Prevalência de pressão arterial elevada e suas associações com fatores ambientais e estilo de vida em crianças da América do Sul no SAYCARE cohort study

• Ano de defesa: 2024
• Autor(a) principal: Moura, Keisyanne de Araujo
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Children; Crianças; Hipertensão; Hypertension; Machine Learning; Prevalence; Prevalência; Public Health; Saúde Pública
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/6/6143/tde-02102024-165945/

Introdução: A presente tese aborda a precisão e a aplicabilidade de diferentes dispositivos e métodos na medição da pressão arterial (PA) em crianças e adolescentes, além de investigar fatores de risco cardiovascular nessa população. Os estudos incluídos analisam desde a eficácia de monitores de PA, influências de fatores ambientais e de estilo de vida, até a utilização de algoritmos de machine learning para a predição de hipertensão e disparidades raciais. Objetivos: Avaliar a precisão de diferentes dispositivos de medição de PA em crianças e adolescentes. Analisar a prevalência de fatores de risco cardiovascular entre adolescentes brasileiros. Explorar o uso de machine learning na previsão de hipertensão infantil e identificar disparidades raciais nos algoritmos. Examinar a prevalência de pressão arterial elevada e suas associações com fatores ambientais e de estilo de vida em crianças da América do Sul. Métodos: A tese foi organizada como uma coletânea de cinco artigos científicos, seguindo as diretrizes do Regulamento do Programa de Pós-graduação em Saúde Pública (2023). Cada artigo detalha individualmente os procedimentos, técnicas e análises utilizadas, proporcionando uma compreensão clara e aprofundada das contribuições específicas de cada parte desta coletânea científica. Conclusão: Os dispositivos automáticos oscilométricos são alternativas válidas aos esfigmomanômetros de mercúrio, especialmente em triagens de larga escala, desde que validados por protocolos internacionais. Fatores como vitamina D e atividade física são cruciais na regulação da PA em adolescentes. O uso de machine learning na saúde apresenta potencial, mas é necessário abordar os vieses raciais para garantir a equidade. A predição de hipertensão infantil com ML mostrou-se eficaz, destacando a importância de intervenções precoces. Fatores ambientais e de estilo de vida influenciam significativamente a PA em crianças sul-americanas, sugerindo que políticas de saúde pública focadas na melhoria do sono e ambientes escolares saudáveis podem mitigar a hipertensão infantil.