Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ScholarWorks
Walden Disertaciones y Doctoral Estudios
Walden Disertaciones y Doctoral Estudios
Colección
2020
Esta Disertación está traída a ti para acceso libre y abierto por el Walden Disertaciones y Doctoral Colección de
Estudios en ScholarWorks. Ha sido aceptado para inclusión en Walden Disertaciones y Doctoral Estudios por un
administrador autorizado de ScholarWorks. Para más información, complacer contacto
Scholarworks@waldenu.edu.
Walden University
Comité de revisión
Dr. Cheryl Cullen, Presidente de Comité, Dr. de Facultad de Ciencias de Salud Suzanne Paone,
Miembro de Comité, Dr. de Facultad de Ciencias de Salud Suzanne Richins, Universidad Reviewer,
Facultad de Ciencias de la Salud
Walden Universidad
2019
Abstracto
Planes de tratamiento para Diabetes Administración Durante Huracán Maria en Puerto Rico
Por
Walden Universidad
Noviembre 2019
Abstracto
El propósito de este estudio era para evaluar los resultados de salud de diabetic pacientes
en Puerto Rico, antes de que, durante, y después de que Huracán Maria, en 2017. El
mortalidad, y índice de precio del consumidor (CPI). Los criterios de inclusión eran
participantes para quien el dato electrónico era disponible antes de que, durante, y
después de que Huracán Maria; la medida de muestra era 450. El marco teórico para esta
analizado por univariate y análisis de varianza (ANOVA) para comparar medio y prueba
de normalidad análisis. Los resultados de este estudio revelaron que antes de que Huracán
Asociación (ADA) directriz para Hgb AIC es < 7.0; con anterioridad a Huracán Maria
Hgb AIC era 7.30 y después de que sea 7.21. La ADA LDL objetivo es <70.0; el previo
malo era 91.2 y después de malo era 91.3. El null la hipótesis estuvo retenida. Con
pacientes murieron a raíz de diabetes; el CPI para healthcare aumentó 1.56% después del
huracán; indicando hay una relación. Los resultados de este estudio pueden contribuir a
cambio social por informar dirigentes que diabetes resultados de tratamientos de los
pacientes tienen que ser dentro del CDC y ADA directrices, y planificación eficaz para
Por
Walden Universidad
Noviembre 2019
Dedicación
Dedico esta disertación a mi madre, Nicaz Oller, y a mis hijos Esther, Joel
Jeremias, y Uriel Ramon. Sabina Almanza Santos a ti. También, a mi amigo mejor,
Maria Del Carmen Castillo. Thomasina Para ti. Son mi propósito , mi motivación, y el
ligero que guías mi viaje a través de Walden Universidad doctoral programa. Dios
siempre!
Acknowledgments
disertación devendrá una herramienta para cambio social positivo. Doy las gracias a Dr.
para acabar este proyecto. Siempre a Reshma Beharry y Annette Tucker Osborne amigos.
Mesa de Contenidos
Declaración de problema........................................................................................... 2
Definiciones............................................................................................................ 10
i
Mucho tiempo-el plazo Efectúa ......................................................................... 26
Suposiciones ........................................................................................................... 27
Introducción............................................................................................................ 30
Amenazas a Validez................................................................................................ 38
Permiso ............................................................................................................. 40
Preocupaciones éticas........................................................................................ 40
ii
Resumen ................................................................................................................. 41
Introducción............................................................................................................ 42
Resultados 51
Resumen ................................................................................................................. 55
Cambio ............................................................................................................. 57
Introducción............................................................................................................ 57
Marco ............................................................................................................... 61
Recomendaciones ................................................................................................... 64
iii
Conclusión.............................................................................................................. 69
Referencias ................................................................................................................... 70
iv
Lista de Mesas
Mesa 4. Resultados Hgb Un1C, LDL, & Systolic BP Todos los Pacientes ....................... 47
v
1
Sección 1: Revisión de Literatura y Fundación del Estudio
Revisión de literatura
tercer-partido payers en Puerto Rico y los Estados Unidos (Ryan et al., 2015). La
Organización Mundial de la Salud (2016) argumentó que porque las personas vivían
mellitus cuidado (Delea et al., 2015; et al Bruto., 2003; Coon & Zulkowski, 2002; Caza,
Ryan et al. (2015) y Tonelli, Wiebe, Nadler, Darzi, y Rasheed (2016) describió
que después de que un desastre natural, los focos de gobierno pueden ser para priorizar
enfermedades es pequeñas comparados a los riesgos que los pacientes podrían desarrollar
Bruto., 2003).
Desastres naturales, como Huracán Maria, requerir un precoordinated respuesta que
integra todos los niveles de respuesta de emergencia, incluyendo pacientes con diabetes
mellitus en
2
La parte superior cinco categorías de urgencia (Buse, Tanaka, & Hawkes, 2017).
para crear una prevención planea aquello es responsive a las necesidades de salud de
americana de Endocrinología, 2013; Fonseca et al., 2007; Heptulla et al., 2016; Lee et al.,
Declaración de problema
healthcare (Santos & Howard, 2017). Un reto más significativo implicó el tratamiento de
del plan, healthcare las organizaciones destinan recursos e identificar estrategias para
Prevención (CDC) para diabetic pacientes durante un desastre natural, puede ser una
herramienta de evaluación eficaz para calidad, coste-eficaz healthcare entrega durante
para identificar cómo para optimizar el uso de recursos y ofrecer los servicios de calidad
diabetes durante un desastre natural, como Huracán Maria, en Puerto Rico. Thomas y
Kaplan (2017) explicó que después de que Huracán Maria, retrasos en la fabricación
resultados de este estudio, con respecto al estado y efectividad del preplan acciones y la
aplicación del protocolo médico durante Huracán Maria informa healthcare dirigentes y
medidas de salud paciente con anterioridad a Huracán Maria. Calidad de cuidado para el
Huracán Maria.
recoger para búsqueda, con respecto a los resultados de salud de pacientes con diabetes
con anterioridad a, durante, y después de que Huracán Maria en Puerto Rico. Una
los pacientes eran el baseline (ADA, 2007; CDC, 2018; DHHPS, CDPCD, 2015). La
índice de masa del cuerpo (BMI), edad, y género de diabetic pacientes; y el coste per
calidad de vida de diabetic pacientes que no tienen control glucémico. Este doctoral el
protocolo actual para apoyar pacientes con diabetes durante un desastre natural en Puerto
payers con respecto al estado de salud de diabetics antes de que Huracán Maria y la
Los resultados del estudio han proporcionado información nueva con respecto al
planes, o los protocolos requirieron para responder al reto de diabetic cuidado médico
Dzau, Lurie, y Tuckson (2018) explicó que después de que Huracán Katrina en
Nueva Orleans, Luisiana, las dificultades que healthcare las organizaciones afrontaron
ser afectados en el nivel que diabetes les exacerba y las complicaciones subsiguientes
podrían dirigir a muerte (Dzau et al., 2018). Esta evidencia demostró una carencia de
systolic presión de sangre, y LDL (nivel de colesterol) cuando parte de ADA protocolo
para diabetic tratamiento durante un desastre natural. Los resultados del estudio
desastre natural. Las situaciones así pueden crear desigualdad en recibir calidad
tratamiento médico; diabetic los pacientes con ingresos más altos pueden tener acceso
más grande a cuidado médico durante un desastre natural que pacientes con ingresos más
bajos (Fonseca et al., 2009). Según Cefalu, Herrero, Blonde, y Fonseca (2006), algunos
2017).
sangre; efectividad y timeliness de preocuparse tan medido por índices de mortalidad por
BMI, edad, y género; y el coste per cápita de diabetes cuidado. La búsqueda cuestiona
preocuparse medido por aumentado Hgb Un1C, aumentó LDL colesterol, y systolic
presión de sangre antes de que y después de que Huracán Maria en Puerto Rico?
H0: hay una correlación entre la ADA y CDC plan de acción para diabetic
medido por aumentado Hgb Un1C, aumentó LDL colesterol, y malo systolic
impacto (Khoja, Durrani, Scott, Sajwani, & Piryani, 2013). En un estudio con respecto
salud
8
Intervenciones (Khoja et al., 2013). Componentes de los resultados de salud y
encima calidad de vida, y cambio en indicadores de salud” (Khoja et al., 2013, p. 50).
