This study aimed to analyze the association between diet, sociodemographic factors, and cardiovascular health in public university students, through a cross-sectional study conducted at the State University of Milagro, Ecuador, during 2022–2023. A total of 204 students participated, with demographic and health data collected through interviews and clinical measurements. The results showed that 22% of participants had a very high fat intake, while only 2% consumed a nutrient-rich diet. In women, a high-fat diet was associated with elevated triglyceride levels and higher systolic and diastolic blood pressure, whereas in men, it was linked to higher systolic and diastolic blood pressure. Conversely, a nutrient-rich diet was associated with lower systolic blood pressure in women. Place of birth significantly influenced systolic blood pressure in women and LDL cholesterol and diastolic blood pressure levels in men, with men born in Milagro showing higher LDL cholesterol and diastolic blood pressure compared with those born elsewhere. Additionally, place of residence was associated with systolic blood pressure in men. This study highlights the importance of promoting a balanced diet and considering sociodemographic factors when designing public health interventions to improve the cardiovascular health of university students.

Background: The rapid integration of artificial intelligence (AI) in higher education has transformed how students interact with academic content. ChatGPT, as a prominent AI-based language model, has been increasingly adopted by students to support learning tasks. However, the factors influencing its academic use intention remain underexplored in Latin American contexts.Objective: This study aims to identify the sociodemographic and perceptual predictors that explain the academic use intention of ChatGPT among university students in Ecuador.Methods: A cross-sectional, analytical study was conducted with 210 students from seven Ecuadorian universities. Data were collected through a validated questionnaire encompassing six constructs: compatibility with students’ learning styles, efficiency, perceived ease of use, perceived usefulness, satisfaction, and intention of continued use. Descriptive statistics, exploratory factor analysis, binary logistic regression, and k-means clustering were performed using Python in Google Colab.Results: The logistic regression model revealed that perceived usefulness (OR = 2.37) and compatibility with learning style (OR = 1.87) were the most significant predictors of high academic use intention. Cluster analysis identified three user profiles: enthusiastic adopters, neutral users, and reluctant adopters. Sociodemographic factors showed limited predictive power.Conclusion: Students’ perceptions of the academic value and alignment of ChatGPT with their learning preferences are stronger predictors of usage intention than sociodemographic characteristics. These findings highlight the need for pedagogically aligned and inclusive AI integration strategies in higher education.

En este estudio de cohorte transversal, se investigaron las principales características relacionadas con el uso y percepción de la herramienta de inteligencia artificial ChatGPT en actividades académicas, desde la perspectiva de estudiantes universitarios. El estudio empleó un muestreo no probabilístico tipo bola de nieve, logrando la participación de 256 estudiantes provenientes de seis universidades ecuatorianas. Se aplicó como técnica estadística el Análisis de Correspondencias Múltiples (ACM). El ACM permitió identificar las relaciones entre las diferentes variables categóricas, revelando patrones de comportamiento y percepciones en los estudiantes. El análisis se realizó en R Studio, empleando librerías como FactoMineR para realizar el análisis de correspondencias múltiples y ggplot2 para visualizar los resultados. FactoMineR es una librería ampliamente utilizada para análisis exploratorios multivariados, y permite la fácil implementación de ACM, proporcionando información detallada sobre la relación entre las variables categóricas. Por su parte, ggplot2 facilita la creación de gráficos claros y efectivos para interpretar los resultados del análisis. Los resultados mostraron que existe una fuerte motivación por parte de los estudiantes para utilizar ChatGPT en sus actividades académicas, aunque también se observó un cierto grado de secretismo respecto a su uso. Los estudiantes parecen utilizar la herramienta como un recurso adicional para sus estudios, pero no siempre lo manifiestan abiertamente. Un hallazgo relevante fue que el género de los estudiantes no mostró relación significativa con el uso y percepción de ChatGPT, lo que sugiere que la motivación para utilizar la herramienta es generalizada y no depende de características demográficas específicas.

