Factores socio-económicos asociados a la depresión en el Perú, estudio a partir de la ENDES 2016-2023

• Autor: Bendezu Galarza, Fernando Pavel
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Ricardo Palma
• Repositorio: URP-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.urp.edu.pe:20.500.14138/9331
• Enlace del recurso: https://hdl.handle.net/20.500.14138/9331
• Nivel de acceso: acceso abierto
• Materia: Depresión; Población -- Perú; Salud -- Encuestas; Aprendizaje automático (Inteligencia artificial); https://purl.org/pe-repo/ocde/ford#1.02.00

La presente investigación denominada Factores socio-económicos asociados a la de- presión en el Perú, estudio a partir de la ENDES 2016-2023, tiene como finalidad determinar aquellas variables socio-económicas y biológicas que tienen mayor relación con la depresión, utilizando métodos del Machine Learning, como son los valores SHAP y las métricas de importancia a partir de eliminaciones (o permutaciones) consecutivas de las variables. Estos métodos, en donde se mide la importancia de las variables, nos otorgan la explicabilidad del modelo como una contribución aditiva a la predicción de la variable dependendiente. Nuestra variable dependiente, la depresión, o mejor dicho el nivel de depresión, se mide a partir de un cuestionario estandarizado (PHQ9) incluido en la Encuesta De- mográfica y de Salud Familiar (ENDES), la cual se toma anualmente en el Perú desde el año 2015. En la ENDES 2026-2023, el 22.8% de la población encuestada (personas de 18 años a más que aplicaron la cuestionario PHQ9, en total 262,690 personas), presentan algún grado de depresión. Debido a esta característica (desbalance de la variable depen- diente), para estimar al modelo se aplicó un submuestreo, con el objetivo de equilibrar la muestra y que nuestros resultados no sean sesgados hacia la categoría mayoritaria. Se estimaron 4 modelos de machine learning: Regresión logística, Multilayer Perceptrón, Random Forest y XGboost, en las cuales e comparó las métricas: Precision (precision) y el Área bajo la curva ROC (roc_auc)), resultando que los modelos Mul- tilayer Perceptrón (precision = 0.6716) y Random Forest (roc_auc = 0.7166), son los que presentaron mejores indicadores. Las variables que presentan mayor importancia en la predicción de la depresión son: el sexo (MLP: 21.7%, RF: 22.9%), la edad (MLP: 10.3%, RF: 11.3%), la frecuencia de consumo de alimentos saludables (MLP: 7.2%, RF: 9.0%), los años de estudio (MLP: 5.3%, RF: 9.0%), la hipertensión (MLP: 4.0%, RF: 5.0%) y el estado civil (MLP: 3.1%, RF: 7.4%). Se debe resaltar que todas estas tienen la particularidad de ser características intrínsecas de la persona. 2 Considerando la importancia calculada y el tipo de relación de las variables in- dependientes con el nivel de depresión, tenemos un perfil o persona promedio con depre- sión, válido para Perú en el contexto actual: persona del sexo femenino, de mediana o avanzada edad, sin pareja, que consume pocos alimentos saludables, con pocos años de estudios y con hipertensión