Aplicación de este marco a este estudio es apropiado como una valoración del estado de
salud de diabetic pacientes en Puerto Rico antes de que y después de que Huracán
aquello puede conducir practicantes médicos para crear un modelo eficaz para guiar
ADA proporcionaron contexto más lejano para medir la efectividad del médico y
utilizó dato secundario, no anteriormente recogido para búsqueda. Las fuentes de dato
Sociales (SPSS) solió ilustra la correlación entre las variables, los cuales informan
La estrategia para la búsqueda de literatura era para utilizar varias bases de datos
eruditas con
Años 2013 a 2018. Las bases de datos buscaron era Medline y ProQuest a través de
Walden
Google y Biblioteca universitarios Becario. Además, utilizó los sitios web públicos para
el
Medicina de emergencia. Las palabras clave y las frases Booleanas utilizaron era
Huracán Maria
Mesa 1
ser basadas en teoría. La búsqueda anterior relacionó a este estudio solió explica y
pertinente para apoyar la justificación del estudio, las variables, y una revisión de
Definiciones
BMI: Una proporción de índice de masa del cuerpo que puede indicar si una
persona es un underweight, peso normal, overweight, obeso, o morbidly obeso (Dobner &
Kaser, 2018).
Hgb Un1c > 6.5 %, una prueba de glucosa en rápido de 126 mg/dl o encima y cualquier
LDL Colesterol: riesgo Alto para diabetic los pacientes es LDL Colesterol
Systolic Presión de sangre: riesgo Alto para diabetic los pacientes es presión
tendría que ser implementado durante un desastre natural (Baruah & Kumar,
2014).
Perspectivas históricas
preparada por el DHHPS, y CDPCD. Los protocolos médicos para otras enfermedades
salud tienen que utilizar estos protocolos para garantizar calidad healthcare entrega. Para
healthcare proveedores de seguro, estos protocolos son también una herramienta útil para
Secretaría Auxiliar para la Promoción de la Salud (2012), diabetes era el tercera causa
más común de muerte (10.1%) en Puerto Rico en 2010; la parte superior dos era
enfermedades cardiovasculares (17.8%) y cáncer (17.7%). Estas enfermedades crónicas
Promoción de la Salud, 2012). Otro objetivo era para aumentar el número de centros de
expandido. El objetivo para impedir, control, y dirigir enfermedad crónica en cada etapa
controles que anima personas para perseguir entornos sanos y seguros y las comidas
sanas también aumentadas para la Salud 2020 plan (División de Prevención y Control de
Washington del George condujo un estudio que dato incluido del censo para observar
índices de mortalidad de 2010 a febrero 2018. El dato reveló que la población general de
Puerto Rico estuvo reducida por 8% entre mid-septiembre 2017 y mid-febrero 2018. La
mortalidad era en un índice esperado en agosto 2017, pero de septiembre 2017 a través de
Rico tuvo no emergencia y desastre formales planes de comunicación del riesgo en sitio.
Kishore Et al., (2018) explicó que una infraestructura física adecuada es esencial
desastres naturales en una comunidad. Kishore Et al. (2018) explicó que 4,645 muertes
eran directamente causadas por Huracán Maria, pero el público estuvo informado que la
cuenta de muerte oficial era 64. Algunos de estos informes de mortalidad solieron
calcular y comparar el informe de mortalidad para el mismo periodo un año antes de que
el año antes de que (Kishore et al., 2018). Kishore Et al. (2018) evidencia e información
proporcionadas que el peaje de muerte podría haber sido tanto como 70 tiempo más
critically cuidado médico necesario (Kishore et al., 2018). Las disrupciones más difíciles de
era para organizar y enviar unidades médicas móviles, pretendidos para proporcionar
servicios a comunidades que había sido pegado el más duro por el huracán, aquello era
en necesidad de servicios médicos (Lien et al., 2014). Las estrategias incluidas deprisa
probaron esto era una medida eficaz para activar durante un desastre natural. Según
Childers, Mayorga, y Taaffe (2014), una estrategia para evacuar personas de agudos y
necesitada en el pre-planeando la fase hasta una situación real ocurre. Claver (2013)
explicó que proveedores del cuidado comprensible para personas ancianas tendría que
Alcorn (2017) identificó que antes de que Huracán Maria el healthcare el sistema
en Puerto Rico estuvo extendido a su límite y dificultad tenida ya que conoce básico
healthcare necesidades. Uno de las dificultades principales después del desastre natural
6,000 diabetes los pacientes necesitaron regulares dialysis, pero no había ningún plan en
Puerto Rico por encima de las fórmulas de política actuales (Lavery, 2018). Lavery
(2018) informó que pocos hospitales eran capaces de proporcionar cuidado agudo, y
después de que Huracán Maria, 71% de las farmacias estuvieron cerradas e incapaces
que antes de que Huracán Maria, Puerto Rico healthcare déficit para preocuparse para los
3.4 millones de ciudadanos era sobre $80 mil millones. El sistema frágil tuvo un resultado
desastroso después del huracán. Even 10 días después de que Huracán Maria pasó a través
(Romanos, 2018).
Huracán Maria. Horsburgh (2018) explicó que conjuntos de dato diferente tienen que ser
recogidos, controlados y analizados, zona tan crítica dato de observatorio para controlar
requerido incluye beber control de agua, y otro sanitation controles. Geospatial Dato
para proporcionar información encima la carretera que abre, acceso a hospitales o locales
de cuidado agudos provisionales, y el transporte seguro está necesitado y tendría que ser
parte del pre-planeando fase. Dato de satélite para informar desarrollo de tormenta y
(Horsburgh, 2018).
incluir un componente ético para asegurar la misión primero pero personas siempre. Según
ético que trabajadores de salud podrían afrontar es bajo morale, miedo, pérdida de
y los enfermeros estuvieron arrestados para conducir merciful asesinatos a personas más
viejas. El dilema era nivel de dolor que el paciente padecía versus la longitud de tiempo de
la muerte real inevitable de causas naturales. Un protocolo tiene que ser desarrollado,
17
Comunicado, y entrenado para asegurar enfermeros y physicians está preparado
2014).
los servicios pueden ser obtenidos es necesario para el éxito del programa. El plan tiene
que ser creado, practicado, comunica, y entonces ejecutado en una manera oportuna y
Cordes Et al. (2017) explicó hay dos consideración principal para tener en caso
El Vacío en la Literatura
Demaio Et al. (2013) declaró que en otro para reducir riesgo de salud adversa y para
stakeholders privado y los sectores públicos necesita ser desarrollados. Un reto significativo
muerte. El estudio recomienda aplicar el Sendai Marco para Reducción de Riesgo del
Desastre: 2015-2030, para minimizar el impacto de desastre natural en las personas con
diabetes. Baruah, y Kumar, (2014), en este estudio, descubrió que la mayoría del
esfuerzo en un desastre natural está dirigido al efecto instantáneo y no toma a
consideración el negativo
19
Consecuencia a las personas con enfermedad crónica. El impacto negativo de la
disrupción de servicio médico a diabetic los pacientes son las complicaciones de salud
inmediata. La solución para un desastre natural preparedness el plan tiene que ser la
políticas y directrices. El objetivo tendría que mantener calidad healthcare entrega que
política de las Naciones Unidas para dirigir cambio de clima, salud, y progreso general. El
objetivo principal era para crear procedimientos que crea un entorno seguro para proteger el
viviente. Los aspectos para centrar en la infraestructura son escuelas y hospitales seguros
más alto que es bien más alto por reducir el riesgo de un desastre natural. El estudio explicó
peligro aparece como la interacción de contacto con los habitantes, las vulnerabilidades
desastre natural como Katrina presenta un reto para obtener cuidado apropiado. Una
comparación era
20
Hecho con niños en Luisiana aquello no recibe el impacto de Huracán Katrina con los
que vivos en el área en Luisiana aquello recibe el impacto más grande de Huracán
Katrina. Los parámetros para medir controlados diabetes la administración era examen
resultados identificaron que los niños recibieron igual o tratamiento mejor, basado en los
reveló que el objetivo primario de desastre preparedness era para evitar el exacerbation
los supervivientes de Katrina del Huracán 17% hubo al menos uno enfermedad crónica.
crónica exacerbada estuvo evacuada cuándo ellos llegó en refugios para asegurar
Ko, Strine, y Allweiss (2014) encontró que una parte pertinente de desastre
natural preparedness para personas con diabetes, quién necesitó especializó medicinas y
preparado para una emergencia o desastre natural que aquellos sin enfermedad crónica.
