Análisis exploratorio y predictivo de factores asociados al suicidio en Colombia a partir de la Encuesta Nacional de Salud Mental 2015

Abstract

El presente estudio analiza los factores asociados al riesgo suicida en la población colombiana utilizando los microdatos de la Encuesta Nacional de Salud Mental (ENSM) 2015. Ante el incremento de la mortalidad por este fenómeno, se aplicó la metodología CRISP-DM para desarrollar modelos de analítica avanzada que superen las limitaciones de los análisis descriptivos tradicionales. Se entrenaron y evaluaron algoritmos de clasificación, incluyendo Regresión Logística, Random Forest y XGBoost, empleando técnicas de imputación y sobremuestreo sintético (SMOTE) para corregir el desbalance de clases sobre el grupo de entrenamiento. Los resultados demuestran que el modelo de Regresión Logística obtuvo el mejor desempeño predictivo (Recall: 0.526, F1-Score: 0.559). Los hallazgos demuestran que la Regresión Logística ofrece una capacidad discriminativa funcional para el tamizaje primario. Aunque el fenómeno suicida es inherentemente complejo y multifactorial, este modelo se posiciona como una herramienta complementaria de apoyo a la decisión clínica, permitiendo priorizar la atención en individuos con perfiles de alta vulnerabilidad.