Aplicación de modelos de Machine Learning para identificar patrones de riesgo en mujeres adultas víctimas de maltrato o violencia en siete regiones del Perú
.
Universidad Nacional de Ingeniería
Facultad de Ingeniería Industrial y de Sistemas
Maestría en Inteligencia Artificial
Sección A – MIA 104
Facultad de Ingeniería Industrial y de Sistemas
Maestría en Inteligencia Artificial
Sección A – MIA 104
Integrantes
- Guillermo Gonzales Lozano 1
- Yvan Tito Carranza Villalobos 2
- Ernesto José Rodríguez Mora 3
- Donny Taipe Araujo 4
La violencia contra la mujer en Perú representa un problema estructural de salud pública, cuya detección tardía en los centros de atención primaria agrava sus consecuencias y perpetúa ciclos de abuso. El objetivo de este estudio es desarrollar y validar un modelo de machine learning capaz de identificar patrones de riesgo y predecir la probabilidad de que una mujer sea víctima de violencia, sirviendo como una herramienta de tamizaje temprano. Siguiendo la metodología CRISP-DM, se utilizó un dataset de 9,484 registros provenientes de encuestas epidemiológicas de salud mental en siete regiones del Perú. El preprocesamiento de datos incluyó ingeniería de características, codificación one-hot y balanceo de la clase objetivo mediante la técnica RandomOverSampler. Para la fase de modelado, se entrenaron ocho algoritmos de clasificación: Regresión Logística, Árbol de Decisión, Random Forest, Naive Bayes, XGBoost, Red Neuronal (MLP), Support Vector Machine (SVM) y K-Nearest Neighbors (KNN). La evaluación de los modelos, priorizando el Recall debido a la criticidad de no omitir casos reales, identificó a la Regresión Logística como el modelo de mejor rendimiento, alcanzando un Recall de 89.4%, un F1-Score de 50.7% y un AUROC de 83.7%. Se concluye que el modelo desarrollado constituye una herramienta viable y de alto impacto social, capaz de facilitar la detección temprana y rápida de la violencia en entornos de atención primaria, optimizando la asignación de recursos de apoyo y permitiendo una intervención oportuna para proteger a las víctimas.
Palabras Clave: Maltrato o violencia a la mujer, Machine Learning, Aprendizaje Supervisado, Recall, Ingeniería de Características, Estudios epidemiológicos, Datos Desbalanceados, Hiperparámetros.
1 Ingeniero de sistemas e Informática, guillermo.gonzales.l@uni.pe, cód. 20256604G
2 Ingeniero de sistemas e informática, yvan.carranza.v@uni.pe, cód. 20256636F
3 Ingeniero de sistemas, ernesto.rodriguez.m@uni.pe, cód. 20256649K
4 Físico, donny.taipe.a@uni.pe, cód. 20256602D