Detección de estrés por medio de redes neuronales artificiales en personal sanitario

Abstract

En el presente documento se describe un estudio sobre la detección de estrés en profesionales sanitarios mediante el uso de redes neuronales artificiales. Se generó un modelo de red neuronal para clasificar datos relacionados con la detección oportuna de problemas de estrés en personal sanitario. Para ello, se obtuvieron datos clasificados utilizando la referencia del instrumento ProQOL, seguido de la aplicación de un modelo matemático para incremento de datos de forma artificial. Posteriormente, se aplicó el entrenamiento de redes neuronales artificiales modificando hiperparámetros y funciones de activación de forma experimental mediante el lenguaje de programación de Python. Los resultados obtenidos muestran una estimación de la capacidad de clasificación (F1-score) del 85.3, 67.5 y 89.3 % para la detección de Burnout, fatiga por compasión y estrés traumático secundarios, respectivamente. Se advierte la posibilidad de mejorar el desempeño de estos resultados incrementando los datos de entrenamiento. Debe resaltarse que esta es una investigación que involucra datos únicamente del contexto del hospital del ISSSTE de la ciudad de Chihuahua. DOI: https://doi.org/10.54167/tch.v18i3.1641

Keywords

• estrés psicológico
• aprendizaje supervisado de máquinas
• detección