dc.creatorReyes-Ruiz, Lizeth
dc.creatorDe La Hoz Granadillo, Efraín Javier
dc.creatorCarmona Alvarado, Farid Alejandro
dc.date.accessioned2019-10-28T15:35:08Z
dc.date.accessioned2022-11-14T19:46:23Z
dc.date.available2019-10-28T15:35:08Z
dc.date.available2022-11-14T19:46:23Z
dc.date.created2019-10-28T15:35:08Z
dc.date.issued2019
dc.identifier26107988
dc.identifierhttps://hdl.handle.net/20.500.12442/4271
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/5182549
dc.description.abstractEn este trabajo de investigación, se presenta un método para identificar y pronosticar perfiles de riesgo suicida en adolescentes a partir del caso de estudio de estudiantes de secundaria de escuela pública del departamento del Atlántico. Como fundamento teórico se utilizó la literatura asociada a la evaluación del riesgo suicida, el análisis de conglomerados y las redes neuronales artificiales. Para lo anterior, se tomó información relacionada con los factores de riesgo suicida desesperanza, ideación, aislamiento y apoyo familiar de una muestra de 119 estudiantes adolescentes de los grados noveno al undécimo del departamento del Atlántico. Como resultado se desarrolló un método para identificar, valorar y pronosticar perfiles de riesgo suicida en adolescentes. Se concluye que el análisis de conglomerados mostró condiciones favorables para clasificar 4 perfiles característicos de riesgo suicida y las redes neuronales artificiales capacidad de pronosticar con una probabilidad del 95,5% de clasificación correcta.
dc.description.abstractThis article presents the profiles of suicide risk in 119 adolescent high school students of public schools of the department of Atlántico. As a theoretical basis, the literature associated with the evaluation of suicide risk, the analysis of conglomerates and the artificial neural networks were used. For the above, information was taken related to suicidal risk factors, hopelessness, ideation, isolation and family support. As a result, a method was developed to identify, assess and predict suicide risk profiles in adolescents. It is concluded that the cluster analysis showed favorable conditions to classify 4 characteristic profiles of suicide risk and artificial neural networks with a capacity to predict with a 95.5% probability of correct classification.
dc.languagespa
dc.publisherSociedad Venezolana de Farmacología Clínica y Terapéutica
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.sourceRevista AVFT-Archivos Venezolanos de Farmacología y Terapéutica
dc.sourceVol. 38 No. 2 (2019)
dc.sourcehttp://www.revistaavft.com/images/revistas/2019/avft_3_2019/1_metodo_para_identificar.pdf
dc.sourceSánchez-Loyo, L., Morfín, T., García, J., Quintanilla, R., Hernández, H., Contreras, E., & Cruz, J. (2014). Intento de suicidio en adolescentes mexicanos: perspectiva desde el consenso cultural. Acta de Investigación Psicológica, 4(1),1446–1458. https://doi.org/10.1016/ S2007-4719(14)70386-2
dc.sourceLarraguibel Q., Marcela González M., Patricia Martínez N., Vania Valenzuela G., R. (2000). Factores de riesgo de conducta suicida en niños y adolescentes. Revista Chilena de Pediatría, 71(3),183–191. https://doi.org/https://dx.doi.org/10.4067/S0370- 41062000000300002
dc.sourceBaham, M., Alarc, Y., Reyes Ruiz, L., Uribe Alvarado, J., & Garc, C. (2018). Prácticas parentales como predictoras de la ideación suicida en adolescentes colombianos (Parenting practices, predictor of Colombian adolescents suicidal ideation). Psicogente, 21(39), 50-61. https://doi.org/10.17081/psico.21.39.2821
dc.sourceCeballos-Espinoza, F. (2017). Suicidio adolescente y Otredad: Laballena azul dentro del aula.VI Congreso Internacional de Psicología y Educación. Psychology Investigation, Lima.https://www. academia.edu/39749765/Ceballos-Espinoza_F._2017_._Suicidio_ adolescente_y_Otredad_La_ballena_azul_dentro_del_aula?email_ work_card=view-paper
dc.sourceGonzález, I. D. (2019). Salud mental en el Atlántico está en alto riesgo: MinSalud. https://caracol.com.co/emisora/2019/05/03/barranquilla/ 1556883038_656788.html
dc.sourceBahamón, M., & Alarcón-Vasquez, Y. (2018). Diseño y validación de una escala para evaluar el Riesgo Suicida (ERS) en adolescentes colombianos. Universitas Psychologica, 17(4),1–15.