El plan recomendable que diabetics es a siempre haber al menos tres medicina de días y
suministros a mano, tuvo poca conformidad. En personas medianas con diabetes índice
conclusión de este estudio era que personas con diabetes era no mejor de preparar
Ochi, et al., (2014) miraba para descubrir las causas y consecuencia de perdió
fármacos y las dificultades para obtener recambios de prescripción durante y después del
Huracán Katrina era que 38% de niños con la enfermedad crónica no tuvo sus
como herramientas para proporcionar healthcare así como seguridad y protección para
los elementos adversos durante desastres naturales. La evaluación de refugios tendría que
El objetivo final tendría que ser una valoración de calidad del servicio entregó a
Lee et al. (2016) investigó el diabetic pacientes que después de que Huracán
crónica. Las causas principales que diabetic los pacientes visitaron el departamento de
emergencia después de que Huracán Sandy era para ataque de corazón, prescripciones
estudio eran que diabetic los pacientes devienen más vulnerables después de un
desastre natural y preparación para un desastre natural para este tipo de paciente es
una manera oportuna. Concepción-Acevedo et al. (2018) hablado que después de que
Huracán Maria pegó Puerto Rico, el acceso a toda comunicación era casi imposible. La
proporcionaría la comunicación adecuada tiene que el plan activo actual falla (Schneider,
2016). El plan para respuesta de emergencia tendría que ser coordinado por autoridades
testaje adicional a los Estados Unidos continentales, u otra área podría ser hecha cuándo
seguro. Finalmente, healthcare las organizaciones tienen que ser preparadas para una
manera alternativa de informar el resultado para el testaje del patógeno durante y después
previsto y desastre externo real, es esencial de asegurar los planes están actualizados,
evaluación del pre-estado de Maria del Huracán, qué ocurrió durante, y entonces después
(Stilianakis & Consoli, 2013). Uso de que hace decisiones matemático, económico, y
modelos de informática es esenciales de ser capaces de pronosticar los resultados y plan
2013). La limitación de este estudio sería pacientes de Puerto Rico quién recibió diabetes
cuidado médico en Centro de Diabetes en Puerto Rico. Rubino Et al. (2016) estableció el
aspecto concreto en qué intervención quirúrgica tiene que ser indicado para Tipo 2
intervención quirúrgica para impedir complicación más lejana en diabetic los pacientes
De Souza Et al. (2015) explica que una persona podría desarrollar diabetes si el
aumentos el índice de mortalidad. De Souza Et al. (2015) concluyó que las grasas saturadas
vascular cerebral
25
Aumentos con hypoglycemic. Finalmente, la administración impropia de insulina
Alegre-Díaz, (2016) describe qué pacientes con sangre inadecuada los niveles
glucémico pobre podría ser la causa para en desarrollo diabetes que en el caso de un
Diabetes Administración
crónicas.
Power et al. (2017) indicó que el foco primario de diabetes la administración tendría
pacientes con el diabetes enfermedades. Diabetes Necesita control diario y tan resultado
necesidad paciente para hacer decisiones diarias. Aplicando prácticas eficaces de self-
administración en diabetes podría promover resultados de salud mejor. Diabetes self-La
administración es el importante
26
Componente de control apropiado y self-tratamientos y el sostuvo comportamientos
Lee et al. (2016) explicó que el uso de teléfonos celulares listos podría mejorar
salud para proporcionar holistic tratamiento. El resultado para pacientes podría impedir
ADA (2015) explicó que el objetivo del cuidado y el plan estratégico paciente es
morbidities que seriamente impactar la salud y estado económico de los pacientes debido
género es necesarios.
desarrolló un estudio que pacientes clasificados según su edad y género para identificar el
diabetes y desarrollo de Parkinson enfermedad. Una importancia entre género era una
correlación entre desórdenes de sueño y congestive fallo cardíaco. Una correlación entre
demostró que el uso del teléfono podría mantener un nivel adecuado de glucémico
27
Control. Una correlación entre pacientes más jóvenes y el uso de la aplicación de teléfono
celular,
Gorst Et al. (2015) el riesgo del efecto adverso aumentado con largo-denominar
Suposiciones
crónica. El plan de reducción del riesgo reduciría el riesgo de existir condiciones y evitar
para evitar o minimizar daño y pérdidas en caso de acciones físicas peligrosas (Saunders,
también aseguraría una vida sana y promover que es bien para todo para todas las
Un desastre natural.
Alcance y Delimitaciones
variables para esta búsqueda cuantitativa. Las direcciones de estudio si ADA y CDC
protocolo para desastre natural de diabetes el cuidado estuvo ejecutado durante Huracán
Maria. Cómo las variables estuvieron afectadas por la ejecución del protocolo durante el
Huracán. Este estudio resultados de salud examinada antes de que y después de que
Huracán Maria para informar healthcare administradores con respecto al acceso para
Huracán devasta la isla de Puerto Rico un territorio de EE.UU. que atiene a EE.UU.
healthcare el protocolo podría proporcionar ejemplo de qué puede ser hecho para
Las teorías que no sería investigar es el gobierno políticas ineficaces, sesgo racial, y
Huracán Maria en Puerto Rico. El marco teórico los resultados de salud y valoración de
preocuparse medido por aumentar Hgb Un1C, aumentó LDL colesterol, y systolic
presión de sangre antes de que y después de que Huracán Maria en Puerto Rico. El
mortalidad, BMI, edad, y género de diabetic pacientes, antes de que y después de que
administración en Puerto Rico, antes de que y después de que Huracán Maria que
Introducción
ADA estándares comparó al plan real en sitio para el cuidado de diabetics durante un
Diseño de búsqueda
pacientes con diabetes antes de que, durante, y después de que Huracán Maria en
Puerto Rico. La búsqueda evaluó la calidad y resultados de coste que utilizan los
protocolos de desastre de la ADA (ADA, 2007; CDC, 2018; DHHPS, CDPCD, 2015).
SPSS software de estática. Las variables independientes de RQ1 está aumentado Hgb
Un1C, aumentó LDL colesterol, y systolic presión de sangre antes de que y después de
que Huracán Maria en Puerto Rico. La variable dependiente para RQ1 es el plan de
BMI, edad, y género de diabetic pacientes antes de que y después de que Huracán Maria.
Puerto Rico, antes de que y después de que Huracán Maria. La variable dependiente para
natural y calidad paciente de cuidado. Los análisis aplicaron en esta búsqueda era
En esta búsqueda el dato secundario obtenido del Centro de Diabetes para Puerto
Rico. Cálculos del análisis de poder, para esta investigación aplicó el Poder*de G
probabilidad de error que estuvo considerado cuando 0.05, y el poder (1-β err
probabilidad) era 0.95 para este estudio. El nivel de confianza del SPSS versión 24
software estuvo aplicado para analizar la medida de muestra para el dato recogido para
diez meses después de que septiembre 2017. El total de población era 450 basado en los
pacientes quién recibió healthcare durante Huracán Maria del Centro de Diabetes para
Puerto Rico, San Juan (El Centro de Diabetes para Puerto Rico,
32
2018). El investigador utilizó códigos diferentes para el dependable variables del plan de
acción de la ADA para diabetic administración durante un desastre natural para medir
la medida de muestra mínima era 161 para cada variable. El número mínimo de
participantes era 220 para RQ1, RQ2, y RQ3. El dato de cada participante tiene que
incluir resultados antes de que y después de que Huracán Maria en Puerto Rico.
las variables independientes Hgb Un1C, LDL colesterol, systolic presión de sangre,
antes de que y después de que Huracán Maria en Puerto Rico. El RQ2 examinó los
índices de mortalidad, BMI, edad, y género de diabetic pacientes antes de que y después
de que Huracán Maria. El RQ3 examinó el coste per cápita de diabetes administración
estudio, el dato estuvo obtenido del Centro de Diabetes para Puerto Rico. El
electrónico que el investigador analizado como el detective principal, bajo los plazos
de acuerdo de la confidencialidad.
proporcionado y auditado por el director de programa del Centro de Diabetes para Puerto
Rico. Las variables recogieron era Hgb Un1C, LDL colesterol, systolic presión de sangre,
En Puerto Rico.
tan Hgb Un1C, LDL colesterol, y systolic presión de sangre cuando variables de escala
variables de escala, BMI como variables ordinales, y género de diabetic pacientes como
variable nominal. Esté definido coste per cápita de diabetes administración en Puerto
Rico, antes de que y después de que Huracán Maria, como variable de escala en el
análisis estadístico.
