Algoritmos inteligentes aplicados al análisis del perfil de estrés con perspectiva de género

Simple item page
dc.contributor.affiliationUniversidad Autónoma del Estado de Morelos (México). Dirección Postal: Av. Ferrocarril México Balsas #50-4. Col. Ocotepec, Cuernavaca, Mor. C.P.62220
dc.contributor.emailmerana@uaem.mx
dc.creatorEraña-Díaz, Marta-Lilia
dc.creatorRosales-Lagarde, Alejandra
dc.creator.identificadorhttps://orcid.org/0000-0001-8450-8247 (Eraña-Díaz, Marta-Lilia)
dc.creator.identificadorhttps://orcid.org/0000-0002-3557-603X (Rosales-Lagarde, Alejandra)
dc.date2024
dc.date.accessioned2026-05-20T21:28:25Z
dc.date.issued2024
dc.date.published2024
dc.descriptionLas respuestas al estrés y los estilos de afrontamiento son distintas entre los individuos. La perspectiva de género es importante para el establecimiento de medidas realistas en la promoción de la salud de los trabajadores, ya que las respuestas ante situaciones consideradas de riesgo suceden a nivel conductual, fisiológico y psicológico. En la actualidad, desde la perspectiva psicológica y psicobiológica, se aplican escalas para medir los niveles de estrés y los estilos de afrontamiento entre los individuos. En este trabajo se llevó a cabo un estudio para obtener un indicador o modelo que permite mostrar los niveles de vulnerabilidad existentes entre los niveles de riesgo, analizándolo desde la perspectiva de género, entre mujeres y hombres. El indicador seleccionado es el nivel de estrés, el cual fue estimado aplicando el instrumento el Perfil de Estrés de Nowack. Los resultados de tres estudios realizados en diferentes contextos fueron recopilados y analizados bajo una perspectiva de género. El primer estudio fue de laboratorio y se aplicaron escalas para detectar depresión y estrés (n = 136 estudiantes). El segundo estudio se realizó a un grupo de Adultos Mayores en una investigación sobre la relación del sueño y el deterioro cognitivo. El tercer estudio fue realizado a trabajadores del Instituto Nacional de Estadística y Geografía, con el propósito de promover la salud mental. El análisis de la información obtenida del instrumento se llevó a cabo aplicando los algoritmos inteligentes del Machine Learning, ML, k-means, Decision Tree (DT), y Random Forest (RF), con diferentes configuraciones de los conjuntos de datos de los estudios mencionados. En el análisis con perspectiva de género, el mejor modelo se obtuvo con el algoritmo RF donde las primeras cuatro dimensiones relevantes fueron: bienestar psicológico, red de apoyo social, hábitos de salud y valoración negativa. Además, el porcentaje de mujeres con recursos más limitados para afrontar el estrés fue menor que el de los hombres. Estos análisis permiten enfocarse en el grupo con mayor nivel de riesgo para generar estrategias tempranas de prevención y manejo del estrés.
dc.description.abstractotrodiomaThis study was conducted to obtain an indicator or model that allows displaying existing vvulnerability levels among risk levels, analyzing it from a gender perspective, comparing women and men. The selected indicator is the level of stress, estimated by applying the Nowack Stress Profile instrument. The results of three studies conducted in different contexts were compiled and analyzed from a gender perspective. The first study took place in a laboratory, and scales were administered to detect depression and stress (n = 136 students). The second study examined the relationship between sleep and cognitive decline (n = 14 older adults). The third study was conducted on workers at the National Institute of Statistics and Geography (n = 116), with the purpose of promoting mental health. The analysis of data obtained from the instrument was carried out using intelligent machine learning algorithms, specifically k-means, Decision Tree (DT), and Random Forest (RF), with different configurations of the datasets from the mentioned studies. With the gender perspective analysis, the best model was obtained from the RF algorithm and the first four relevant dimensions were psychological well being, social support network, health habits, and negative appraisal. Additionally, in coping with stress, the percentage of women with fewer resources was lower than that of men. These analyses allow focus on the group with higher level of risk in order to generate early prevention and stress management strategies.
dc.formatPDF
dc.identifierOE08SC2025
dc.identifier.doi10.22201/fesi.20070780e.2024.16.1.86710
dc.identifier.eissn2007-0772
dc.identifier.issn2007-0780
dc.identifier.organizacionInstituto Nacional de Psiquiatría Ramón de la Fuente Muñiz
dc.identifier.placeMéxico
dc.identifier.urihttps://repositorio.inprf.gob.mx/handle/123456789/25
dc.identifier.urihttps://revistas.unam.mx/index.php/jbhsi/article/view/86710
dc.identifier.urihttps://doi.org/10.22201/fesi.20070780e.2024.16.1.86710
dc.language.isospa
dc.publisherUniversidad de Guadalajara, Centro de Estudios e Investigaciones en Comportamiento
dc.relation15(3):3-24
dc.relation.jnabreviadoJ BEHAV HEALTH SOC ISSUES
dc.relation.journalJournal of Behavior, Health & Social Issues
dc.rightsAcceso Cerrado
dc.subject.kwEstrés
dc.subject.kwSalud mental
dc.subject.kwMachine learning
dc.subject.kwPerspectiva de género
dc.subject.kwBienestar psicológico
dc.titleAlgoritmos inteligentes aplicados al análisis del perfil de estrés con perspectiva de género
dc.title.alternativeIntelligent algorithms applied to stress profile analysis with a gender perspective
dc.typeArtículo

Files

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download

Collections

Artículos de revista