de mayor incidencia, con un 0.458%
con respecto a la causa de hipoxia intrauterina, no especifica siguiendo por la
causa de muerte fetal no especificada con un 0.15%, son valores bastante altos,
si tenemos en cuenta que son 85 causas posibles.
Dependencia entre periodo de gestación e hijos nacidos muertos
Cálculo
de la frecuencia esperada
Ejemplo
Se debe
calcular el estadístico de prueba
Proceso
del cálculo correspondiente al valor medio
Estadístico
de prueba
Ahora
Calculamos el valor de la tabla chi-cuadrado
Grado de
libertad
K =
(número de fila -1) * (número de columnas -1)
K= (32-1)
*(4-1) = 93
El valor α a tomar será 5%
Por lo
que el valor que buscaremos es
El valor
más aproximado da
Por lo que se rechaza la hipótesis nula,
dando que el valor estadístico es superior al crítico, por lo que se puede
asumir que existe relación entre producto de embarazo y los hijos nacidos
muertos con respecto a la muerte fetal.
Figura
10. Gráfico de barras apilado que
representa la relación entre las variables periodo de gestación e hijos nacidos
muertos.
Se observa que en relación de los hijos
nacidos muertos y periodo de gestacion, el 0.9% corresponde a un hijo nacido
muerto, sus periodos son casi iguales teniendo pequeñas variaciones, como en el
periodo 38 con respecto a otros periodos, ademas se puede observar que el resto
de los datos sobre los hijos nacido son cada vez mas baja, poniendo en prueba
que no son casos comunes o no se da con frecuencia en la muerte fetal con
respecto a los periodos.
Las
variables analizadas nos da una respuesta a los factores incidentes, siendo por
causas no tan especificadas pero si de forma global repecto a la asfixia
perinatal o hipoxia intrauterina, dado antes, durante y despues del parto en un
periodo de 38 o 37 siendo los mas posibles periodo de riesgo, aumentando el
riesgo de muerte conforme mas factores se agrupen, entre ellos, si se tiene un
hijo, si el producto de gestacion es simple, si se identifica que el hijo es
hombre.
Conclusiones
Mediante este trabajo se obtuvieron algunos factores
importantes en el análisis de los resultados en el periodo de gestación. Como
primer punto tenemos una relación existente entre el periodo de gestación y el
producto del embarazo siendo factor siempre presente en la muerte del feto.
Tomando en cuenta la relación estrecha entre la muerte del
feto y producto del embarazo, también se llegó a la conclusión que el producto
de embarazo e hijos nacidos muertos obtienen un mayor porcentaje de relación
que está presente en el producto de embarazo simple con un 93.62%, siendo mayor
en los periodos de gestación 20,37,38 con respecto a otros periodos, dando
indicio de que en esos periodos se tiene mayor posibilidad de una muerte fetal
con relación a un embarazo simple. La muerte intrauterina en el feto es la más
común siendo visto antes, durante y después del parto en un periodo de 38 o 37
semanas, denotándolos como periodos donde hay más riesgo, la muerte fetal
aumenta conforme como se van aumentando más factores, entre ellos, si se tiene
solo un hijo, si el producto de gestación es simple y/o si se identifica que el
hijo es hombre es aquí donde el riesgo aumenta.
Por último, cabe resaltar entre la relación entre periodo
de gestación y el sexo del bebe, da como mayor incidencia en los hombres con un
total de 0.56% y las mujeres con un 0.42%, también se puede observar que los
mayores puntos de incidencia esta dado en los periodos 20,37,38 de gestación,
teniendo más posibilidades en hombres.
Recomendaciones
Las mujeres que han sufrido la pérdida de un bebé deben
conocer las posibilidades de perder un siguiente embarazo, por lo que se
recomienda llevar un debido control de planificación familiar de modo que las
estadísticas de defunciones fetales se reduzcan.
Como nuestro estudio detalla en las relaciones entre las
variables, se debería optar por dar más información acerca de los cuidados que
se deben tener en el embarazo para evitar las muertes fetales a aquellos que
cumplen con estos requisitos.
Limitar el número de profesionales que atienden a la pareja
facilita las expresiones de dolor, el profesional debe tener tiempo e interés
en la escucha mostrando su empatía.
Para un trabajo a futuro, puedan los representantes de las
comunidades y de las mujeres propugnar por la incorporación de las necesidades
y preferencias de las mujeres y las familias, al diseño y a la implementación
del modelo actualizado de atención prenatal de un país. Además, hay aún más
variables que podrían usar en estudios futuros analizando así otras relaciones
en los factores que podrían llevar a la defunción fetal dando como resultado en
estudio más completo de estos factores.