34
Mesa 2
Análisis de dato
Análisis de dato para la búsqueda estuvo conducido por aplicar IBM SPSS
actualización de todos los datos y eliminó cualquier dato corrupto a raíz de transmisión,
almacenamiento, escritura, y leyendo el dato. El investigador comprobado para dato
desaparecido y utilizó un código de 999 para indicar aquel dato era ninguna respuesta por el
codificados en SPSS. Todos los datos estuvieron verificados antes de cualquier análisis
en el siguiente: (un) dato desaparecido, (b) normalidad, (c) linealidad, (d) outliers, (e)
preocuparse medido por aumentado Hgb Un1C, aumentó LDL colesterol, y systolic
presión de sangre antes de que y después de que Huracán Maria en Puerto Rico?
H0: hay una correlación entre la ADA y CDC plan de acción para diabetic
medido por aumentado Hgb Un1C, aumentó LDL colesterol, y malo systolic
HUn: no hay ninguna correlación entre la ADA y CDC plan de acción para
preocuparse medido por aumentado Hgb Un1C, aumentó LDL colesterol, y malo
Técnicas de análisis
cuestiones de búsqueda estuvo aplicado. Analizado RQ1, las frecuencias, una muestra t la
prueba y la normalidad estuvo utilizada. Analizado RQ2, las frecuencias, una muestra t la
prueba y la normalidad serán utilizadas. Analizado RQ3, las frecuencias, una muestra t la
prueba y la normalidad estuvo utilizada. Faraway (2016) explicó que logistic modelos de
regresión utilizaron en el análisis de los datos de las ciencias de salud nos dejan para
todo entender que son uno más herramienta en el método de análisis estadístico para
variables dependientes nominales binarias que en la vuelta tiene relación con las
regresión, está supuesto que las cuentas del Y las categorías tienen un multinomial
coeficiente de correlación mide el grado a qué dos variables tiende para cambiar al
Pearson la correlación evalúa la relación lineal entre dos variables continuas. Una
relación es lineal cuándo un cambio en uno variable está asociado con un cambio
Interpretación de Resultados
prueba de normalidad suele explica que la muestra tiene una distribución normal. La
alternativas de los resultados. Primera acción era para ser buscando una explicación sola
que idealmente obtendremos. Los resultados de esta búsqueda contestaron las cuestiones
de búsqueda haber sólo una interpretación, el cual sería que las variables independientes
estuvo condicionada para cualquier error que interpreta el dato secundario de esta
investigación.
Validez externa
& Goicoechea, 2014). Las variables eran tan concretas que puede ser medido en un
encima, algunas precauciones tendrían que ser tomadas cuándo generalizando los
resultados. Este estudio amenaza considerada cuando algún estado ha sido contenido
cuestiones de búsqueda
39
Validez interna
La validez interna refiere al grado al cual una investigación rechaza otra razón de
los resultados, aquello es, al grado que el manejando de la validez interna es responsable
variables que puede trastornar la validez interna; variables que ha sido consideró
que podría pasar mientras la investigación está aplicada. Maturation Representa otra
amenaza a la validez interna como las participantes podría cambiar pero porque esto es
2018).
Construye Validez
reproduce la importancia teórica cierta de una teoría. Esta búsqueda construirá la validez
Diabetes de Puerto Rico” estuvo obtenido. El IRB número de aprobación para este
Permiso
secundario y proceder con el análisis estadístico. Todos los datos proporcionados por este
estudio sólo contiene dato secundario, con respecto a los efectos del desastre natural,
Huracán Maria, en pacientes con diabetes, quiénes viven en Puerto Rico. Nuestra
disertación advisor aseguró que todos criterios para proteger los temas del dato secundario
cuando estableció. La aceptación y revisado del dato estuvo limitado para ser utilizado
Preocupaciones éticas
Este trabajo sólo utilizó el dato secundario para esta búsqueda cuantitativa. Este
estudio tuvo consideraciones tan principales respeto para personas cuando autonomía,
Puerto Rico. El dato estuvo preparado por "el Centro de Investigaciones, Educación y
Servicios Médicos para la Diabetes de Puerto Rico" empleados clericales o personales
de este dato.
Tratamiento de Datos
recomendables de manejar dato. Finalmente, para el examinado del dato que estuvo
separada.
Resumen
plan general que indica o proporciona guiaje en qué estuvo hecho para contestar la
Introducción
planes de tratamiento para diabetes administración en Puerto Rico antes de que y después
que afecta los estándares de cuidado de la salud del CDC y ADA. RQ1 evaluado Hgb
Un1C, LDL colesterol, y systolic presión de sangre antes de que y después de que
Huracán Maria en Puerto Rico para pacientes en la muestra. RQ2 evaluó los índices de
mortalidad, BMI, edad, y género de diabetic pacientes, antes de que y después de que
Huracán Maria. Finalmente, RQ3 evaluó coste per cápita de diabetes administración en
Puerto Rico, antes de que y después de que Huracán Maria. La decisión para escoger
cómo la muestra relaciona a la población de este estudio. Los resultados de este estudio
análisis más lejano presentó las pruebas estadísticas utilizaron para contestar cada
cuestión de búsqueda y aceptar o declinar el null hipótesis. Las mesas y las figuras
después de que Huracán Maria es como sigue: antes de que Huracán Maria tuvo la gama de
Oct 2, 2017; y después de que Huracán Maria tuvo la gama de fecha de octubre 3, 2017
a Oct 4, 2018. Las variables de dato secundarias para RQ1 era Hgb Un1C, LDL
secundarias para RQ2 era índices de mortalidad, BMI, edad, y género de diabetic
pacientes. La variable de dato secundaria para RQ3 era coste per cápita de diabetes
administración en Puerto Rico, antes de que y después de que Huracán Maria y estuvo
pacientes no fue disponibles para ambos antes y después de que Huracán Maria. En
cambio, el investigador utilizó los índices de precio del consumidor de Puerto Rico para
tener algún nivel de comparación de healthcare costes antes de que y después de que
Huracán Maria. El índice de precio del consumidor incluye todos los servicios médicos y
ha diabetes en los resultados, pero el investigador era incapaz de obtener dato de coste de
revisión como aquel punto de dato no fue disponible de la base de datos original cuando
esperó. Además, el dato era sólo disponible para el antes y después de que periodos de
tiempo. Durante Huracán Maria, el dato no fue recogido y grabado debido al impacto del
desastre natural.
utilizó una comparación del malo de decidir en más grande que o igual o no igual
44
Para decidir para aceptar o rehusar la hipótesis. El demographics de las muestras son
Hgb Un1C, LDL colesterol, y systolic presión de sangre antes de que y después de que
Huracán Maria en Puerto Rico. Los índices de mortalidad, BMI, edad, y género de
diabetic pacientes, antes de que y después de que Huracán Maria. Finalmente, el coste de
healthcare administración para diabetic pacientes antes de que y después de que Huracán
Maria en Puerto Rico. Los participantes eran adultos para todas las edades y géneros.
La carrera del participante no fue medido pero todo participante era residentes de Puerto
Rico.
del diabetic pacientes que cuidado de salud recibida en Centro para Diabéticos de Puerto
Rico de septiembre 16, 2016 a septiembre 16, 2017, definido tan antes Huracán Maria, y
entonces de octubre 3, 2017, a octubre 4, 2018, definido tan después Huracán Maria. La
muestra tomada de septiembre 16, 2017, a octubre 2, 2017, definido tan durante Huracán
población. Los pacientes seleccionaron para este estudio de búsqueda tuvo que ser en
ambos el antes y después de que grupo para ser considerado tan parte de la muestra. Una
lista de pacientes que el cuidado recibido en los dos periodos estuvo hecho y el
investigador seleccionó los primeros 238 pacientes que era en ambos periodos y también
era diabetic. El margen de errores de 5% o p =0.05. El nivel de confianza era 95% con
Mujeres, ilustrando que en estas mujeres de población eran más frecuentemente afectados
por
diabetes. Algunos la búsqueda adicional podría traer respuesta encima por qué las mujeres
eran más
Que medio de la muestra de participantes. Este statistic el resultado podría indicar aquella
salud
Durrani, Scott, Sajwani, & Piryani, 2013) relaciona a identificado utilizando información
Tecnología que la población hembra tiene riesgo más significativo para desarrollar
diabetes y
Información más eficaz tecnología para identificar grupos en la población que ayuda de
necesidad.
