Video Experimental Relacionado
Updated: May 6, 2026
Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students
Published on: June 16, 2018
Predicción del riesgo de enfermedad mental en estudiantes de secundaria que utilizan redes neuronales artificiales
Samuel Encarnação1, Paula Fortunato Vaz2, Filipe Vaz3
1Department of Physical Activity and Sport Sciences, Universidad Autónoma de Madrid (UAM), Ciudad Universitaria de Cantoblanco, 28049 Madrid, Spain; Department of Sport Sciences, Instituto Politécnico de Bragança (IPB), 5300-253 Bragança, Portugal; Live Well Research Centre for Active Living and Wellbeing, Instituto Politécnico de Bragança, Portugal; CI ISE, Instituto Superior de Ciências Educativas do Douro, 4560 547 Penafiel, Portugal.
Las redes neuronales artificiales predicen con precisión los estados depresivos de los estudiantes universitarios, alineándose con los objetivos globales de salud. Este enfoque de IA ayuda a comprender y abordar los desafíos de salud mental de los estudiantes de manera efectiva.
Área de la Ciencia:
- Inteligencia artificial
- Aprendizaje automático
- Salud pública
Sus antecedentes:
- La salud mental de los estudiantes es crucial para lograr los Objetivos de Desarrollo Sostenible 2030 de las Naciones Unidas, específicamente el Objetivo 3.
- El estudio aborda la necesidad de métodos confiables para evaluar y predecir el bienestar mental entre los estudiantes universitarios.
Objetivo del estudio:
- Desarrollar y aplicar un modelo de red neuronal artificial (ANN) para predecir las dimensiones de salud mental autoinformadas en estudiantes universitarios.
- Evaluar la precisión predictiva de la ANN para varios aspectos de la salud mental de los estudiantes.
Principales métodos:
- Un estudio transversal de observación en el que participaron 2050 estudiantes universitarios de entre 18 y 30 años.
- Recopilación de datos sociodemográficos y de estado de salud.
- Aplicación de algoritmos de redes neuronales artificiales para el modelado predictivo.
Principales resultados:
- El modelo ANN logró una alta precisión en la predicción de los estados depresivos de los estudiantes, con una precisión de validación cruzada del 73%.
- La precisión predictiva para la autopercepción de la salud mental general fue del 60%, y para la falta de interés en las actividades diarias (ADL) fue del 67%.
Conclusiones:
- Las redes neuronales artificiales demuestran un potencial significativo para predecir con precisión los estados depresivos de los estudiantes universitarios.
- Los hallazgos destacan la utilidad de la IA en la investigación de salud mental y el apoyo a las iniciativas de bienestar estudiantil.
