La hipertensión arterial (HTA) representa uno de los factores de riesgo que más contribuye a la enfermedad cardiovascular y actualmente se desarrollan modelos de predicción de riesgo a padecerla. El objetivo de esta investigación fue evaluar la reproducibilidad de un modelo de regresión logística en una población del estado Carabobo, Venezuela, así como la introducción de nuevas variables que mejoren dicho modelo. A 202 pacientes se les evaluó distintos factores de riesgo de HTA con los cuales se evaluó la reproducibilidad de un modelo ya planteado. Posteriormente se evaluó la introducción de nuevas variables al modelo que pudieran mejorar el mismo, utilizando el método del paso a paso de regresión logística. El modelo de predicción de riesgo que sirve como base a este estudio incorpora 3 variables: Presión arterial sistólica (PAS), edad e índice de masa corporal (IMC), de los cuales en este trabajo sólo edad e IMC resultaron significativas (p <0,000 y p <0,012 respectivamente). Una segunda regresión logística adicional, evaluó la introducción de nuevas variables al estudio, donde solo el fenotipo de cintura hipertrigliceridemia (CHT) contribuye a mejorar el modelo predictivo de la HTA. Por tanto, se encontró reproducibilidad parcial del modelo de predicción de riesgo de HTA, además de mejorar el mismo, al añadir la variable fenotipo de CHT. Se recomienda realizar nuevas investigaciones en otras poblaciones venezolanas así como estudios que involucren otras covariables clínicas.
High blood pressure (hypertension) is one of the risk factors that contribute most to cardiovascular disease. Adequate risk prediction models are needed to address prevention. The objective of this research was to evaluate the reproducibility of a logistic regression model in a population of Carabobo, Venezuela, and the introduction of new variables to improve the model. A total of 202 patients were assessed various risk factors of hypertension with which the reproducibility of an already proposed model was evaluated. Later, the introduction of new variables to the model that could improve it by using the stepwise logistic regression method was evaluated. The model risk prediction that serves as the basis of this study incorporates three variables: systolic blood pressure (SBP), age and body mass index (BMI), from which, in this work, only age and BMI were significant (p-value <0.000 and p <0.012 respectively). A second additional logistic regression assessed the introduction of new variables to the study, where only hypertriglyceridemic waist (HTW) phenotype helps to improve the predictive model of hypertension. Therefore, partial reproducibility of risk prediction model of hypertension was found, in addition to improving it by adding the variable HTW phenotype. We recommend further research in other Venezuelan populations and studies involving other clinical covariates.