Mesa 3
Modelo
antes de que y después de que Huracán Maria. La diferencia del medio era dentro de la
de sangre antes de que Huracán Maria no dejó el investigador para hacer una evaluación
más precisa del tratamiento de cuidado de salud global de diabetic pacientes. no había
ninguna correlación antes de que y después de que aquello conoció el estándar de Hgb
Un1c puesto adelante por la ADA y el CDC, aquello indica tiene que ser < 7.00. El
systolic presión de sangre de 139 no conoció el estándar para diabetic pacientes según
ADA y CDC estándar de cuidado. Por esta razón el investigador rehusó el null hipótesis
y aceptó la hipótesis alternativa que indica no había ninguna correlación entre la ADA y
CDC plan de acción para diabetic administración durante un desastre natural y calidad
paciente de preocuparse medido por aumentar Hgb Un1C, aumentó LDL colesterol, y
malo systolic presión de sangre de diabetic pacientes, antes de que y después de que
Huracán Maria en Puerto Rico. La prueba utilizó para obtener p -el valor era Shapiro-
Wilk. Esta prueba normalidad probada de la variable en la muestra. Todas las variables
LDL era mejor para pacientes machos. La mujer global y los pacientes machos tuvieron
resultados similares,
Aun así. Los dos grupos, aun así, no conoció la ADA y CDC estándar de cuidado para
diabetic Pacientes porque en agrega tuvieron un Un1C > 7.0. no hubo un significativo
Diferencia de los dos grupos y el grupo general. Este resultado dejó el investigador
Para rehusar el null hipótesis porque no fue correlación con ADA y CDC acciones
Planes para diabetic administraciones. El uso de prueba para obtener p -el valor era
Shapiro-Wilk
Mesa 6
Según ADA y CDC, diabetic los pacientes tendrían que ser dentro de un peso normal
para evitar
Maria para BMI pero dato para después de que Huracán Maria muestra la muestra no fue
en
Gama que necesidades más recursos de salud para diabetic el tratamiento es entre las
edades de 50
49
A 77. El índice de mortalidad después de que Huracán Maria era 46% más alto para el
mismo tiempo de periodo
Para diabetic pacientes. Para RQ2, el investigador rehusó el null hipótesis porque allí
Género de diabetic pacientes, antes de que y después de que Huracán Maria. Un punto
para hacer incluso el
El investigador no tuvo dato antes de que Huracán Maria para BMI el dato después de
que claramente espectáculo
Mesa 7
Mortalida
Mortalidad d BMI BMI Género Edades
Antes de Después Antes de Después
que de que que de que
15 666 N/Un 238 238 238
Malo N/Un N/Un N/Un 30.30 N/Un 63.86
Std Dev N/Un N/Un N/Un 6.40 N/Un 13.75
Min N/Un N/Un N/Un 15.86 N/Un 21
Max N/Un N/Un N/Un 53.84 N/Un 93
P-Valor N/Un N/Un N/Un 0.00 0.00 0.00
(2018, junio 2) para los periodos de septiembre a octubre 2017, era 666. Este número era
46% más alto para la media de dos años antes de que de los mismos periodos. Este
resultado
Demostrado un aumento muy significativo en diabetic índice de mortalidad. Este
univariate resultado
Macho Hembra
BMI Después de
que 90 147
Malo 30.04 30.48
Std Dev 5.43 6.95
Min 18.50 15.86
Max 50.80 53.84
P-Valor 0.00 0.00
Mesa 8 espectáculo similar BMI después de que Huracán Maria para ambos géneros. Un
punto a marca era
Aquello para ambos géneros era obeso, y BMI no fue en accordance de la ADA y CDC
Plan de administración de emergencia de directriz. Porque el dato para BMI antes de que
no fue
Rehusado el null hipótesis porque el BMI el resultado no fue según ADA y CDC
Mesa 9
Porque el investigador no fue capaz de obtener coste per cápita para diabetes, pero
el
El investigador era capaz de conseguir él para healthcare. Esta búsqueda índice de precio
de consumidor utilizado de
Puerto Rico de los periodos de septiembre 2016 a octubre 2017 definió tan antes y
51
Noviembre 2017 a diciembre 2018 definió tan después. La variable de hospital y
investigador rehusó el null hipótesis porque no había ninguna correlación de coste per
periodos mencionan.
Resultados
centrales que era malo, median, modo y suma. La otra estática descriptiva utilizada en
esta búsqueda era la dispersión que es desviación estándar, varianza, gama, mínimo,
La primera suposición era normalidad dónde estuvo supuesto que las variables
continuas eran normalmente distribuidas y hacer una forma de campana. Una regla
general es que una muestra de 50 sería una distribución normal. La muestra para RQ1 y
RQ2 es 238 para RQ3 estuvo basado encima índice de precio del consumidor que no
aplicaría a esta prueba, pero la distribución normal está supuesta en todas cuestiones de
variable exceptúa LDL colesterol después de que Huracán Maria era normalmente
cuando todo variable era normalmente distribuido para RQ3. Las excepciones eran
variables Cuidado Médico Después, Antes de que y Después de que. Igual para
preocuparse medido por aumentar Hgb Un1C, aumentó LDL colesterol, y systolic
presión de sangre antes de que y después de que Huracán Maria en Puerto Rico?
Ho: Hay una correlación entre la ADA y CDC plan de acción para diabetic
por aumentar Hgb Un1C, aumentó LDL colesterol, y malo systolic presión de sangre
de diabetic pacientes, antes de que y después de que Huracán Maria en Puerto Rico.
Ha: no hay ninguna correlación entre la ADA y CDC plan de acción para
medido por aumentar Hgb Un1C, aumentó LDL colesterol, y malo systolic presión de
sangre de diabetic pacientes, antes de que y después de que Huracán Maria en Puerto
Rico.
Según la ADA (2015), la persona de peso normal para BMI era de19 a 25 y
overweight persona BMI es de 25 a 30. Cada BMI resultado encima 25 podría presentar
riesgo más grande para pacientes para desarrollar complicaciones de salud. El dato de
estática presentado en Mesa 4 era comparar malo establece que después de que Huracán
Maria en Puerto Rico el Hgb Un1C las disminuciones malas de antes de que de 7.30 a
un después de 7.21, el
53
Aumentado el malo de LDL colesterol de antes de que de 91.86 a un después de 90.09
y el malo de systolic presión de sangre demostró presión de sangre alta con un después
de
139.76. Por esta razón, aceptar el null hipótesis porque el Hgb Un1C presentado significa
aquello no es según ADA y CDC estándares. El LDL colesterol tuvo un aumento del
malo aquello era encima del 70 mg/dl el parámetro recomendado por el plan de acción de
cuidado. no había ningún dato de systolic presión de sangre antes de que Huracán Maria
en Puerto Rico pero después de un presente malo de presión de sangre alta de 139 que
según las directrices nuevas de Asociación de Corazón americano puesta la línea de guía
nueva de presión de sangre alta a un systolic presión de sangre encima 130 y plan de
objetivo de debajo 140 para no-complicó pacientes y de debajo 130 para pacientes con
mortalidad, BMI, edad, y género de diabetic pacientes, antes de que y después de que
Huracán Maria.
Ha: no hay ningún impacto de efectividad y timeliness de preocuparse
índices de mortalidad, BMI, edad, y género de diabetic pacientes, antes de que y después
muertes en un año para diabetic los pacientes era 666 este número es 444 por ciento
más alto para la media de dos años antes de que de los mismos periodos en Puerto Rico.
Cuando presentado en Mesas 7 y 8 malos para BMI presentó 30.30 esto indica el encima
Rico para cuidado médico de antes de que de 150.48 a un después de 152.88. El Cuidado
aumento significativo. Para este aumento, el investigador rehusa el null hipótesis. Mesa 9
para esta búsqueda es el error estándar del malos. Esta medida indicará cómo ample la
Resumen
RQ1: Rehusar el null hipótesis porque incluso aun así no había ningún aumento
del malo para Hgb Un1C después de una disminución con un malo de 7.31 aquello es
encima de 7.00 de la ADA recomendación (ADA, 2018) y LDL Colesterol con un malo
malo para systolic presión de sangre después de que Huracán Maria era 139 de la ADA
que indica presión de sangre alta (ADA. 2018). El plan de acción para diabetic
RQ2: Rehusar el null hipótesis porque había un aumento del malo para el índice
de mortalidad para diabetic los pacientes era 666 este número es 46 por ciento más alto
para la media de dos años antes de que de los mismos periodos en Puerto Rico (Fink,
2018, junio 2). También, el BMI el medio era 30 la recomendación para la ADA planes
el fármaco para bajar y BMI > 40 cirugía de uso, este resultado de BMI claro indicando el
RQ3: Rehusar el null hipótesis porque había aumento del malo para índice de
precio del consumidor en Puerto Rico para Cuidado Médico de antes de que de 150.48 a
financiera para healthcare proveedores. Dirigiendo las preocupaciones éticas tienen que
enfermedad crónica durante una parte de desastre natural de un plan estratégico podría
Introducción
El propósito de este estudio era para revisar dato secundario con respecto a los
que Huracán Maria en Puerto Rico, y para evaluar la calidad y resultados de coste que
(ADA. 2007; CDC, 2018; DHHPS, CDPCD, 2015). El investigador buscó para comparar
sangre. La efectividad y timeliness del cuidado estuvo medido por índices de mortalidad,
BMI, edad, y sexo de diabetic pacientes. Último, el coste per cápita de diabetes el
diabetes administración.