The rapid advancement of artificial intelligence has transformed the educational landscape, with tools such as ChatGPT gaining popularity among university students. This study analyses the perception and use of ChatGPT in Ecuadorian higher education, exploring its impact on academic performance and associated ethical concerns. The objective was to examine how students from various universities and majors perceive the usefulness of ChatGPT in their academic activities. A non-probabilistic cross-sectional approach was employed, using a structured survey applied to 256 students from six Ecuadorian universities. The methodology included the use of the K-Modes algorithm to cluster the students' categorical responses, visualised through principal component analysis. The results revealed significant differences in the use of ChatGPT according to gender, university and career. Female and engineering students showed higher adoption. Four distinct groups of users were identified, reflecting diverse perceptions of the usefulness and risks of ChatGPT. The discussion addressed variability in ChatGPT adoption, highlighting factors such as technological access and ethical concerns. A tension was noted between perceived benefits and potential risks, such as over-reliance and plagiarism. In conclusion, the study highlights the importance of understanding students' perceptions of ChatGPT to effectively integrate these tools into higher education, while simultaneously addressing ethical concerns and encouraging responsible use of AI in academia.

La seguridad alimentaria se considera como un derecho universal de las personas para acceder a alimentos. Los niveles de inseguridad alimentaria en los últimos años se han transformado en un problema de estudio dentro del desarrollo social. El objetivo de este estudio es identificar la relación entre factores sociodemográficos y niveles de seguridad alimentaria mediante técnicas multivariadas. Estudio de corte transversal con un alcance asociativo, datos recopilados entre diciembre del 2020 y febrero 2021. La base de datos consta de 4668 observaciones válidas. El estudio se realizó de acuerdo con la Declaración de Helsinki y cuenta con la aprobación de un comité de ética en seres humanos. El procesamiento de datos y el análisis multivariado se utilizó software Python y R. Como estadísticos se utilizó Chi cuadrado, V de Crammer, Lambda, Gamma. D Somers y análisis de correspondencias múltiples. El 31% de las personas corresponde al sexo masculino mientras que el 69% al femenino, el 34% de los hogares encuestados presenta una inseguridad alimentaria severa, el 14% leve y el 46% seguridad alimentaria. Respecto a la ocupación, el mayor porcentaje de inseguridad se encuentra en los estudiantes con un 19.4.%, nivel de educación superior con un 23%. Las variables ordinales que mejor se asocian con la seguridad alimentaria son número de Personas que viven en casa, Ingreso económicos y cambios de Ingresos durante la pandemia. Las variables nominales, retraso en pagos y perdida de trabajo estadísticamente, presenta una asociación con los niveles de inseguridad alimentaria. De acuerdo con los coeficientes de D Somers y Lambda respectivamente, las variables descritas permiten predecir los niveles de seguridad alimentaria. Estadísticamente, no todas las características sociodemográficas predicen los niveles de seguridad alimentaria. Por lo que las políticas públicas deben centrarse en los aspectos de mayor riesgo para reducir la inseguridad alimentaria.

Las neoplasias hematológicas, que incluyen leucemias, linfomas y mielomas, afectan la clonación de las células hematopoyéticas y tienen un impacto significativo en diversas poblaciones a nivel mundial. La variación del peso en pacientes con estas enfermedades es un fenómeno clínico crucial, ya que influye en las comorbilidades y tratamientos de la enfermedad, reflejando tanto el estado nutricional como la actividad de la patología y la respuesta al tratamiento. Los marcadores bioquímicos, como glucosa, urea, creatinina, proteínas totales, seroalbúmina, prealbúmina, vitamina D, fósforo, magnesio, AST/TGO, ALT/TGP, colesterol, HDL, triglicéridos, hemoglobina y hematocrito, son herramientas valiosas para evaluar esta variación. En este estudio, se adoptó un enfoque cuantitativo longitudinal retrospectivo para analizar la relación entre estos marcadores y la variación del peso en 62 pacientes con neoplasias hematológicas, utilizando ANOVA de un factor. Los resultados indicaron que los niveles de proteínas totales, fósforo, TGP y HCTO disminuyen en la pérdida de peso, mientras que los niveles de hierro aumentan. Estos hallazgos sugieren que ciertos marcadores bioquímicos pueden actuar como predictores de la variación de peso, lo que podría optimizar las estrategias de manejo y tratamiento nutricional, mejorando la calidad de vida de los pacientes y reduciendo la tasa de morbimortalidad. La investigación subraya la necesidad de estudios futuros que incluyan variables adicionales como marcadores inflamatorios y actividad física para encontrar predictores más sensibles de la variación de peso en esta población.