Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. / Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

Orientador : Prof. Dr. Silvio Rogério Correia de Freitas / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 17/02/2017 / Inclui referências : f. 240-264 / Resumo: Atualmente, os temas mais centrais da Geodésia vinculam-se ao provimento de um Sistema de Referência Global único, ao qual possam ser vinculadas de forma unívoca e com acurácia as mudanças globais de caráter geométrico e físico. Neste sentido foram estabelecidas as bases do futuro Global Geodetic Reference Frame (GGRF) pelas Nações Unidas em 26 de fevereiro de 2015 com a Resolução (A/RES/69/266). O GGRF visa a melhor estruturação dos Sistemas de Observação da Terra atualmente com perspectivas da determinação das mudanças globais ao nível de uma parte por bilhão, considerando vários parâmetros geométricos e físicos. No Global Geodetic Observing System (GGOS) da International Association of Geodesy (IAG) o pressuposto de precisão referida é estimado ser atingido em 2020. Em julho de 2015 a IAG estabeleceu o International Height Reference System (IHRS). Neste contexto pretende-se que o International Height Reference Frame (IHRF), realização do IHRS, possua consistência global de, pelo menos, um centímetro na sua realização e controle espaço/temporal na ordem do milímetro por ano. O GGRF é agora entendido como a associação do tradicional International Terrestrial Reference Frame com o IHRF. Os Data Verticais Nacionais em todo o mundo devem ser ligados ao IHRF. Considerando esses aspectos, analisou-se a evolução temporal do Datum Vertical Brasileiro de Imbituba utilizando dados maregráficos do Nível do Mar dos Bancos de Dados: do Permanent Service for Mean Sea Level (1948 a 1968), da University of Hawaii Sea Level Center (2001 a 2007) e da Rede Maregráfica Permanente para Geodésia (2006 a 2016), assim como dados de distintas missões altimétricas do período de 1991 a 2015 obtidos do Banco de Dados do Deutsches Geodätisches Forschungsinstitut - Open Altimeter Database. Adicionalmente, utilizaram-se as séries temporais obtidas de posicionamento contínuo GNSS do período de 2007 a 2016, as quais foram utilizadas para modelagem dos movimentos locais da crosta. Utilizaram-se os modelos de velocidade para a América do Sul indicados pelo SIRGAS, assim como modelos geológicos e geofísicos. Estes foram utilizados para validação do processamento GNSS e para comparação da componente altimétrica de Imbituba. Os resultados permitiram discriminar os movimentos da crosta em relação ao nível do mar. Para isto, utilizou-se a tendência de variação do nível do mar evidenciada pelo marégrafo, bem como a variação da componente vertical obtida com o processamento GNSS e da Sea Surface Height (SSH) obtida dos dados dos satélites altímetros. Após as análises das tendências para estimativa do posicionamento geocêntrico do Datum Vertical Brasileiro de Imbituba, obtiveram-se os seguintes resultados: 5,26 mm/ano a tendência do marégrafo; -3,02 mm/ano a subsidência da componente altimétrica; e 2,23 mm/ano a tendência da SSH. Há uma tendência de elevação do NMM na região do Datum Vertical Brasileiro de Imbituba pela determinação da variação temporal resultante de aproximadamente + 2,24 mm/ano ± 0,4 mm/ano. Palavras chaves: GGOS/IAG; GGRF; IHRF; Nível Médio do Mar, Datum Vertical. / Abstract: Nowadays, the most central themes of Geodesy are linked to the provision of a unique Global Reference System, to which can be tied of unique form and with accurately the geometrical and physical global changes. In this sense, the bases of the future Global Geodetic Reference Frame (GGRF) have been established by the United Nations on February 26, 2015 with the Resolution (A/RES/69/266). The GGRF aims at better structuring Earth Observation Systems currently with prospects of the global changes determination at the level of one part per billion, considering several geometric and physical parameters. In the Global Geodetic Observing System (GGOS) of the International Association of Geodesy (IAG) the referred accuracy presuppose is estimated that to be achieved by 2020. In July 2015 IAG established the International Height Reference System (IHRS). In this context, it is intended that the International Height Reference Frame (IHRF), realization of the IHRS, has an overall consistency of at least one centimeter in its realization and space/temporal control in the order of millimeter per year. The GRRF is, now, understood as the association of the traditional International Terrestrial Reference Frame with the IHRF. National Vertical Data worldwide must be linked to the IHRF. Considering these aspects, it was analyzed the temporal evolution of the Imbituba Brazilian Vertical Datum utilizing tide gauge data from the Sea Level of the databases: Permanent Service for Mean Sea Level (1948 to 1968), University of Hawaii Sea Level Center (2001 to 2007) and Permanent Tide Gauge Network for Geodesy (2006 to 2016), as well as data from different altimetry missions from 1991 to 2015 obtained from the database of the Deutsches Geodätisches Forschungsinstitut - Open Altimeter Database. Additionally, the temporal series obtained from GNSS continuous positioning from the period 2007 to 2016 were used, which were used to modeling the local movements of the crust. The velocity models for South America indicated by SIRGAS were used, as well as geological and geophysical models. These were used for validation of GNSS processing and for comparison of the up component of Imbituba. The results allowed discriminating the crust movements in relation to the sea level. To achieve it, the trend of sea level variation evidenced by the tide gauge was used, as well as the variation of the vertical component obtained with the GNSS processing and the Sea Surface Height (SSH) obtained from the altimeter satellite data. After that the analyzing of the trend for the estimation of the geocentric positioning of the Imbituba Brazilian Vertical Datum, the following results were obtained: 5.26 mm/year the trend of the tide gauge; -3.02 mm/year the subsidence of the up component; and 2.23 mm/year the trend of the SSH. There is a trend of MSL elevation in the region of Imbituba Brazilian Vertical Datum by the determination the resulting temporal variation approximately + 2.24 mm/year ± 0.4 mm / year. Keywords: GGOS/IAG; GGRF; IHRF; Mean Sea Level, Vertical Datum.

Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. / Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. / Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

En los últimos años el concepto de satisfacción de los usuarios ha adquirido una notable importancia ya que es un indicador con un componente subjetivo, porque está enfocado hacia las percepciones y actitudes que hacia criterios concretos y objetivos. La visión de los usuarios es determinante para el éxito o fracaso de un sistema, y su opinión sobre la satisfacción o insatisfacción, deriva directamente de la calidad de un servicio, de sus características o de la información que le proporciona a cerca del éxito o fracaso del sistema para cubrir sus expectativas. No es suficiente que el sistema funcione, es necesario que el servicio que se presta sea satisfactorio para la usuaria y que esta así lo perciba. El presente estudio sobre “Nivel de satisfacción de la puérpera sobre el cuidado integral que brinda el personal de enfermería en el servicio de Gineco-Obstetricia del HNAL, Lima 2013”, tiene como objetivo general: Determinar el nivel de satisfacción de la puérpera sobre el cuidado integral que brinda la enfermera. Material y método: El estudio es de tipo cuantitativo, de nivel aplicativo, método descriptivo simple y corte transversal. La población se seleccionó mediante el muestreo probabilístico tipo aleatorio simple con el método de poblaciones finitas se obtuvo una muestra conformada por 64 puérperas, en condiciones de alta médica del servicio de Gineco- Obstetricia del HNAL. La técnica utilizada fue la encuesta y el instrumento la Escala tipo Lickert modificada en donde se evaluaron cuatro dimensiones del cuidado integral de enfermería, conformado por 38 ítems. Conclusiones: El nivel de satisfacción de la puérpera se encuentra 53.1% (34) en el nivel medianamente satisfecha para el cuidado integral que brinda la enfermera en el servicio de Gineco- Obstetricia, el 25% refiere estar insatisfechas y el 21.9% se encuentran satisfechas con los cuidados recibidos. Las puérperas 40.6% manifestaron sentirse medianamente satisfechas y un 37.5% están satisfechas con los cuidados brindados respecto a la dimensión biológica. Sin embargo cabe destacar que se encontró 60.9% de satisfacción media y un 20.3% de insatisfacción en la dimensión emocional, a su vez un 33% de satisfacción media y 28.1% de insatisfacción en la dimensión social, y por ultimo un nivel medio de satisfacción siendo el 45.3% y 39.1% de insatisfacción en la dimensión espiritual. Palabras

