EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Perfiles de riesgo de salud mental en estudiantes universitarios mediante GHQ-28 y técnicas de Machine Learning

Doris Paola Sanabria Garcia, Jesus Antonio Villarraga

Publicaciones e Investigación · 2025

DOI: 10.22490/25394088.10120 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Publicaciones e Investigación, 2025. Verfasst von Doris Paola Sanabria Garcia und 1 weiteren Autor:innen. Die Arbeit nennt 10 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

El bienestar psicológico de los estudiantes universitarios es clave para su permanencia y rendimiento académico. Este estudio tuvo como objetivo identificar y caracterizar perfiles de riesgo psicológico en estudiantes de Ingeniería Agronómica y Ciencias Sociales de la Universidad de Cundinamarca, a partir del cuestionario GHQ-28, que evalúa cuatro subescalas: somatización, ansiedad/insomnio, disfunción social y depresión. La investigación, de tipo cuantitativo con enfoque descriptivo, exploratorio y predictivo, incluyó a 227 estudiantes que completaron voluntariamente el instrumento. Las respuestas fueron codificadas con el método Likert (0-1-2-3) y analizadas junto con variables sociodemográficas. Se aplicaron análisis descriptivos, reducción de dimensionalidad mediante análisis de componentes principales (PCA) y agrupamiento no supervisado con K-Means, con lo cual se identificaron tres perfiles de riesgo: bajo, intermedio y alto. Para la clasificación predictiva, se implementaron modelos de regresión logística y random forest, que evidenciaron un mejor desempeño del modelo logístico (AUC = 0.96) frente al random forest (AUC = 0.57). Los hallazgos permiten proponer estrategias de intervención diferenciadas y resaltan la utilidad del GHQ-28 como herramienta de cribado en entornos universitarios.

Zitieren

APA

Garcia, D. P. S., & Villarraga, J. A. (2025). Perfiles de riesgo de salud mental en estudiantes universitarios mediante GHQ-28 y técnicas de Machine Learning. Publicaciones e Investigación. https://doi.org/10.22490/25394088.10120

Vancouver

Garcia DPS, Villarraga JA. Perfiles de riesgo de salud mental en estudiantes universitarios mediante GHQ-28 y técnicas de Machine Learning. Publicaciones e Investigación. 2025. doi:10.22490/25394088.10120

BibTeX
@article{Garcia2025,
  author = {Garcia, Doris Paola Sanabria and Villarraga, Jesus Antonio},
  title = {Perfiles de riesgo de salud mental en estudiantes universitarios mediante GHQ-28 y técnicas de Machine Learning},
  journal = {Publicaciones e Investigación},
  year = {2025},
  doi = {10.22490/25394088.10120}
}
Kostenlos starten →