Evaluación de hábitos de salud e identificación de factores de riesgo en estudiantes de la División de Ciencias Naturales y Exactas (DCNE), unidad Noria Alta, Universidad de Guanajuato, México
PDF
HTML

Archivos suplementarios

Untitled
Untitled
Untitled
Untitled

Palabras clave

Hábitos
factores de riesgo
estudiantes
salud. Habits
risk factors
students
health.

Cómo citar

Piña Rodríguez, B. U., Alvarado Gómez, A. K., Deveze Álvarez, M. A., Durán Castro, E., Padilla-Vaca, F., & Mendoza Macías, C. L. (2015). Evaluación de hábitos de salud e identificación de factores de riesgo en estudiantes de la División de Ciencias Naturales y Exactas (DCNE), unidad Noria Alta, Universidad de Guanajuato, México. Acta Universitaria, 25, 68–75. https://doi.org/10.15174/au.2015.768

Resumen

Los estudiantes universitarios se caracterizan por un particular estilo de vida (actividad física, hábitos alimenticios, consumo de alcohol, tabaco y drogas, etc.), el cual pudiera afectar el rendimiento escolar y su salud. El presente trabajo identifica factores potenciales de riesgo en la salud de los estudiantes de la División de Ciencias Naturales y Exactas (DCNE), unidad Noria Alta, de la Universidad de Guanajuato, a partir del análisis de la valoración física mediante el test Course-Navette, la medición de índices de masa corporal (IMC), la evaluación de estilos de vida (EV) y la determinación de glucosa, triglicéridos, colesterol total y colesterol de alta densidad (HDL, por sus siglas en inglés). Se identificaron factores de riesgo como actividad física insuficiente, malos hábitos alimenticios, factores hereditarios, hipercolesterolemias e hipertrigliceridemias que pudieran influir en el desarrollo de enfermedades cardiovasculares, diabetes mellitus, entre otras. Este estudio representa el primero sobre población estudiantil de la Universidad de Guanajuato, y permitirá proponer alternativas o modificaciones a los programas de salud universitarios para un desarrollo integral del estudiante.


https://doi.org/10.15174/au.2015.768
PDF
HTML