PREDICCION DEL CONSUMO DE EXTASIS A PARTIR DE REDES NEURONALES ARTIFICIALES
Bewaard in:
PALMER, A., ET AL., PREDICCION DEL CONSUMO DE EXTASIS A PARTIR DE REDES NEURONALES ARTIFICIALES. ADICCIONES, Vol. 12, no. 1 (2000), p. 29-41.
Ref.
89496
Plaats:
SIIS R.841
Palabras clave:
Consumo, Drogas de síntesis, Drogodependencias, Experimentación, Éxtasis, Factor de riesgo, Predicción
Consumo, Drogas de síntesis, Drogodependencias, Experimentación, Éxtasis, Factor de riesgo, Predicción
Samenvatting:
El propósito del presente estudio fue mostrar cómo una red neuronal artificial (RNA) puede ser útil para predecir el consumo de éstasis (MDMA). Más específicamente, se trata de desarrollar una red neuronal del tipo backpropagation capaz de discriminar entre quién consumo éstasis y quién no, a partir de las respuestas dadas por los sujetos a un cuestionario. La muestra estaba compuesta por 148 consumidores y 148 no consumidores de éstasis. Se explican las difrentes fases llevadas a cabo para desarrollar la RNA: selección de las variables relevantes y preprocesamiento de los datos, división de la muestra en grupo de entreno, validación y test, entreno y evalución del modelo de red, y análisis de sensibilidad. La eficacia de la RNA entrenada fue del 96.66% El área bajo la curva ROC (Receiver operating characteristic) fue de 0.99440.0055 SE. Por otra parte, se pretende mostrar que las RNA no representan una "caja negra", sino que pueden dar información acerca del grado de influencia que tiene cada variable predictora sobre el consumo de éstasis.
El propósito del presente estudio fue mostrar cómo una red neuronal artificial (RNA) puede ser útil para predecir el consumo de éstasis (MDMA). Más específicamente, se trata de desarrollar una red neuronal del tipo backpropagation capaz de discriminar entre quién consumo éstasis y quién no, a partir de las respuestas dadas por los sujetos a un cuestionario. La muestra estaba compuesta por 148 consumidores y 148 no consumidores de éstasis. Se explican las difrentes fases llevadas a cabo para desarrollar la RNA: selección de las variables relevantes y preprocesamiento de los datos, división de la muestra en grupo de entreno, validación y test, entreno y evalución del modelo de red, y análisis de sensibilidad. La eficacia de la RNA entrenada fue del 96.66% El área bajo la curva ROC (Receiver operating characteristic) fue de 0.99440.0055 SE. Por otra parte, se pretende mostrar que las RNA no representan una "caja negra", sino que pueden dar información acerca del grado de influencia que tiene cada variable predictora sobre el consumo de éstasis.