Aplicación de Machine Learning para predecir la violencia contra la mujer en el Centro Emergencia Mujer en Perú, como base del estudio epigenético de la mujer violentada

• Autor: Aquino Paco, Nancy
• Formato: tesis doctoral
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/20368
• Enlace del recurso: https://hdl.handle.net/20.500.12773/20368
• Nivel de acceso: acceso abierto
• Materia: Machine Learning; predicción; Software Weka; epigenetica; violencia contra la mujer; https://purl.org/pe-repo/ocde/ford#1.06.03

La predicción de los cambios epigenéticos de la violencia contra la mujer es un fenómeno complejo tanto individual como social que tiene efectos devastadores. Se han propuesto varias teorías a lo largo de la historia para explicar su origen y aparición. La genética y la epigenética son campos de investigación donde las experiencias traumáticas de violencia contra la mujer, parecen afectar potencialmente la regulación y expresión del genoma mediante modificación epigenética como respuesta al trauma (según Conching, 2019). Siendo muy importante la selección adecuada de mujeres violentadas mediante la inteligencia artificial, como base del estudio epigenético de la mujer violentada. Se analizó los datos estadísticos de 5 años (2013-2017) de mujeres atendidas en los Centros de Emergencia Mujer por ser víctimas de violencia en el Perú. Mediante la aplicación de metodologías de KDD y CRIS-DM. Se eligió Random Tree como modelo de predicción, que fue aplicado en el software Weka, se analizó las 1500 instancias llegando a la predicción de datos para el año 2018. Aplicando el Random Tree, se obtuvo como resultado un coeficiente de correlación de 0,9999 con un pequeño margen de error, logrando predecir el total de atenciones futuras de mujeres violentadas para el año 2018, el cual fue comparado con los datos reales del 2018, creando así una estructura para predecir estudios de cualquier año futuro, cumpliendo los objetivos e hipótesis trazados. Mediante el modelo de predicción Random Tree se predijo con gran relevancia cambios epigenéticos de mayor violencia en victimas de agresión sexual en el departamento de Lima, seguido de Arequipa, donde Lima tuvo 1856 casos de menores de 0-17 años y Arequipa 300 casos. En relación a 874 casos de 18-59 años de edad en Lima y 157 casos en Arequipa. Esta predicción de cambios epigenéticos en la mujer y en la mujer embaraza, transmiten al feto alteraciones epigenéticas que actúa mediante un gen que codifica una proteína que interactúa con otras proteínas produciendo conexiones genéticas relacionadas con la violencia. En los casos de violencia es más abundante el gen MAOA que se encarga de metabolizar la dopamina, sustancia relacionada con las emociones fuertes tales como el amor y la violencia, entre otros. Planteando la hipótesis: Es probable que la aplicación de Machine Learning pueda predecir con exactitud a la población de mujeres violentadas en el Perú y disminuir el riesgo de enfermedades hereditarias por alteración genética de la mujer violentada.