dc.sourceGómez, A. (2012). Evaluación del riesgo de suicidio: enfoque actualizado. Revista Médica Clínica. Conde, 23(5),607–615.
dc.sourcePeña, D. (2002). Análisis de datos multivariantes (pp. 137–235). Madrid: Editorial Mc.Graw Hill.
dc.sourceDe la Garza, J., Morales, B., & González, B. (2013). Análisis Estadístico Mutivariante. Un enfoque teórico y práctico (pp. 150–178). México: Editorial Mc.Graw Hill.
dc.sourceCatena, A., Ramos, M., & Trujillo, H. (2003). Análisis Multivariado. Un manual para investigadores (Primera). Madrid: Editorial Biblioteca Nueva
dc.sourceCaicedo, E., & López, J. (2009). Una Aproximación Práctica a las Redes Neuronales Artificiales (Priera). Cali: Programa Editorial Univeridad del Valle.
dc.sourceValdivia, M., Silva, D., Sanhueza, F., Cova, F., & Melipillán, R. (2015). Prevalencia de intento de suicidio adolescente y factores de riesgo asociados en una comuna rural de la provincia de Concepción. Rev Med Chile, (143), 320–328
dc.sourceRamírez, L., & Naranjo, C. (2014). Comportamiento del suicidio. Colombia, 2014. Revista Forensis, 16(1),319–350. Retrieved from http://www.medicinalegal.gov.co/docu ments/88730/1656998/ Forensis+Interacti vo+2014.24-JULpdf.pdf/9085ad79-d2a9-4 c0da17b- f845ab96534b
dc.sourceSalvo, L., & Castro, A. (2019). Factores de riesgo para intento de suicidio en personas con trastorno depresivo en atención secundaria. Rev Med Chile, (147),181–189.
dc.sourceKamath, P., Reddy, Y., & Kandavel, T. (2007). Suicidal behavior in obsessive-compulsive disorder. Journal of Clinical Psychiatry, 68(11),1741–1750.
dc.sourceKuo, W., Gallo, J., & Eaton, W. (2004). Hopelessness, depression, substance disorder, and suicidality--a 13-year community-based study. Social Psychiatry and Psychiatric Epidemiology, 39(6), 497– 50. https://doi.org/10.1007/s00127-004-0775-z
dc.sourceRuneson, B., Tidelman, D., Dahlin, M., Lichtenstein, P., & Langström, N. (2010). Method of attempted suicide as predictor of successful suicide: Natural long-term cohort study. BMJ, 341:c3222. https://doi. org/10.1136/bmj.c3222
dc.sourceCacioppo, J., & Cacioppo, S. (2014). Social relationships and health: The toxic effects of perceived social isolation. Ocial and Personality Psychology Compass, 8, 58–72. https://doi.org/10.1111/spc3.12087
dc.sourceCacioppo, S., A., G., London, S., Goossens, L., & J., C. (2015). Loneliness: Clinical import and interventions. Perspectives on Psychological Science, 10, 238–249. https://doi.org/10.1177/174569 1615570616
dc.sourceOng, A., Uchino, B., & Wethington, E. (2016). Loneliness and health in older adults: A mini-review and synthesis. Gerontology, 62,4434– 4449. https://doi.org/10.1159/000441 651
dc.sourceAlaka, H., Oyedele, H., Owolabi, A., Kumar, O., Akinade, & Bilal, M. (2017). Systematic Review of Bankruptcy Prediction Models: Towards a Framework for Tool Selection. Expert Systems with Applications, (94),164–184.
dc.sourceMcMillan, G. (2013). Process/Industrial Instruments and Controls Handbook (pp. 12–35). Mc.Graw Hill.
dc.subjectRiesgo suicida
dc.subjectAnálisis de conglomerado
dc.subjectRedes neuronales artificiales
dc.subjectSuicide risk
dc.subjectConglomerate analysis
dc.subjectArtificial neural network
dc.titleMétodo para identificar y pronosticar riesgo suicida perfiles de en adolescentes mediante técnicas de análisis de conglomerado y red neuronal artificial
dc.typearticle


Este ítem pertenece a la siguiente institución