Síntomas depresivos del cuestionario PHQ-9 asociados a ideación suicida mediante algoritmos de aprendizaje automático en la población peruana
DOI:
https://doi.org/10.53680/vertex.v36i167.797Palabras clave:
depresión, cuestionario de salud del paciente, redes neurales de la computación, ideación suicida, árboles de decisiónResumen
Introducción: la ideación suicida es el pensamiento de autoeliminación no siempre reportada por los pacientes en test de depresión. El objetivo fue identificar y analizar síntomas depresivos del cuestionario de salud del paciente-9 asociados a ideación suicida en la población peruana. Material y métodos: estudio observacional, analítico y transversal basado en datos de 32.062 participantes de la encuesta nacional de salud familiar por medio del cuestionario de salud del paciente-9. Se utilizó la prueba Ji-cuadrado, regresión de Poisson con varianza robusta, perceptrón multicapa y árbol de decisiones. Resultados: en mujeres, el algoritmo de árbol de decisiones clasificó correctamente 91,10 % de casos de ideación suicida. En hombres, fue de 94,70 %. Mediante perceptrón multicapa, en mujeres, el porcentaje de pronósticos incorrectos fue 8,90 %. Siendo incluidas las variables: sentirse mal, sentirse deprimido, hablar o moverse lento, problemas para concentrarse y problemas de sueño. En hombres fue 8,12 %, incluyendo las variables: sentirse mal, sentirse deprimido, hablar o moverse lento, problemas de sueño y poco o mucho apetito. Conclusiones: los algoritmos de aprendizaje supervisado son viables y eficientes para identificar síntomas depresivos del cuestionario de salud-9 asociados a ideación suicida en la población peruana, predominando en mujeres síntomas somáticos y en hombres afectivo-cognitivos. El uso de algoritmos de aprendizaje supervisado puede ser un complemento para profesionales de salud mental.