Método para identificar y pronosticar riesgo suicida perfiles de en adolescentes mediante técnicas de análisis de conglomerado y red neuronal artificial
En este trabajo de investigación, se presenta un método para identificar y pronosticar perfiles de riesgo suicida en adolescentes a partir del caso de estudio de estudiantes de secundaria de escuela pública del departamento del Atlántico. Como fundamento teórico se utilizó la literatura asociada a l...
- Autores:
-
Reyes-Ruiz, Lizeth
De La Hoz Granadillo, Efraín Javier
Carmona Alvarado, Farid Alejandro
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad Simón Bolívar
- Repositorio:
- Repositorio Digital USB
- Idioma:
- spa
- OAI Identifier:
- oai:bonga.unisimon.edu.co:20.500.12442/4271
- Acceso en línea:
- https://hdl.handle.net/20.500.12442/4271
- Palabra clave:
- Riesgo suicida
Análisis de conglomerado
Redes neuronales artificiales
Suicide risk
Conglomerate analysis
Artificial neural network
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Summary: | En este trabajo de investigación, se presenta un método para identificar y pronosticar perfiles de riesgo suicida en adolescentes a partir del caso de estudio de estudiantes de secundaria de escuela pública del departamento del Atlántico. Como fundamento teórico se utilizó la literatura asociada a la evaluación del riesgo suicida, el análisis de conglomerados y las redes neuronales artificiales. Para lo anterior, se tomó información relacionada con los factores de riesgo suicida desesperanza, ideación, aislamiento y apoyo familiar de una muestra de 119 estudiantes adolescentes de los grados noveno al undécimo del departamento del Atlántico. Como resultado se desarrolló un método para identificar, valorar y pronosticar perfiles de riesgo suicida en adolescentes. Se concluye que el análisis de conglomerados mostró condiciones favorables para clasificar 4 perfiles característicos de riesgo suicida y las redes neuronales artificiales capacidad de pronosticar con una probabilidad del 95,5% de clasificación correcta. |
---|