Publication: Desarrollo computacional para el análisis y toma de decisiones en datos de intentos de suicidio, utilizando estrategias de machine learning
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Corporación Universitaria Remington
Abstract
El presente proyecto busca demostrar de manera practica como el Machine Learning es una herramienta poderosa en la predicción de comportamientos o escenarios en cualquier área tomando como referencia casos de intentos de suicidio en Rionegro, Antioquia. Utilizando la base de datos del Sistema de Vigilancia en Salud Pública (SIVIGILA) recopilados por la Alcaldía de Rionegro entre 2016 y 2021. Para el ejercicio se desarrolló un modelo predictivo que pretende analiza variables clave como edad, estrato socioeconómico, área de ocurrencia y sexo para identificar patrones y factores de riesgo asociados a los intentos de suicidio. Los resultados muestran que los algoritmos de Machine Learning, pueden predecir las posibles tendencias de suicidio futuras basadas en datos históricos. Esto permite a los profesionales de salud mental y a las autoridades implementar medidas preventivas más efectivas y personalizadas, reduciendo así la incidencia de intentos de suicidio y mejorando la atención a quienes están en riesgo. Además, se destacan las conclusiones sobre la importancia de la edad como factor predominante en los registros de intentos de suicidio, subrayando la necesidad de políticas públicas específicas y programas de intervención adaptados a las características demográficas locales.
Description
Keywords
Intentos de suicidio, Dataset, Análisis de datos, Machine learning, Clasificación, Regresión