OBJETIVO: Determinar el nivel de conocimientos adquiridos durante el año de internado sobre prevención secundaria del cáncer de cuello uterino en estudiantes universitarios de la Escuela Académico Profesional de Obstetricia. Año 2014. METODOLOGÍA: Estudio de tipo observacional, descriptivo comparativo, prospectivo de corte transversal. Se trabajó con una población constituida por 63 estudiantes que empezaron el internado de obstetricia y 72 estudiantes que culminaron el año de internado de obstetricia de UNMSM en el año 2014. Los datos se registraron en el programa Statistics SPSS v.21. Para el análisis descriptivo de las variables cuantitativas se estimó medidas de tendencia central (media) y medidas de dispersión (desviación estándar). Para el análisis de variables cualitativas (nominal) se estimó frecuencias absolutas y porcentajes (frecuencias relativas). Las gráficas fueron diseñadas en Microsoft Excel 2010, se utilizaron las herramientas graficas: diagramas circular. RESULTADOS: El 53% de la población estudiada corresponde a estudiantes que iniciaron el año de internado y el 47% a estudiantes que culminaron el año de internado en el 2014. El nivel de conocimientos en general sobre la prevención secundaria del cáncer de cuello uterino en el grupo de estudiantes de obstetricia (entre internos y egresados) es “Medio” en el 51.1%, “Bajo” en el 24.4% y “Alto” en el 24.4%. El nivel de conocimiento en global según población de estudio sobre prevención secundaria fue “Medio” en el 49.2% de los estudiantes que inicia el internado y en el 52.8% de estudiantes que culmina el internado; asimismo se evidencia un conocimiento “Alto” en estudiantes que inician el internado solo en el 19% aumentando el porcentaje en un 10.2% respecto al grupo de estudiantes que culmina (29.2%). En lo que concierne a la prueba de Papanicolaou, el 74.6% del grupo que inicia el internado y el 70.8% del grupo que culmina el internado tiene un conocimiento “Medio”, disminuyendo el nivel en un 3.8%. Para el conocimiento sobre la prueba de la inspección visual con ácido acético, el 66.7% de estudiantes que inicia el internado y el 61.1% de estudiantes que culmina el internado tienen un conocimiento “Medio”. Asimismo el 15.9% de estudiantes que inicia el quinto año posee un conocimiento “Alto” comparado con el 31.9% de estudiantes que alcanzó el mismo nivel, evidenciándose un incremento del conocimiento en un 16% en el segundo grupo. Respecto al examen de Colposcopía, el 71. 4% del grupo que inicia el internado y el 69.4% del grupo que finaliza el internado alcanza un conocimiento “Medio”, disminuyendo el porcentaje en 2% para el nivel de sapiencia medio en el segundo grupo. Por último, para la prueba de ADN para detectar el virus de papiloma humano, el 50.8% de estudiantes que inician el internado tiene un nivel de conocimiento “Medio” comparado con el 47.2% de estudiantes que culminaron el internado. De la misma forma, se observa el conocimiento “Alto” en el grupo de estudiantes que inicia el quinto año en un 4.8% y en el grupo de estudiantes que culmina el quinto año en un 15.3%, aumentando el porcentaje en 10.5% para el nivel de sapiencia alto en el segundo grupo. CONCLUSIONES: El nivel de conocimientos adquirido durante el año de internado sobre prevención secundaria del cáncer de cuello uterino en los estudiantes universitarios de la Escuela Académico Profesional de Obstetricia fue “Medio” (Inicio de internado: 49.2%; Término de internado: 52.8%), aumentando en un 3.6%.

El presente trabajo de investigación es de tipo descriptivo, tiene como objetivo general determinar el nivel de conocimientos de los adultos mayores sobre prevención de hipertensión arterial en un centro de salud, Lima, 2014. La muestra estuvo conformada por 30 pacientes que no eran hipertensos a quienes se les aplicó un instrumento: entrevista para valorar su nivel de conocimientos sobre prevención en hipertensión arterial en adultos mayores. En lo que respecta a los resultados luego de procesarlos se obtuvó que la población adulta mayor, la mayoría son de sexo femenino con la que se trabajó la mayoría son de raza mestiza, mayormente tienen grado de instrucción primaria completa, tiene un mayor conocimiento de su peso y por último la mayoría conoce los valores de su presión arterial y que existe un mayor nivel de conocimiento de 80% (24) tienen un nivel de conocimiento medio y un menor nivel conocimiento de 6,6% (2) de un conocimiento bajo.