Los hallazgos principales en esta búsqueda era un aumento de Hgb Un1C por
encima del malo de 7.0 que según ADA y CDC es < 7.0 (Adivinanza, 2018) y LDL
para systolic presión de sangre después de que Huracán Maria era 139 y para la ADA,
esta medida indica presión de sangre alta (ADA, 2018). Un aumento del malo para el
índice de mortalidad para diabetic los pacientes estuvo supuesto incluso aun así no hubo
índice de mortalidad oficial pero la cantidad de muerte por diabetic los pacientes para
aquellos periodos era 666 muertes en Puerto Rico. Este número era 46% más alto para la
media de 2 años antes del mismo periodo en Puerto Rico (Fink, 2018, junio 2). El BMI
un diabetic el paciente es si BMI > 27.0, utilizó un fármaco para bajarlo, y si BMI era >
40.0, cirugía utilizada. Esta medida de alto BMI claramente indica el objetivo no fue
aumento del malo para índice de precio del consumidor en Puerto Rico para cuidado
médico aumentó de 150, con anterioridad a Huracán Maria, a 152 después de que
Huracán Maria. El índice de precio del consumidor era un indicador económico qué
evalúa los cambios de cada mes a los meses siguientes. Esta medida indicaría cuáles son
el precio cambia que unos beneficios de unidad familiares en servicios y productos que
indica una representación correcta de consumo en una región dada (Meyer &
administración indicada por el malo de índice de precio del consumidor en Puerto Rico
de salud es las iniciativas necesarias para evitar repitiendo error pasado y posteriormente
investigación era Hgb Un1C, HDL el colesterol no conoció ADA y CDC estándares de
cuidado para diabetic pacientes. Comparando con Schneider, (2016) describió que en
Huracán Katrina, la preparación general para mantener cuidado de salud adecuada para
que la solución para responder a diabetes la administración era para crear un modelo de
59
Colaboración entre el primario physician, enfermeros, y otro healthcare trabajadores
coste alto de tratamientos médicos (ADA, 2015). Este estudio presentó que índice de
después de que Huracán Maria porque no sea un plan para responder para un desastre
natural como Huracán Maria. El estudio también presentado cómo la información para
era Huracán Katrina en Luisiana, EE.UU., según Fonseca et al. (2009). Los
investigadores evaluaron Hgb Un1C, malo systolic presión de sangre, y LDL cuando
parte de la ADA protocolo para diabetic tratamientos durante un desastre natural. Sus
inmediato
60
Efectos del desastre y no tomó a consideración la consecuencia negativa de personas con
Cuando los costes de cuidado de salud aumentado y los precios de medicación para
estuvo exacerbada, mucho gustar en Luisiana después de que Huracán Katrina. Según
Tomio y Sato (2014), el objetivo primario de desastre preparedness era para evitar el
Preparación adecuada, entonces, tiene que ser formalizado a un plan con las directrices
siguientes: (un) las recomendaciones tienen que ser evidencia -basados, (b) la
El hallazgo de este estudio demostró que healthcare planeando antes de que y después de
Marco
El marco teórico de esta búsqueda era los resultados de salud y marco de valoración
del impacto (Khoja, Durrani, Scott, Sajwani, & Piryani (2013). La efectividad de un e-
(Khoja et al., 2013). La evaluación del impacto de planes de tratamiento médico para
diabetes administración durante Huracán Maria en Puerto Rico estuvo analizado utilizando
el método cuantitativo por seleccionar parámetros que indicó los resultados de salud y el
impacto a salud global, como diabetes indicadores, BMI y índice de mortalidad. Finalmente,
parámetros de salud así como healthcare índice de precio de consumidor relacionado median
aumento.
integrado que solió establece una influencia encima resultados de salud y asoció
proyectos. Este marco teórico considera las propuestas de políticas y estrategias que
inicialmente afectar salud y qué era su efecto encima lo. En este estudio, los parámetros
que indicaría la salud general de un diabetic el paciente evaluado (Bayles et al., 2016).
ADA y el CDC. Después de que, esta comparación estuvo aplicada el resultado sugirió
que los resultados de salud en algunas áreas mejorados pero no mejoró bastante en otros.
Cuando resultado antes de que Huracán Maria, diabetic los pacientes mostraron
presentar una guía para mantener un estándar alto de cuidado de salud durante un desastre
natural. El resultado del impacto de salud de diabetic los pacientes podrían ser logrados
cuándo sea para combinar evidencia cualitativa y cuantitativa. Después de que aplicó el
marco teórico de quantitatively resultados medibles que indica resulta que tiene que
mejorar antes de que Huracán Maria en Puerto Rico. Los resultados obtuvieron en la
búsqueda sugirió que los resultados de salud y los efectos de la evaluación tuvieron
impacto a las características que planean para preparedness. Este resultado podría dirigir
E-La salud era parte del marco teórico de este estudio. Por aplicar el dato
obtenidos para interpretar si cuidado de salud era adecuado. El dato recogido de los
salud era beneficioso a diabetic pacientes (Suciu et al., 2015). La metodología para esta
búsqueda era a aplicado e-salud para descubrir aquel cuidado de salud antes de que y
después de que Huracán Maria no fue adecuado a la ADA y CDC estándar de cuidado de
salud. Los costes de cuidado de salud y el precio de medicaciones para diabetic los
recomendación para aplicar healthcare estrategias que mejora el estado de salud actual de
diabetic pacientes y crear un plan para preparar para mantenimiento de salud dentro de los
objetivos de la ADA y CDC para diabetic pacientes durante y después de un desastre. La
puestas por un análisis de estadística, por el manejando del dato secundario, y la muestra
administración durante Huracán Maria en Puerto Rico. La limitación principal era el uso
de dato cuantitativo, y la incapacidad para obtener dato con respecto al coste concreto
de tratamiento para diabetic pacientes antes de que y después de que Huracán Maria.
Este asunto del coste de medicación para diabetic los pacientes representaron un asunto
político sensible. El punto final era el índice de mortalidad del diabetic paciente
después del huracán que no fue disponible en el tiempo de este estudio. El número de
muertes para aquel periodo utilizado en este estudio era 666 de paciente con diabetes.
Esto sugiere una administración sin educación de cuidado de salud para diabetic
los hallazgos. La primera acción era para seleccionar parámetros que sólo podría ser
interpretado con una razón sola que idealmente sería obtenido de la muestra.
Contestando las cuestiones de búsqueda haber sólo una interpretación, el cual sería que
(Dijksterhuis et al., 2013). El resultado de estos estudios presentó statistic evidencia del
dato de muestra que prueba la precisión de nuestros hallazgos. Las pruebas estadísticas
primarias utilizaron en esta búsqueda era una muestra t-probar para comparar el
medida refirió al nivel en qué la aplicación repetida del instrumento en una muestra al
característica podría dejar una herramienta más fiable para representar diabetics
pacientes para ser más similares a la población general será los resultados obtuvo en
Recomendaciones
Una recomendación primaria para búsqueda futura es para asegurar dato que era
salud tuvieron que mantener el dato digital disponible para búsqueda en un usuario-modo
amistoso. Según la ADA (2014), el alcance para evitar diabetes las complicaciones en
tendría que ser inclusión de comer hábitos, hábitos de ejercicio, durmiendo tiempo, y
cualesquier hábitos tóxicos que podría influir la salud de diabetic pacientes en sus
enfermedades a raíz de plazo largo control glucémico pobre (Gorst et al., 2015). El
resultado de este estudio demostró que los hallazgos de resultado de la salud pueden
práctica basada de tratamiento médico para diabetic pacientes en Puerto Rico. Los
resultados antes de que Huracán Maria, el cual podría informar healthcare dirigentes del
ADA y CDC directrices. Este conocimiento indicó la oportunidad para cambio social
significativo de los índices de mortalidad después de que Huracán Maria podría indicar
utilizaría este conocimiento que va de frente crearía cambio social significativo por
durante y después de un desastre natural en Puerto Rico (Gary, Cox, Crawford, 2016). La
creación de una organización de aprendizaje tiene que empezar con recursos humanos.
expresar la respuesta en variables que puede ser medido. Este tipo de metodología se
apellidó análisis cuantitativo (Gary, Cox, Crawford, 2016). La metodología para esta
búsqueda utilizó dato secundario del “Centro Para Diabéticos de Puerto Rico” en Puerto
variables de salud pertinente en Microsoft Excel (SEÑORA Excel). Estas variables eran
los parámetros que podría soler medir la evaluación para el impacto de planes de
natural en Puerto Rico. La teoría era para comparar medio para antes de que y después de
a un cambio social progresivo es aquello cuál pone diabetic pacientes en el centro del
considerar tan inaceptables que 666 pacientes con diabetes muertos en aquel periodo.
