Determinación de factores de riesgo de bajo peso al nacer en Colombia aplicando análisis exploratorio de datos y modelos de machine learning para los años 2017 al 2021

Abstract

El trabajo busca identificar los principales factores asociados al bajo peso al nacer (BPN) en el país. Para ello utiliza técnicas de análisis exploratorio de datos y modelos de aprendizaje automático aplicados a la base de nacimientos del DANE entre 2017 y 2021. Dentro de las variables exógenas que podrían constituir un factor de riesgo que se incluyeron en los modelos hay características sociodemográficas de la madre como la edad, el número de partos, el nivel educativo y la región geográfica. Un análisis bivariado mostró que las madres adolescentes y de mayor edad, con bajo nivel educativo y residentes en áreas rurales tienen un mayor riesgo de tener bebés con BPN. Varios modelos de machine learning fueron evaluados, y el modelo con mejor desempeño fue una regresión logística mejorada con la técnica SMOTE (Synthetic Minority Over-sampling Technique). Para evaluar el rendimiento de los modelos, se aplicaron técnicas de validación cruzada y se utilizaron métricas como precisión, recall y F1-score. El estudio concluye que las intervenciones para mejorar el acceso a servicios de salud en áreas rurales y las políticas que abordan disparidades educativas y socioeconómicas pueden contribuir a reducir la incidencia de BPN en Colombia.