Objetivo. Establecer la correlación entre el nivel de conocimiento sobre alimentación y el estado nutricional de los pacientes sometidos a hemodiálisis del Centro Nefrológico Integral Renal Care de Huánuco durante el periodo Junio a Octubre del año 2014. Materiales y métodos. Se realizó una investigación observacional, analítico correlacional de dos variables cualitativas ordinales, de corte transversal. La población de estudio estuvo conformada por 43 pacientes en hemodiálisis. Se evaluó el estado nutricional de cada paciente mediante la puntuación objetiva de la nutrición renal (OSND). Para determinar el nivel de conocimiento se utilizó como instrumento un cuestionario con 15 preguntas cerradas. Resultados. Se incluyó 43 pacientes, 67.4% (29) fueron hombres y 32.6% (14) mujeres, la edad media fue de 52.7 ± 17.1 años. El Índice de Masa Corporal (IMC) promedio es de 21.8 ± 3.5 Kg/m2. Los resultados del estado nutricional muestran una prevalencia en un 41.9% (18) de los pacientes que presentaron Desnutrición moderada, seguido de un 32.6% (14) Normal y un 25.6% (11) Desnutrición Severa. El nivel de conocimiento se calificó como alto 30.2% (13), medio 51.2 % (22) y bajo 18.6% (8). La correlación fue Sperman es de r=0.332 con un pvalor = 0.0285. Conclusión. Se encontró que si existe una correlación positiva y significativa entre las variables nivel de conocimiento sobre alimentación y estado nutricional de los ––pacientes sometidos a hemodiálisis de Centro Renal Care.

OBJETIVO: Determinar la asociación entre los hábitos alimentarios y el estado nutricional con el nivel socioeconómico de las gestantes atendidas en el Instituto Nacional Materno Perinatal durante los meses de mayo - julio del año 2015. METODOLOGÍA: El estudio es de tipo descriptivo- correlacional, prospectivo de corte transversal. La población de estudio fueron 144 gestantes atendidas en consultorio externo del Instituto Nacional Materno Perinatal durante los meses de mayo - julio del año 2015, utilizando para la selección de la muestra un muestreo probabilístico, aleatorio simple. Para el análisis de los datos descriptivos se estimaron frecuencias y porcentajes, y para el análisis inferencial se usó la prueba Chi cuadrado, el cual consideró significativo un p valor < a 0.05. RESULTADOS: La mayoría de las gestantes pertenecen al estrato IV (47.2%) (Bajo inferior); tienen hábitos alimentarios medianamente adecuados” (50%) y tienen un estado nutricional “inadecuado” (89.6%). En cuanto al análisis de los hábitos alimentarios no se relacionan de manera significativa con el nivel socioeconómico de las gestantes (p=0.188), puesto que se han observado frecuencias de los hábitos alimentarios según el estrato similares, asimismo el estado nutricional no se relaciona con el nivel socioeconómico (p=0.304), ya que las pacientes de los estratos socioeconómicos II (75%), III (91.4%), IV (89.7%) y V (100%), tienen un estado nutricional inadecuado en porcentajes similares, por ello, no existe relación entre ambas variables. CONCLUSIÓN: No existe asociación entre los hábitos alimentarios y el estado nutricional con el nivel socioeconómico de las gestantes atendidas en el Instituto Nacional Materno Perinatal durante los meses de mayo a julio del año 2015.

La tesis titulada “Influencia de la Construcción del Puente Arequipa en los Niveles de Servicio de las Intersecciones de la Calle Real con Jr. Ayacucho y la Calle Real con Jr. Santa Rosa”; consistió en analizar y determinar los NdS, para todas las intersecciones influenciadas, que a continuación se detallaran: Calle Real con Jr. Ayacucho (X1), Calle Real con Jr. Santa Rosa (X2), Jr. Arequipa con Jr. Santa Rosa (X3) y Jr. Arequipa con Jr. Ayacucho (X4). El Puente Arequipa se convertirá en un tramo alternativo, para todo vehículo cercano y también lejano.