Services on Demand
Journal
Article
Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mailIndicators
Cited by SciELO
Related links
Similars in
SciELO
Share
Permalink
Revista Virtual de la Sociedad Paraguaya de Medicina Interna
On-line version ISSN 2312-3893
Abstract
GUEVARA TIRADO, Alberto. Aplicación de algoritmos de aprendizaje supervisado para identificación de factores sociodemográficos asociados a síntomas depresivos en adultos peruanos: modelo CHAID, 2022. Rev. virtual Soc. Parag. Med. Int. [online]. 2024, vol.11, n.1, e11122412. Epub May 01, 2024. ISSN 2312-3893. https://doi.org/10.18004/rvspmi/2312-3893/2024.e11122412.
Introducción:
la sintomatología depresiva es altamente prevalente en la población peruana. El uso del algoritmo de árbol de decisiones podría beneficiar en hallar grupos especialmente vulnerables a padecer síntomas depresivos.
Objetivo:
determinar los grupos especialmente vulnerables a tener síntomas depresivos según factores sociodemográficos mediante algoritmo de árbol de decisiones por aprendizaje automático.
Material y métodos:
se aplicó un diseño observacional, descriptivo, retrospectivo y transversal. Los datos provinieron de la encuesta nacional demográfica y de salud. La población fue 32.062 adultos. La variable dependiente fue: presencia de síntomas depresivos, y como variables explicativas: grupo etario, lengua materna, grupo étnico, nivel educativo, edad de inicio de consumo de alcohol, consumo de alcohol, estado conyugal, sexo. Se utilizó el algoritmo de árbol de decisiones mediante detección automática de interacciones mediante chi-cuadrado (CHAID).
Resultados:
las variables significativas en el algoritmo fueron: sexo, tipo de lengua materna, estado conyugal, grupo etario, nivel educativo alcanzado, clasificando de forma correcta 75,80% de los casos de síntomas depresivos. Los nodos asociados principalmente a la presencia de síntomas depresivos fueron: nodo 2 (sexo femenino), nodo 6 (adultos desde 39 años), nodo 13 (educación hasta secundaria). Según sexo, en mujeres, las variables principalmente asociadas fueron los correspondientes al nodo 2 (adultos desde los 39 años), nodo 5 (educación hasta secundaria) y nodo 13 (lengua materna originaria). En hombres, los nodos asociados principalmente a síntomas depresivos fueron el nodo 2 (lengua materna originaria), nodo 6 (adultos desde los 39 años) y nodo 11 (nivel educativo alcanzado hasta secundaria).
Conclusiones:
el principal grupo sociodemográfico asociado al desarrollo de síntomas depresivos son el sexo femenino, desde los 39 años y cuya educación ha llegado a la etapa escolar. El uso de algoritmos de aprendizaje automático es útil para crear herramientas de cribado de poblaciones vulnerables a padecer síntomas depresivos.
Keywords : aprendizaje automático; depresión; epidemiología; salud mental; Perú.
