Predicción del consumo de éxtasis a partir de redes neuronales artificiales

• Autores: Alfonso Luis Palmer Pol, Amador Calafat Far, Juan José Montaño Moreno
• Localización: Adicciones: Revista de socidrogalcohol, ISSN 0214-4840, Vol. 12, Nº. 1, 2000, págs. 29-41
• Idioma: español
• Enlaces
  • Texto completo
• Dialnet Métricas: 5 Citas
• Resumen

  • El propósito del presente estudio fue mostrar cómo una red neuronal artificial (RNA) puede ser útil para predecir el consumo de éxtasis (MDMA). Más específicamente, se trata de desarrollar una red neuronal del tipo backpropagation capaz de discriminar entre quién consume éxtasis y quién no, a partir de las respuestas dadas por los sujetos a un cuestionario. La muestra estaba compuesta por 148 consumidores y 148 no consumidores de éxtasis. Se explican las diferentes fases llevadas a cabo para desarrollar la RNA: selección de las variables relevantes y preprocesamiento de los datos, división de la muestra en grupo de entreno, validación y test, entreno y evaluación del modelo de red, y análisis de sensibilidad. La eficacia de la RNA entrenada fue del 96.66%. El área bajo la curva ROC (Receiver operating characteristic) fue de 0.99440.0055 SE. Por otra parte, se pretende mostrar que las RNA no representan una “caja negra”, sino que pueden dar información acerca del grado de influencia que tiene cada variable predictora sobre el consumo de éxtasis.