Subtipos cognitivos para predecir el resultado en el trastorno afectivo : un enfoque de aprendizaje automático

El proyecto consiste en analizar una base de datos con resultados de pacientes con trastornos psiquiátricos que presentan una serie de síntomas, para que aplicando técnicas de Machine Learning se prediga si un paciente debe iniciar un tratamiento o no, esta base de datos está estructurada y contiene datos basados en pacientes. Los métodos de aprendizaje automático para la predicción y detección de patrones son cada vez más frecuentes en la investigación psicológica. Las técnicas de ML son muy útiles y tienen un alto impacto en la psicología, especialmente en la comprensión de patrones ocultos en el comportamiento de las personas. Aunque la psicología, como ciencia que construye teorías, tarda en adoptar el ML como herramienta para analizar resultados experimentales. Algunos resultados de los experimentos son tratados y analizados con técnicas estadísticas inferenciales (Orrù, Monaro, Conversano, Gemignani, & Sartori, 2020) pero con los avances obtenidos últimamente se han realizado estudios con grandes resultados.

The project consists of analyzing a database with results of patients with psyquiatric disorders which present a series of symptoms, so that by applying Machine Learning techniques it will predict whether a patient should start treatment or not, this database is structured and contains data based on patients. Machine learning methods for prediction and pattern detection are increasingly prevalent in psychological research. ML techniques are very useful and have a high impact in psychology, especially in understanding hidden patterns in people's behavior. Although psychology as a science that builds theories is slow to adopt ML as a tool to analyze experimental results. Some results of experiments are treated and analyzed with inferential statistical techniques, (Orrù, Monaro, Conversano, Gemignani, & Sartori, 2020) but with the advances obtained lately studies have been done with great results.