Predecir el factor de supervivencia después de un intento de suicidio en Irán: una técnica de aprendizaje automático...

Área de la Ciencia:

• Salud pública
• Investigación de la salud mental
• Aplicaciones de aprendizaje automático

Sus antecedentes:

• El suicidio es una preocupación creciente de salud pública en Irán, que requiere modelos predictivos mejorados.
• Los métodos estadísticos tradicionales pueden no ser suficientes para la evaluación individualizada del riesgo de suicidio.
• Las técnicas de aprendizaje automático conjunto (ML) ofrecen una mayor precisión para la predicción de la supervivencia.

Objetivo del estudio:

• Aplicar técnicas de aprendizaje automático conjunto para predecir la supervivencia después de los intentos de suicidio en Irán.
• Para identificar los factores críticos que influyen en la supervivencia después del intento de suicidio.
• Para mejorar la precisión de los modelos de predicción de supervivencia al suicidio.

Principales métodos:

• Se utilizó un conjunto de datos longitudinales (2017-2024) que abarcaba factores demográficos, psicológicos, económicos y sociales.
• Los algoritmos de ML de conjunto aplicados: AdaBoostM1, árbol podado J48, Bagging, LogitBoost, MultiBoostAB, J48, SVM, LibLINEAR y Perceptron de varias capas.
• Determinación de los factores críticos de supervivencia mediante el análisis comparativo del rendimiento del modelo ML.

Principales resultados:

• Los modelos de conjunto LogitBoost lograron la mayor precisión (94,3%), con el algoritmo J48 muy por detrás (93,6%).
• El tiempo de ingreso al hospital se identificó como el factor de supervivencia más influyente.
• Los tipos de drogas usadas durante el intento de suicidio fueron el segundo factor más importante.

Conclusiones:

• Las técnicas de aprendizaje automático conjunto muestran una promesa significativa para mejorar la investigación de salud mental y la predicción del suicidio.
• Los hallazgos proporcionan información crucial sobre los factores que influyen en la supervivencia después de los intentos de suicidio en Irán.
• Los resultados pueden informar intervenciones personalizadas para apoyar a las poblaciones de alto riesgo.