Variables psicológicas y sociales asociadas a la práctica de la lactancia materna continuada en mujeres colombianas: una exploración desde la Inferencia Multimodelo (IM) y el Machine Learning (ML)

La Lactancia Materna (LM) es una práctica multifactorial y dinámica, que requiere un abordaje desde diferentes perspectivas, entre ellas la psicológica. El objetivo del presente estudio fue explorar, mediante la inferencia multimodelo y el machine learning, la relación entre la duración de la LM y v...

Full description

Autores:: Muñoz Sánchez, Xiomara
Escandón Martínez, Diana Yelisa

Tipo de recurso:

Fecha de publicación:: 2022

Institución:: Universidad El Bosque

Repositorio:: Repositorio U. El Bosque

Idioma:: spa

Description
Summary:	La Lactancia Materna (LM) es una práctica multifactorial y dinámica, que requiere un abordaje desde diferentes perspectivas, entre ellas la psicológica. El objetivo del presente estudio fue explorar, mediante la inferencia multimodelo y el machine learning, la relación entre la duración de la LM y variables psicológicas como la intención de amamantar, la autoeficacia en LM, la depresión postparto y el estrés percibido, y otras de tipo social como el apoyo recibido, en mujeres colombianas que amamantan a niñas y niños mayores a seis meses de edad. Se trabajó con un diseño predictivo transversal que, mediante la aplicación de diversos cuestionarios online, permitió recoger información sobre las variables de interés en 115 participantes. Desde la perspectiva de la inferencia multimodelo, y en particular mediante la aproximación Teórica de la Información, se estimó un modelo marco a partir del cual se obtuvieron 4096 modelos que, mediante el Dredging, fueron organizados según el criterio de Akaike (AICc) cuyos valores ≤ 2 permitieron la obtención de un modelo predictor promediado, en el cual se identificaron las variables de depresión, estrés y apoyo de la madre como aquellas que, en combinación con las otras incluidas, pueden ser relevantes para predecir la duración de la LM continuada (LMC). Posteriormente, mediante el Machine Learning se utilizó el algoritmo Random Forest en el que se incluyeron otras variables como las sociodemográficas, destaca la edad como la variable con mayor importancia entre los modelos estimados. En conclusión, dos variables de tipo psicológico (la depresión y el estrés), una figura dentro del ámbito del apoyo social (apoyo de la madre) y una variable personal (edad) parecen tener el potencial para que, en conjunto con otras variables, se pueda comprender y predecir mejor la manera en que ocurre la LMC.

Variables psicológicas y sociales asociadas a la práctica de la lactancia materna continuada en mujeres colombianas: una exploración desde la Inferencia Multimodelo (IM) y el Machine Learning (ML)

Publicaciones similares