Modelo para identificar factores de riesgo y patrones asociados a la desnutrición crónica infantil en el Perú

[jrivera]

TEMA:
Modelo de Machine Learning para identificar factores de riesgo y patrones asociados a la desnutrición crónica infantil en niños menores de 5 años en el Perú

ABSTRACT:
Este estudio aborda la desnutrición crónica infantil en el Perú mediante la implementación de modelos de Machine Learning que identifican factores de riesgo y patrones asociados en niños menores de 5 años. Utilizando datos de la Encuesta Demográfica y de Salud Familiar (ENDES), se evaluaron algoritmos supervisados como Redes Neuronales, Máquinas de Soporte Vectorial (SVM), Árboles de Decisión, Naive Bayes y KNN. Las Redes Neuronales Multicapa (ANN) demostraron el mejor desempeño, con una exactitud del
97.66% y un AUC-ROC del 99.65%. Los resultados resaltan la influencia de variables como el peso del niño, el índice de riqueza, el acceso a servicios higiénicos, la altitud y el nivel educativo de la madre. Este trabajo destaca el potencial del Machine Learning no solo como una herramienta predictiva, sino también como una base para diseñar estrategias de intervención en salud pública orientadas a reducir la desnutrición y la anemia infantil en el Perú.

INTEGRANTES:
Grupo 1 (SECCION B): John Rivera Bernuy
Carlos Rosas Cadillo
Manuel Cochachin Melgarejo