Revista GICOS (May 2024)
Estrategia de diagnóstico para trastornos de comportamiento en infantes de ocho a once años
Abstract
Estudio sobre el diagnóstico de trastornos de comportamiento en niños de ocho a once años utilizando modelos de regresión lineal y redes neuronales artificiales. El estudio se llevó a cabo en una muestra de 176 niños de una unidad educativa en la provincia de Cotopaxi, Ecuador, utilizando el instrumento del proyecto ESPERI para recopilar datos. El estudio se centró en cuatro factores principales: inatención/impulsividad/hiperactividad, oposicional-desafiante, predisocial y disocial. Los datos fueron preprocesados, limpiados y normalizados utilizando Microsoft Excel, y se realizaron análisis descriptivos y pruebas estadísticas para determinar la significancia de las relaciones entre las variables independientes y la variable dependiente. Se seleccionaron cuatro variables para el modelo de regresión lineal: inatención/impulsividad/hiperactividad, factor disocial, factor predisocial y factor oposicional-desafiante. El modelo fue creado utilizando Python y Google Colaboratory, y se utilizaron diferentes métricas para evaluar su rendimiento. El modelo fue validado utilizando un conjunto de datos independiente y los resultados se interpretaron para determinar las variables que tienen la mayor influencia en el diagnóstico de trastornos de comportamiento. Los resultados del estudio mostraron que la prevalencia de trastornos de comportamiento en niños era del 4,8% al 7,4% en niños y del 2,1% al 3,2% en niñas. El modelo de regresión lineal tuvo un buen ajuste a los datos y fue capaz de explicar la variabilidad en la variable dependiente con un bajo error de predicción en el conjunto de prueba. En el artículo también se proporciona el código completo del modelo para ser probado en un entorno de producción.
