Predicción de síntomas depresivos en adolescentes mediante descripciones textuales de comportamientos anómalos...

Área de la Ciencia:

• Salud mental adolescente
• Aprendizaje automático en la atención sanitaria
• Psicología educativa

Sus antecedentes:

• Los síntomas depresivos en adolescentes son una preocupación importante.
• La identificación temprana es crucial para una intervención oportuna.
• Las observaciones de los maestros ofrecen información valiosa sobre el comportamiento de los estudiantes.

Objetivo del estudio:

• Desarrollar y comparar modelos de aprendizaje automático para predecir síntomas depresivos en adolescentes.
• Utilizar descripciones textuales de comportamientos de estudiantes informadas por maestros como datos de entrada.
• Evaluar la eficacia de diferentes algoritmos de aprendizaje automático en esta tarea de predicción.

Principales métodos:

• Se utilizaron datos de texto de los informes de maestros de 441 adolescentes y puntuaciones del Patient Health Questionnaire-9 (PHQ-9).
• Se procesaron los datos de texto utilizando Frecuencia de Términos-Frecuencia Inversa de Documentos (TF-IDF).
• Se entrenaron y evaluaron cuatro modelos de aprendizaje automático: Random Forest (RF), Support Vector Machine (SVM), eXtreme Gradient Boosting (XGBoost) y LASSO, utilizando una división 80/20 y validación cruzada de 5 pliegues.

Principales resultados:

• El 71,7% de los adolescentes obtuvieron un resultado positivo en el cribado de síntomas depresivos clínicamente significativos (puntuación PHQ-9 ≥10).
• El modelo Random Forest (RF) alcanzó el mayor rendimiento con una sensibilidad del 0,97, una precisión del 0,91, un valor predictivo positivo del 0,92 y una puntuación F1 del 0,92.
• Los informes de los maestros, analizados mediante ML, demostraron una sensibilidad de hasta el 97% en la identificación de síntomas depresivos.

Conclusiones:

• El aprendizaje automático, específicamente el modelo Random Forest, predice eficazmente los síntomas depresivos en adolescentes a partir de texto informado por maestros.
• Este enfoque proporciona un método práctico y eficiente para la identificación temprana de la depresión en entornos escolares.
• Facilitando intervenciones oportunas para adolescentes con síntomas depresivos.