Estudio de la influencia de los factores meteororologicos en los ingresos psiquiatricos del hospital clinico universitario de salamanca durante el periodo 1982-1991,

  1. BERMEJO ESTEBAN EVA M.
Supervised by:
  1. José Luis Labajo Salazar Director
  2. José Luis Vicente Villardón Co-director

Defence university: Universidad de Salamanca

Fecha de defensa: 06 May 2000

Committee:
  1. Juan Alberto Izquierdo de la Torre Chair
  2. Santiago Sánchez Iglesias Secretary
  3. José Angel Macías Fernández Committee member
  4. Moisés Egido Committee member
  5. Vicente Rubio Larrosa Committee member
Department:
  1. ESTADÍSTICA

Type: Thesis

Teseo: 77021 DIALNET

Abstract

OBJETIVOS: Comprobar la posible relación entre los factores meteorológicos y los ingresos psiquiátricos. METODOS: Se realiza un estudio sobre 4,008 ingresos psiquiátricos del Hospital Clínico de Salamanca, clasificados en 15 categorías diagnósticas, en un periodo de tiempo de diez años, comprendido entre Enero de 1982 y Diciembre de 1991. Se analizan, en ese mismo periodo de tiempo, las variables meteorológicas de temperatura, presión atmosférica, humedad relativa, dirección del viento, días de lluvia, niebla y tormenta. Se estudió la variación estacional de las distintas categorías diagnósticas mediante la representación gráfica y la variación porcentual de los distintos meses respecto a las medias anuales. Se utilizarón coeficientes de correlación lineal para analizar la realción directa de cada variable meteorológica con cada enfermedad psiquiátrica, incluso con retardo de un día. Por último, se determinaron las variables meteorológicas predictoras del ingreso de una determinada patología, psiquiátrica mediante regresiones logísticas. RESULTADOS: Los ingresos psiquiátricos, en general, aumentan en verano y descienden en inverno.Sólo se detecta una pequeña asociación significativa entre la presencia de lluvia y los trastornos de personalidad. Se han encontrado variables de predcción para los distintos trastrornos psiquiátricos, teniendo en cuenta que cualquier modelo de predcción no significa que una variable sea causa de la otra.