Referencias Bibliográficas
[1] |
S. MOLINA y D. A. ALFONSO, «Muerte fetal anteparto: ¿es
una condición prevenible?,» Universitas Médica, vol. 51, nº 1, pp.
59-73, enero-marzo, 2010. |
[2] |
Y. Pertuz Meza, «INCIDENCIA Y FACTORES DE RIESGO ASOCIADOS
A ENFERMEDAD DIARREICA AGUDA POR ROTAVIRUS,» Hacia la Promoción de la
Salud, vol. 19, nº 2, 2014. |
[3] |
A. P. Mora-Alferez, D. Paredes, O. Rodríguez, E. Quispe,
F. Chavesta y E. y. d. M. M. Klein de Zighelboim, «ANOMALÍAS CROMOSMICAS EN
ABORTOS ESPONTÁNEOS.,» Peruana de Ginecología y Obstetricia., vol.
62, nº 2, 2016. |
[4] |
J. Linares-Moreno, R. Madariaga-Alvarez y R. Poulsen,
«Muerte fetal in utero, etiología y factores asociados en el hospital regional
de antofagasta,» CIMEL Ciencia e Investigación Médica Estudiantil
Latinoamericana, vol. 11, nº 2, pp. 89-93, 2006. |
[5] |
H. Kohler, «Estadística para negocios y economía,» CECSA,
vol. I, nº 1, p. 433, 1996. |
[6] |
J. Ó. Rouquette y M. Saleme, «Estadística y
comportamientoorganizacional,» Política y Cultura, vol. 13, nº 1, pp.
113-135, 2000. |
[7] |
F. Quevedo, «Estadística aplicada a la investigación en
salud,» Medwave, vol. XI, nº 12, 2011. |
[8] |
UNICEF, «Estado Mundial de la Infancia 2009,» UNICEF, vol.
X, nº 1, 2008. |
[9] |
A. M. Ruiz-Ruano y J. L. Puga, «R Como entorno para el
analisis estadistico en evaluacion psicologica,» Papeles del Psicólogo, vol.
37, nº 1, 2016. |
[10] |
Cevallos-Torres, Lorenzo, and Miguel Botto-Tobar. "Case
study: Probabilistic estimates in the application of inventory models for
perishable products in SMEs." Problem-Based Learning: A Didactic
Strategy in the Teaching of System Simulation. Springer, Cham, 2019.
123-132. |
[11] |
Cevallos-Torres, Lorenzo, and Miguel Botto-Tobar. Problem-Based
Learning: A Didactic Strategy in the Teaching of System Simulation. Vol.
824. Springer, 2019. |
[12] |
Cevallos-Torres, Lorenzo, and Miguel Botto-Tobar. "Case
study: Logistical behavior in the use of urban transport using the monte
carlo simulation method." Problem-Based Learning: A Didactic Strategy
in the Teaching of System Simulation. Springer, Cham, 2019. 97-110. |
[13] |
Cevallos-Torres, Lorenzo, and Miguel Botto-Tobar. "Case
study: Project-based learning to evaluate probability distributions in
medical area." Problem-Based Learning: A Didactic Strategy in the
Teaching of System Simulation. Springer, Cham, 2019. 111-122. |
[14] |
Cevallos-Torres, Lorenzo, and Miguel Botto-Tobar. "Process
sampling." Problem-Based Learning: A Didactic Strategy in the Teaching
of System Simulation. Springer, Cham, 2019. 13-31. |
[15] |
L. Cevallos-Torres, A. Guijarro, J. Alarcón, G. Delgado,
M. Barrera y R. Alvarado, «Análisis estadístico de correlación entre las
dosis de Eritropoyetina y el nivel de hemoglobina en pacientes con
insuficiencia renal crónica,» Originales, vol. XIX, nº 1, pp. 8-21,
2016. |
.
[1] Estudiante de Ingeniería en Sistemas Computacionales. Universidad de
Guayaquil, Ecuador. E-mail:
[email protected]
[2] Estudiante de
Ingeniería en Sistemas Computacionales. Universidad de Guayaquil, Ecuador. E-mail: [email protected]
3 Estudiante de Ingeniería en
Sistemas Computacionales. Universidad de Guayaquil, Ecuador. E-mail: [email protected]
4 Estudiante de Ingeniería en Sistemas Computacionales. Universidad de Guayaquil, Ecuador. E-mail: [email protected]
Como citar: Guiracocha Suarez, H., Alarcon,
D., Ramirez, C., & Centeno, R. (2019). Identificación de las variables
producto de embarazo y período de embarazo sobre la muerte fetal mediante el
uso de estadístico de chi cuadrado. Ecuadorian Science, 3(2), 15-24.
DOI: https://doi.org/10.26911/issn.2602-8077vol3iss2.2019pp15-24p.