Análisis de variables psicológicas en pacientes de hemodiálisis mediante algoritmos de aprendizaje automático

Resumen

Introducción: La enfermedad renal crónica constituye un problema de salud que va en aumento, altamente relacionado con problemas psicológicos que determinan muchas veces su evolución.  

Objetivo: Describir la prevalencia y la asociación de variables psicológicas y demográficas en relación a la resiliencia en pacientes de hemodiálisis del Hospital “Arnaldo Milián Castro” de Santa Clara.

Métodos: Estudio transversal descriptivo, con muestreo no probabilístico, se utilizaron las escalas de resiliencia (CD-RISC) de 25 ítems; La escala hospitalaria de ansiedad y depresión (HADS) y la escala de síntomas de estrés (ESE). El procesamiento fue realizado con estadística descriptiva y algoritmos de inteligencia artificial.

Resultados: El comportamiento de la resiliencia fue preponderantemente moderado en un 54,5 % de los casos; ansiedad y depresión no indicaron caso en 78,8 % y 84,8 % de la muestra, mientras el estrés fue clasificado de patológico en el 57,6 % de los pacientes. Las variables que mejor se asocian y predicen la resiliencia fueron control bajo presión (C.B.P), persistencia tenacidad y autoeficacia (P.T.A) y adaptabilidad y redes de apoyo (A.R.A), el estrés fue la manifestación mejor relacionada con la resiliencia.  

Conclusiones: Se concluye que la resiliencia se predice mejor desde las variaciones del C.B.P, la P.T.A y A.R.A y que la misma se vincula negativamente con el estrés, no teniendo la ansiedad y la depresión un alto valor predictivo en el modelo de aprendizaje automático.