Inteligencia artificial para mejorar la detección de la depresión en los estudiantes universitarios

• Autores: Bazan Eugenio, Betsy Viviana, Miranda Rayo, Adrian Arturo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/160614
• Enlace del recurso: https://hdl.handle.net/20.500.12692/160614
• Nivel de acceso: acceso abierto
• Materia: Depresión; Machine learning; Inteligencia artificial; Estudiantes universitarios; Detección temprana; https://purl.org/pe-repo/ocde/ford#2.02.04

Esta investigación describe la importancia de la Inteligencia Artificial y los indicadores que son influyentes para mejorar la detección de la depresión en universitarios. Es de tipo preexperimental, aporta a los Objetivos de Desarrollo Sostenible 9 al promover la innovación en herramientas de diagnóstico, fortaleciendo la infraestructura de salud mental en las instituciones. Este estudio tuvo como objetivo evaluar el potencial de la IA para mejorar la detección de la depresión en 108 estudiantes universitarios. Se comparó la performance de diferentes modelos, se determinó la relación entre la depresión y sus indicadores, y se identificaron los indicadores con mayor influencia en la detección. Los resultados mostraron que el modelo J48 alcanzó una precisión del 100% en la detección de la depresión. El análisis de correlación indicó una relación positiva moderada entre el bienestar y depresión (0.657), y una fuerte correlación positiva entre la conducta y depresión (0.745). Estos hallazgos demostraron el potencial de la IA para la detección de la depresión. La alta precisión del modelo J48, junto con su capacidad para analizar indicadores clave como conducta y bienestar, confirmaron que son indicadores altamente influyentes para ser considerados en la creación o mejora de modelos.