Detección de estrés por medio de redes neuronales artificiales en personal sanitario
En el presente documento se describe un estudio sobre la detección de estrés en profesionales sanitarios mediante el uso de redes neuronales artificiales. Se generó un modelo de red neuronal para clasificar datos relacionados con la detección oportuna de problemas de estrés en personal sanitario. P...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad Autónoma de Chihuahua
2024-12-01
|
| Series: | Tecnociencia Chihuahua |
| Subjects: | |
| Online Access: | https://148.229.1.91/index.php/tecnociencia/article/view/1641 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841544080524312576 |
|---|---|
| author | Carlos Eduardo Cañedo Figueroa Xóchitl Duque Alarcón María Teresa Silvia Tinoco Zamudio |
| author_facet | Carlos Eduardo Cañedo Figueroa Xóchitl Duque Alarcón María Teresa Silvia Tinoco Zamudio |
| author_sort | Carlos Eduardo Cañedo Figueroa |
| collection | DOAJ |
| description |
En el presente documento se describe un estudio sobre la detección de estrés en profesionales sanitarios mediante el uso de redes neuronales artificiales. Se generó un modelo de red neuronal para clasificar datos relacionados con la detección oportuna de problemas de estrés en personal sanitario. Para ello, se obtuvieron datos clasificados utilizando la referencia del instrumento ProQOL, seguido de la aplicación de un modelo matemático para incremento de datos de forma artificial. Posteriormente, se aplicó el entrenamiento de redes neuronales artificiales modificando hiperparámetros y funciones de activación de forma experimental mediante el lenguaje de programación de Python. Los resultados obtenidos muestran una estimación de la capacidad de clasificación (F1-score) del 85.3, 67.5 y 89.3 % para la detección de Burnout, fatiga por compasión y estrés traumático secundarios, respectivamente. Se advierte la posibilidad de mejorar el desempeño de estos resultados incrementando los datos de entrenamiento. Debe resaltarse que esta es una investigación que involucra datos únicamente del contexto del hospital del ISSSTE de la ciudad de Chihuahua.
DOI: https://doi.org/10.54167/tch.v18i3.1641
|
| format | Article |
| id | doaj-art-698f5e16e3d44e4ebe186a6f1c84dbc9 |
| institution | Kabale University |
| issn | 1870-6606 2683-3360 |
| language | English |
| publishDate | 2024-12-01 |
| publisher | Universidad Autónoma de Chihuahua |
| record_format | Article |
| series | Tecnociencia Chihuahua |
| spelling | doaj-art-698f5e16e3d44e4ebe186a6f1c84dbc92025-01-13T01:34:02ZengUniversidad Autónoma de ChihuahuaTecnociencia Chihuahua1870-66062683-33602024-12-0118310.54167/tch.v18i3.1641Detección de estrés por medio de redes neuronales artificiales en personal sanitarioCarlos Eduardo Cañedo Figueroa0https://orcid.org/0000-0002-2290-4284Xóchitl Duque Alarcón1https://orcid.org/0000-0002-5131-4726María Teresa Silvia Tinoco Zamudio2https://orcid.org/0009-0007-3533-0172UACH. Facultad de Medicina y Ciencias BiomédicasISSSTE. Instituto de Seguridad y Servicios Sociales de los Trabajadores del EstadoUniversidad Contemporánea de las Américas En el presente documento se describe un estudio sobre la detección de estrés en profesionales sanitarios mediante el uso de redes neuronales artificiales. Se generó un modelo de red neuronal para clasificar datos relacionados con la detección oportuna de problemas de estrés en personal sanitario. Para ello, se obtuvieron datos clasificados utilizando la referencia del instrumento ProQOL, seguido de la aplicación de un modelo matemático para incremento de datos de forma artificial. Posteriormente, se aplicó el entrenamiento de redes neuronales artificiales modificando hiperparámetros y funciones de activación de forma experimental mediante el lenguaje de programación de Python. Los resultados obtenidos muestran una estimación de la capacidad de clasificación (F1-score) del 85.3, 67.5 y 89.3 % para la detección de Burnout, fatiga por compasión y estrés traumático secundarios, respectivamente. Se advierte la posibilidad de mejorar el desempeño de estos resultados incrementando los datos de entrenamiento. Debe resaltarse que esta es una investigación que involucra datos únicamente del contexto del hospital del ISSSTE de la ciudad de Chihuahua. DOI: https://doi.org/10.54167/tch.v18i3.1641 https://148.229.1.91/index.php/tecnociencia/article/view/1641estrés psicológicoaprendizaje supervisado de máquinasdetección |
| spellingShingle | Carlos Eduardo Cañedo Figueroa Xóchitl Duque Alarcón María Teresa Silvia Tinoco Zamudio Detección de estrés por medio de redes neuronales artificiales en personal sanitario Tecnociencia Chihuahua estrés psicológico aprendizaje supervisado de máquinas detección |
| title | Detección de estrés por medio de redes neuronales artificiales en personal sanitario |
| title_full | Detección de estrés por medio de redes neuronales artificiales en personal sanitario |
| title_fullStr | Detección de estrés por medio de redes neuronales artificiales en personal sanitario |
| title_full_unstemmed | Detección de estrés por medio de redes neuronales artificiales en personal sanitario |
| title_short | Detección de estrés por medio de redes neuronales artificiales en personal sanitario |
| title_sort | deteccion de estres por medio de redes neuronales artificiales en personal sanitario |
| topic | estrés psicológico aprendizaje supervisado de máquinas detección |
| url | https://148.229.1.91/index.php/tecnociencia/article/view/1641 |
| work_keys_str_mv | AT carloseduardocanedofigueroa detecciondeestrespormedioderedesneuronalesartificialesenpersonalsanitario AT xochitlduquealarcon detecciondeestrespormedioderedesneuronalesartificialesenpersonalsanitario AT mariateresasilviatinocozamudio detecciondeestrespormedioderedesneuronalesartificialesenpersonalsanitario |