Intervenções tecnológicas na síndrome metabólica: novos rumos para os profissionais da saúde
DOI:
https://doi.org/10.15448/1980-6108.2016.3.25622Palavras-chave:
síndrome X metabólica, tecnologias da informação e comunicação, fatores de risco.Resumo
A síndrome metabólica, um conjunto de fatores de risco cardiometabólicos, tem etiologia multifatorial. Nos últimos anos, as intervenções com abordagem interdisciplinar têm mostrado resultados relevantes na sua prevenção e, além disso, recursos tecnológicos vêm sendo aliados de profissionais e pacientes na busca da melhora da qualidade de vida e redução dos desfechos adversos dessa condição clínica tão prevalente.
A utilização e o estudo de tecnologias de informação e comunicação para a saúde vêm ganhando força mundial e impacto na ciência baseada em evidências. O uso dessas tecnologias nas condições crônicas de saúde, como a síndrome metabólica, possibilita a inovação nas intervenções em saúde, melhorando a relação custo benefício e ampliando os recursos e estratégias para abordar e minimizar os fatores de risco associados. Os dispositivos eletrônicos móveis destacam-se nesse sentido, pois permitem uma ampla faixa de personalização e de usos na área da saúde.
Um outro exemplo da aplicação das tecnologias de informação e comunicação como intervenção em saúde é o seu uso como ambientes virtuais, que simulam experiências e situações específicas. A realidade virtual possibilita que as pessoas tenham conhecimento perceptivo e racional de suas experiências, de modo a intensificar conceitos, produzir novas concepções, descobrir e adquirir novas informações de uma maneira ativa.
Downloads
Referências
Gami AS, Witt BJ, Howard DE, Erwin PJ, Gami LA, Somers VK, Montori VM. Metabolic syndrome and risk of incident cardiovascular events and death: a systematic review and meta-analysis of longitudinal studies. J Am Coll Cardiol. 2007 Jan 30;49(4):403-14. http://dx.doi.org/10.1016/j.jacc.2006.09.032
Valle Gottlieb MG, Mânica da Cruz IV, Bodanese LC. Origem da síndrome metabólica: aspectos genético-evolutivos e nutricionais. Sci Med. 2008;18(1):31-8.
Gustafsson PE, Hammarström A. Socioeconomic disadvantage in adolescent women and metabolic syndrome in mid-adulthood: an examination of pathways of embodiment in the Northern Swedish Cohort. Soc Sci Med. 2012 May;74(10):1630-8. http://dx.doi.org/10.1016/j.socscimed.2012.01.044
Ford ES, Li C, Zhao G. Prevalence and correlates of metabolic syndrome based on a harmonious definition among adults in the US. J Diabetes. 2010;2(3):180-93. http://dx.doi.org/10.1111/j.1753-0407.2010.00078.x
Onis M, Blössner M, Borghi E. Global prevalence and trends of overweight and obesity among preschool children. Am J Clin Nutr. 2010;92(5):1257-64. http://dx.doi.org/10.3945/ajcn.2010.29786
Afshin A, Babalola D, Mclean M, Yu Z, Ma W, Chen CY, Arabi M, Mozaffarian D.Information Technology and Lifestyle: A Systematic Evaluation of Internet and Mobile Interventions for Improving Diet, Physical Activity, Obesity, Tobacco, and Alcohol Use. J Am Heart Assoc. 2016 Aug 31;5(9). pii: e003058. http://dx.doi.org/10.1161/JAHA.115.003058
World Health Organization (WHO). Global Observatory for eHealth (GOe) [Internet]. [cited 2016 Oct 18]. Available from: http://www.who.int/goe/en/
Rubinstein A, Miranda JJ, Beratarrechea A, Diez-Canseco F, Kanter R, Gutierrez L, Bernabé-Ortiz A, Irazola V, Fernandez A, Letona P, Martínez H, Ramirez-Zea M; GISMAL group. Effectiveness of an mHealth intervention to improve the cardiometabolic profile of people with prehypertension in low-resource urban settings in Latin America: a randomised controlled trial. Lancet Diabetes Endocrinol. 2016 Jan;4(1):52-63. http://dx.doi.org/10.1016/S2213-8587(15)00381-2
Stuckey MI, Shapiro S, Gill DP, Petrella RJ. A lifestyle intervention supported by mobile health technologies to improve the cardiometabolic risk profile of individuals at risk for cardiovascular disease and type 2 diabetes:study rationale and protocol. BMC Public Health. 2013 Nov 7;13:1051. http://dx.doi.org/10.1186/1471-2458-13-1051
Free C, Phillips G, Galli L, Watson L, Felix L, Edwards P, Patel V, Haines A. The effectiveness of mobile-health technology-based health behaviour change or disease management interventions for health care consumers: a systematic review. PLoS Med. 2013;10(1):e1001362. http://dx.doi.org/10.1371/journal.pmed.1001362
Napolitano MA, Hayes S, Russo G, Muresu D, Giordano A, Foster GD. Using avatars to model weight loss behaviors: participant attitudes and technology development. J Diabetes Sci Technol. 2013 Jul 1;7(4):1057-65. http://dx.doi.org/10.1177/193229681300700430
Persky S. Application of virtual reality methods to obesity prevention and management research. J Diabetes Sci Technol. 2011 Mar 1;5(2):333-9. http://dx.doi.org/10.1177/193229681100500220
Neves Assis SAC, Bós AJG, Myskiw JC, Pinho MS, Silva Filho IG, Schwanke CHA, Izquierdo IA. Effects of video game training on cognition in the elderly: systematic review. Sci Med. 2015;25(3):ID21636. http://dx.doi.org/10.15448/1980-6108.2015.3.21636