Este resultado implica la necesidad para cambios sociales que impide esta cantidad de
podrían considerar tan parte de un cambio social que busca para mitigar los riesgos de
desastres naturales. Aun así, estos estudios habían mostrado que, a pesar de que hay dato
y conocimiento básicos para conseguir cambios sociales críticos, tendrían que tener
referencias como la ADA y el CDC para conseguir resultados de salud adecuada. Debido
era casi obligatorios. El resultado de esta búsqueda demostró que con la aplicación de E-
salud, los resultados de HgB Un1C, HDL Colesterol, BMI, y otros aquello proporciona el
demostró la necesidad para políticas que promueve un justo y unos precios asequibles de
para diabetic pacientes durante un desastre natural. Las políticas y la ley protegerían
sociedad con sus necesidades durante un desastre natural para tener asequible healthcare
y medicaciones.
El cambio social positivo para esta búsqueda podría promover mejor healthcare
práctica para mejorar tratamiento médico al individual. Los resultados de esta búsqueda
impactarían diabetic pacientes para devenir más productivos cuando él o ella para evitar
Además, evitó el coste alto de tratamientos médicos para diabetic complicaciones como
para utilizar recursos financieros y físicos para invertir en un programa que promueve la
médica para crear un modelo eficaz para guiar healthcare profesionales a efficiently plan
enfermedad durante un desastre natural (Iskander, Rose, & Ghiya, 2017). Los resultados
de los resultados del diabetic paciente antes de que y después de que Huracán Maria
podría ser utilizado como modelo para evaluar otra enfermedad crónica, como congestive
Aitsi-Selmi, Un., Egawa, S., Sasaki, H., Wannous, C., & Murray, V. (2015). El Sendai
Alegre-Díaz, J., Herrington, W., López-Cervantes, M., Gnatiuc, L., Ramirez, R., Cerro,
M.,
doi:10.1056/NEJMoa1605368
Recuperado de http://ezp.waldenulibrary.org/login?url=https://search-
proquest-
com.ezp.waldenulibrary.org/docview/1323074451?accountid=14872
doi:10.2337/diaclin.33.2.97
71
Americano Diabetes Asociación. (2018). Diabetes Basics: Tipo 2. Recuperado
de www.diabetes.org/diabetes-basics/type-2/.
De Boer, yo. H., Bangalore, S., Benetos, Un., Davis, Un. M., Michos, E. D., Muntner,
doi:10.2337/dci17-0026
Austin, P. C., & Merlo, J. (2017). Intermedio y adelantó temas en multilevel logistic
doi:10.1002/sim.7336
Barrios-Paoli, L. (2013). NYC Departamento para el Envejeciendo resumen de plan anual. Cuidado
natural
doi:10.4103/2321-0656.130788
Bayles, B. R., Brauman, K. Un., Adkins, J. N., Allan, B. F., Ellis, Un. M., Goldberg, T.
L.,
Bizu, G., & Habte, B. M. (2016). Efecto de medicación creencia relacionada encima
Blanchet, K., Ramesh, Un., Frison, S., Warren, E., Hossain, M., Herrero, J., ... &
6736(16)30768-1
Buse, K., Tanaka, S., & Hawkes, S. (2017). Personas sanas y beneficios sanos?
Candioti, L. V., De Zan, M. M., Cámara, M. S., & Goicoechea, H. C. (2014). Diseño
doi:10.1016/j.talanta.2014.01.034
Cefalu, W. T., Herrero, S. R., Blonde, L., & Fonseca, V. (2006). Las consecuencias
http://www.cdc.gov/healthliteracy/learn/index.html
Recuperado de https://www.cdc.gov/disasters/diabetes/
Childers, Un. K., Mayorga, M. E., & Taaffe, K. M. (2014). Prioritization Estrategias
Chithambo, T., & Forbes, Un. (2015). Explorando factores que contribuye para retrasar
Claver, M., Dobalian, Un., Fickel, J. J., Ricci, K. Un., & Mallers, M. H. (2013). Cuidado
Concepción-Acevedo, J., Patel, Un., Luna-Pinto, C., Peña, R. G., Ruiz, R. Yo. C.,
doi:10.1186/s12913-015-0926-9
Demaio, Un., Jamieson, J., Cuerno, R., de Courten, M., & Tellier, S. (2013). No-
Corrientes, 5.
doi:10.1371/corrientes.dis.53e08b951d59ff913ab8b9bb51c4d0de
De Souza, R. J., Mente, Un., Maroleanu, Un., Cozma, Un. Yo., Ha, V., Kishibe, T., ...
h3978. doi:10.1136/bmj.h3978
75
Dijksterhuis, M. G., Schuwirth, L. W., Braat, D. D., Teunissen, P. W., & Scheele,
Crónico, 2014–2020].
Recuperado de http://www.salud.gov.pr/estadisticas-registros-y-
publicaciones/pages/publicaciones-sobre-la-salud.aspx
Dobner, J., & Kaser, S. (2018). Índice de masa del cuerpo y el riesgo de
Dzau, V. J., Lurie, N., & Tuckson, R. V. (2018). Después de que Harvey, Irma, y
El-Kebbi, yo. M., Ziemer, D. C., Gallina, D. L., Dunbar, V., & Phillips, L. S. (1999).
Fink, S. (2018, junio 2). Puerto Rico: Cómo sabemos 3,000 personas murieron a raíz
https://www.nytimes.com/2018/06/02/us/puerto-rico-death-tolls.html.
Fonseca, V. Un., Bennett, M. V., Booker, B., Cefalu, W. T., Clark, N., Deeb, L. C., . . .
9926
Fonseca, V. Un., Herrero, H., Kuhadiya, N., Leger, S. M., Yau, C. L., Reynolds, K., . . .
Frankfort-Nachmias, C., & Leon-Guerrero, Un. (2017). Estadística social para una
https://prstudy.publichealth.gwu.edu/sites/prstudy.publichealth.gwu.edu/files/doc
uments/Acertainment%20de%20el%20Estimó%20Exceso%20Mortalidad%20fr
om%20Huracán%20Maria%20en%20Puerto%20Rico.Pdf
Gorst, C., Kwok, C. S., Aslam, S., Buchan, yo., Kontopantelis, E., Myint, P. K. ... &
https://doi.org/10.2337/dc15-1188
Bruto, R., Tabenkin, H., Porath, Un., Heymann, Un., Greenstein, M., Portero, B., &
doi:10.1093/fampra/cmg512
nueva para dirigir río arriba determinantes de salud y gastando. Voces expertas.
Recuperado de http://www.nihcm.org/pdf/expertvoices_halfon_final.pdf
78
Hassali, Mohamed Azmi, B. Pharm, M. Pharm, PhD., Nazir, Saeed Ur Rashid, B. Pharm,
MPhil, M.B.Un., PhD., Saleem, Fahad, B. Pharm, MPhil, M.B.Un., PhD., &
Recuperado de
https://search.proquest.com/openview/3562459e7aa04738e3724004457be128/1.
