Abstract:
Objetivo: Determinar los factores clínico epidemiológicos y laboratoriales predictores de insuficiencia renal cronica en pacientes con diabetes mellitus 2 hospitalizados en el servicio de medicina del hospital Carlos Monge Medrano de Juliaca en el periodo 2018 y 2019. Metodología: El estudio será analítico, observacional y retrospectivo, de diseño no experimental; la población estará constituida por todos los pacientes hospitalizados en el servicio de medicina del hospital Carlos Monge Medrano de Juliaca en el 2018 y 2019, con diagnostico diabetes mellitus tipo 2; no se calculará tamaño de muestra, la selección será no probabilística, por conveniencia; el diagnostico de insuficiencia renal cronica se realizará mediante la prueba de laboratorio de albúmina en orina de 24 horas, obtenidas de las historias clínicas; considerando un valor entre 30 a 299 mg como microalbuminuria y un valor mayor o igual a 300 mg como macroalbuminuria; así mismo se calculará la tasa de filtración glomerular (TFG), utilizando la fórmula Modification of diet in renal disease (MDRD-4); se usará una ficha de recolección de datos preelaborada, en base a otros estudios internacionales y nacionales, en la cual se consignarán los datos de las variables en estudio, la cual será validada por juicio de expertos especialistas en medicina interna del Hospital Carlos Monge Medrano de Juliaca; el análisis se realizará con nivel de confianza de 95%, y un error máximo permitido de 5% (p: 0.05); para el análisis estadístico, primero se realizará control de calidad de la información registrada en las fichas, luego se ingresará las fichas a una base de datos en el Soft ware Excel 2010; el análisis estadístico tendrá 3 partes, la primera parte será la evaluación de los factores predictores, para ello se calculara la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo; la segunda parte evaluara también los factores predictores, para lo cual se calculara el Odss ratio y la razon de prevalencias por el método Mantel Haenzel; y la tercera parte estimara un modelos de los factores predictores, para ello se utilizara la regresión logística binomial; se utilizará el Soft ware SPSS Versión 21.