Método clúster –red neuronal artificial para valoración y diagnóstico temprano de ideación suicida en adolescentes escolarizados

• Autores: Efraín Javier de la Hoz Granadillo, Lizeth Reyes Ruiz, Milgen Sánchez Villegas
• Localización: Revista interamericana de psicología = Interamerican journal of psychology, ISSN 0034-9690, Vol. 57, Nº. 2, 2023
• Idioma: español
• Títulos paralelos:
  • Cluster analysis and artificial neural networks to assess and diagnosis suicide ideation in school adolescents
• Enlaces
  • Texto completo
• Resumen
  • español

    El suicidio es considerado un problema de salud donde los adolescentes presentan mayor riesgo. Este trabajo desarrolló un método de valoración y pronóstico para el diagnóstico temprano de la ideación suicida en adolescentes escolarizados a través de técnicas multivariadas análisis de clúster y redes neuronales artificiales. Se analizaron variables relacionadas con pensamientos, planes y manifestaciones suicidas en (n=638) adolescentes. El análisis de clúster permitió identificar el 73.2% de los adolescentescon ideación suicida baja, 18.5% ideación suicida media y 8,3% con alta ideación suicida. Se diseñó una red neuronal con capacidad de clasificación correcta del 95,5%. El método propuesto tiene capacidad de discriminar y diagnosticar la ideación suicida en adolescentes escolarizados. Estos resultados buscan aportar a la construcción y desarrollo de iniciativas enfocadas a la detección temprana e intervención desde la implementación de políticas educativas y públicas para la prevención del suicidio en la adolescencia.

  • English

    Worldwide, suicide is considered a health problem where adolescents are most at risk. This work developed a method to assess and predict an early diagnosis of suicidal ideation among school adolescents through multivariate techniques: cluster analysis and artificial neural networks. Variables related to suicidal thoughts, plans and manifestation were analyzed in (n=638) adolescents. Cluster analysis identified 73.2% of adolescents with low suicidal ideation, 18.5% with medium suicidal ideation and 8.3% withhigh suicidal ideation. A neural network was designed with a correct classification capacity of 95.5%. The proposed method can discriminate and diagnose suicidal ideation in school adolescents. These results seek to create and develop initiatives focused on early detection and intervention toimplementing educational and public policies preventing suicide among adolescents.