Machine learning para la detección de TDAH en escolares de una institución educativa, Lurigancho - 2024

• Autores: Ingaruca Velasque, Pavel Anibal, Rivera Arenas, Clemente Breyner
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/175488
• Enlace del recurso: https://hdl.handle.net/20.500.12692/175488
• Nivel de acceso: acceso abierto
• Materia: Dificultad en el aprendizaje; Aprendizaje; Inteligencia artificial; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente estudio, titulado “Machine Learning para la detección de TDAH en escolares de una institución educativa, Lurigancho - 2025”, tuvo como objetivo desarrollar un sistema automatizado para la detección de TDAH mediante técnicas de aprendizaje automático en un entorno escolar. La muestra incluyó 115 estudiantes de 1ro a 5to grado. Se utilizó una lista de cotejo basada en 22 ítems que evalúa las dimensiones de déficit de atención, hiperactividad e impulsividad. Este trabajo se alinea con el ODS N° 12, el cual menciona el uso responsable de tecnologías digitales, mejorando los recursos que tienen en el ámbito educativo. El análisis de datos se realizó con estadística descriptiva e inferencial, se aplicó la prueba de Wilcoxon para contrastar los resultados antes y después de la intervención con el sistema inteligente. Los hallazgos mostraron mejoras significativas en las tres dimensiones del TDAH, con reducciones de conductas observadas y valores p < 0.05, lo cual validó la efectividad del modelo. En conclusión, la implementación de un sistema de M Learning. demostró eficacia como herramienta de apoyo, ya que no reemplaza los análisis clínicos de un profesional si no brinda la información necesaria para una intervención temprana e inclusiva.