Aprendizaje automático en el diagnóstico de la autoestima y depresión en el ámbito de la salud mental

• Autor: Pineda Espino, Leidy Marisol
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Nacional San Luis Gonzaga de Ica
• Repositorio: UNICA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unica.edu.pe:20.500.13028/6779
• Enlace del recurso: https://hdl.handle.net/20.500.13028/6779
• Nivel de acceso: acceso abierto
• Materia: Salud mental; Depresión; Autoestima; Inteligencia artificial; Asistente virtual; Mental health; https://purl.org/pe-repo/ocde/ford#2.02.04

Objetivo: Evaluar la eficiencia del aprendizaje automático en el diagnóstico de la autoestima y depresión en el ámbito de la salud mental. Método: el método empleado fue aplicado del nivel aplicativo; se aplicó los cuestionarios de Rosemberg para la autoestima y el cuestionario de Beck para la depresión a una muestra de 167 jóvenes para recoger los datos, se realizó un análisis descriptivo de los datos para conocer el estado de la depresión y autoestima, al mismo tiempo los datos fueron sometidos al modelo de inteligencia artificial con el modelo de aprendizaje supervisado con el algoritmo SVM, el modelo de inteligencia artificial fue desarrollado con la herramienta Orange Datamining. Se desarrolló un asistente virtual con inteligencia artificial de apoyo para jóvenes con estado depresivo o de autoestima baja Resultado: los resultados del algoritmo para la depresión arrojaron una precisión del 79,3%, mientras que para los datos de autoestima mostraron una precisión del 95.9%. La estadística descriptiva de los datos los jóvenes arrojaron más de 20% con estado depresivo entre extremo, grave e intermitente; para el caso de la autoestima arrojó datos muy críticos con más del 50% con autoestima baja y media. Conclusión: se concluye la importancia del modelo de predicción de salud mental, la estadística que refleja el estado de salud de los jóvenes relacionados con la depresión y la autoestima, se concluye y el desarrollo de un asistente virtual de apoyo.