Hayek, J. Un. (2012). Entendiendo la función de self-eficacia y soporte social encima dieta y
http://ezp.waldenulibrary.org/login?url=http://search.proquest.com/docview/9256
33912?accountid=14872
Heptulla, R., Hashim, R., Johnson, D. N., Ilkowitz, J. T., DiNapoli, G., Renukuntla, V.,
doi:10.1186/s40696-016-0012-9
https://digitalcommons.usu.edu/cgi/viewcontent.cgi?article=1051&contexto=funde
d_dato_de búsqueda
79
Hou, C., Carter, B., Hewitt, J., Francisa, T., & Alcalde, S. (2016). Hacer
Recuperado de https://doi.org/10.2337/dc16-0346
Caza, L. M., Valenzuela, M. Un., & Pugh, J. Un. (1997). NIDDM Pacientes' miedos y
http://care.diabetesjournals.org/content/20/3/292.short
https://indicadores.pr/dataset/indice-de-precios-al-
consumidor/resource/8000e26b-fe31-4b2a-8197-9aed6922edae
Issam Diab, M., Julienne Johnson, B., & Hudson, S. (2013). Adhesión a directrices
101-12. doi:10.1007/s11096-012-9714-3
16(1), 67-77.
80
Jones, S. L. (2015). Diabetes Administración de caso en cuidado primario: El Nuevo
Khunti, K., Davies, M., Majeed, Un., Thorsted, B. L., Wolden, M. L., & Paul, S. K.
https://doi.org/10.2337/dc14-0920
Kamyar, M., Johnson, B. J., McAnaw, J. J., Lemmens-Gruber, R., & Hudson, S. Un.
Khoja, S., Durrani, H., Scott, R. E., Sajwani, Un., & Piryani, U. (2013). Marco
Kishore, N., Marqués, D., Mahmud, Un., Kiang, M. V., Rodriguez, yo., más Lleno,
Un., ... & Maas, L. (2018). Mortalidad en Puerto Rico después de que Huracán
Klimek, P., Kautzky-Willer, Un., Chmiel, Un., Schiller-Frühwirth, yo., & Thurner, S.
https://doi.org/10.1371/journal.pcbi.1004125
81
Ko, J. Y., Strine, T. W., & Allweiss, P. (2014). Casa y condiciones crónicas preparedness
Koo, T. K., & Li, M. Y. (2016). Una directriz de seleccionar e informando intraclass
Larme, Un. C., & Pugh, J. Un. (1998). Actitud de proveedores de cuidado primario hacia
diabetes:
De
http://ezp.waldenulibrary.org/login?url=http://search.proquest.com/docview/2230
38322?accountid=14872
Lavery, Un. M., Patel, Un., Boehmer, T. K., Lee, L., Bhavsar, T., Thomas, J., ... & Pillai,
1842. doi:10.1056/NEJMra1109877
82
Lee, D. C., Gupta, V. K., Carr, B. G., Malik, S., Ferguson, B., Pared, S. P., ... &
Nueva York por diabetic adultos después de que Huracán Sandy. BMJ
2016-000248
Lee, J. Y., Chan, C. K. Y., Chua, S. S., Ng, C. J., Paraidathathu, T., Lee, K. K. C., & Lee,
https://doi.org/10.1186/s12913-016-1782-y.
Lien, C., Raimo, J., Abramowitz, J., Khanijo, S., Kritharis, Un., Mason, C. ... & Carney,
lecciones de una unidad de salud móvil. Revista de salud comunitaria, 39(3), 599-
605. doi:10.1007/s10900-013-9805-7
social entre Hong Kong adultos chinos con tipo II diabetes (Núm. de Orden
(1477553700). Recuperado de
http://ezp.waldenulibrary.org/login?url=http://search.proquest.com/docview/1477
553700?accountid=14872
83
Lurie, N., Manolio, T., Patterson, Un. P., Collins, F., & Frieden, T. (2013). Búsqueda
como
http://ezp.waldenulibrary.org/login?url=https://Búsqueda-proquest-
com.ezp.waldenulibrary.org/docview/1321934855?accountid=14872
Mamaril, C. B. C., mayos, G. P., Branham, D. K., Bekemeier, B., Marlowe, J., & Timsina, L.
1111/1475-6773.12816
89(3), 343-380.
Índice de Precio del Consumidor (CPI), el Índice de Precio del Productor (PPI)
Miller, Un. C., & Arquilla, B. (2008). Enfermedades crónicas y naturales hazards:
Ochi, S., Hodgson, S., Landeg, O., Mayner, L., & Murray, V. (2014). Desastre-
doi:10.1371/currents.dis.fa417630b566un0c7dfdbf945910edd96
Power, M. Un., Bardsley, J., Ciprés, M., Duker, P., Funnell, M. M., Fischl, Un. H., &
3/fulltext
Quast, T., & Mortensen, K. (2015). Diabetes El cuidado Proporcionado a los niños
Recuperada de
http://www.raosoft.com/samplesize.html?nosurvey
85
Riaz, M., Basit, Un., Fawwad, Un., Ahmedani, M. Y., & Rizvi, Z. Un. (2014). Los
Recuperado de
http://ezp.waldenulibrary.org/login?url=http://search.proquest.com/docview/1555
015326?accountid=14872
Adivinanza, M. C., Gerstein, H. C., Holman, R. R., Inzucchi, S. E., Zinman, B., Zoungas,
S.,
Rizvi, Ali Un, M.D., F.Un.C.P. (2005). Tendencias actuales en diabetes administración.
Recuperado de http://ezp.waldenulibrary.org/login?url=https://search-proquest-
com.ezp.waldenulibrary.org/docview/232483138?accountid=14872
Rose, D. Un., Murthy, S., Brooks, J., & Bryant, J. (2017). La evolución de
doi:10.2105/AJPH.2017.303947
86
Rubino, F., Nathan, D. M., Eckel, R. H., Schauer, P. R., Alberti, K. G. M., Zimmet, P. Z.,
Ryan, B., Franklin, R. C., Burkle Jr, F. M., Aitken, P., Herrero, E., Vatio, K., & Leggat,
Gomez, Un., Diaz, J., & Arroyo, D. (2016). Combinando Usabilidad e Intimidad
arXiv:1610.08727.
Santos, Un. R., & Howard, J. T. (2017, diciembre 27). Estimaciones de muertes
osf.io/preprints/socarxiv/s7dmu
Saunders, W., Gracia, E., Beban, J., & Johnston, D. (2015). Evaluando uso de tierra y
https://doi.org/10.1007/s13753-015-0039-4
87
Schneider, M. J. (2016). Introducción a salud pública. Jones & Bartlett Editores.
Recuperado de
https://books.google.com.do/books?hl=en&lr=&id=bKDOCwAAQBAJ&oi=fnd
&pg=PP1&dq=Evaluación+de Maria+del
Huracán+de+el+Impacto+de+Médico+Trata
ments+Planes&ots=gogzS70rpF&sig=BOHRDkqj_r9uhMkPBLWAGNmKhKs&
r
edir_esc=y#v=onepage&q&f=Falso
Seidel, R. (2011). Hacer personalidad traits pronostica conformidad con tipo 2 diabetes
http://ezp.waldenulibrary.org/login?url=http://search.proquest.com/docview/9039
16669?accountid=14872
doi:10.1001/jama.2009.754
Steven, R. J. (2017). Devastado por dos huracanes, Puerto Rico healthcare el sistema
Recuperado de
http://www.modernhealthcare.com/article/20170930/news/170939994
88
Stilianakis, N., & Consoli, S. (2013). Búsqueda de operaciones en desastre preparedness
y
Recuperado de:
https://www.researchgate.net/profile/sergio_consoli/publication/267324819_ope
Búsqueda_de
raciones_en_desastre_preparedness_y_respuesta_La_salud_pública_por
spective/Enlaza/54d49cbc0cf2970e4e635555/Operaciones-búsqueda-en-desastre-
preparedness-Y-respuesta-El-público-salud-perspectiva.Pdf
Suciu, G., Suciu, V., Martian, Un., Craciunescu, R., Vulpe, Un., Marcu, yo.,... &
39(11), 141.
Thomas, K., & Kaplan, S. (2017, octubre 5). Escaseces de fármaco son preocupación
nueva despierta de tormenta (historia de Cubierta). New York Times. pp. Un1-
rico-hurricane-maria-pharmaceutical-manufacturers.html
Tomio, J., & Sato, H. (2014). Emergencia y desastre preparedness para chronically
Disertaciones
(1667769268). Recuperado de
https://search.proquest.com/openview/403752cab9a42ab587fee4b60fa8f64f/1?pq-
origsite=gscholar&cbl=18750&diss=y
Recupera de https://www.cdc.gov/nssp/documents/nssp-update-2017-10.pdf
Furgoneta den Broeck, J., Cunningham, S. Un., Eeckels, R., & Herbst, K. (2005).
Veenema, T. G., Lluvias, Un. B., Casey-Lockyer, M., Salmer, J., & Kowal, M.
control
http://apps.who.int/iris/bitstream/handle/10665/272807/9789241210201-eng.pdf