Aprendizaje automático para identificar factores asociados al deterioro cognitivo leve en adultos mayores de El Salvador
DOI:
https://doi.org/10.5377/alerta.v9i2.22624Palabras clave:
Disminución Cognitiva, Aprendizaje Automático, Salud MentalResumen
Introducción. El deterioro cognitivo leve en adultos mayores representa un desafío emergente de salud pública en Latinoamérica por su prevalencia, progresión a demencia y repercusiones funcionales, emocionales y sociales. En El Salvador, se requiere evidencia local para orientar intervenciones. Objetivo. Analizar los factores asociados al deterioro cognitivo leve en adultos mayores de El Salvador. Metodología. Se realizó un estudio transversal analítico con datos de la Encuesta Nacional de Salud Mental 2022. Se analizaron 1897 adultos mayores. Se aplicaron análisis descriptivos, regresión logística multivariada como modelo de aprendizaje supervisado, y además se utilizó el desbalance de clases se manejó mediante el método de sobremuestreo. El modelo se optimizó con validación cruzada y simulaciones de Monte Carlo. El agrupamiento fue por K-means para caracterizar perfiles territoriales de vulnerabilidad, en RStudio 4. 5. 0. Resultados. La prevalencia de deterioro cognitivo leve fue del 17,7 %. La probabilidad del evento aumentó con la edad (OR 1,05), el sexo femenino (OR 1,51), los síntomas de ansiedad y depresión (OR 1,39; OR 1,04), y la discriminación por edad (OR 1,79). En contraste, la alfabetización (OR 0,26), un mayor nivel de estatus socioeconómico (OR 0,90), residir en zonas urbanas (OR 0,75) y la inactividad laboral (OR 0,55) mostraron asociación protectora (p < 0,05). El modelo presentó capacidad discriminativa moderada (AUC 0,75). El agrupamiento identificó mayor concentración de perfiles de alta vulnerabilidad en Morazán, Cabañas y La Unión. Conclusión. El deterioro cognitivo leve en adultos mayores salvadoreños es multifactorial. Estos hallazgos pueden orientar un tamizaje oportuno, atención integral y políticas públicas territoriales.
Descargas
13
PDF (English) 1
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Xochitl, Sandoval López, David A., Tejada, Karina V., Alam

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Declaración de privacidad:
Los artículos de Revista Alerta están publicados bajo una licencia creative commons 4.0 CC BY: https://creativecommons.org/licenses/by/4.0/
Los autores conservan todos sus derechos sobre la obra y acuerdan permitir que los artículos sean copiados y distribuidos por cualquier medio, siempre que se mantenga su autoría y reconocimiento de la publicación, sin otras restricciones adicionales.