Acceso usuarios
Rocio Fernandez Budareto, Shanesia Gasaneo, Luna Morales, Ariel Piampiani, Micaela Iriarte, Maria Belen Roche, Ronny Guevara, Gustavo Gasaneo
Introducción: El Inventario de Ansiedad Estado-Rasgo (STAI) es una de las diversas herramientas de evaluación psicológica que nos permite evaluar la ansiedad. El inventario consta de 40 ítems y evalúa dos aspectos específicos: la ansiedad estado y la ansiedad rasgo. Objetivos: Para el presente estudio se busca obtener una versión del inventario lo más breve posible, sin comprometer la confiabilidad y precisión del mismo. Específicamente buscamos obtener una escala más pequeña para la evaluación de la ansiedad rasgo, con el fin último de poder utilizarla junto con otras escalas para abordar el estudio de sujetos con obesidad o sobrepeso. Metodología: Según el objetivo planteado, se realizó la aplicación del STAI a 77 mujeres, cuyo rango etario oscila entre los 20 y 36 años, las cuales dieron su consentimiento para utilizar los datos obtenidos. Posteriormente se implementó técnicas de data cleaning que permite analizar la calidad de los datos. Para identificar relaciones y tomar decisiones se estudia la correlación entre las variables del test. Finalmente, se aplicaron técnicas de ML, como PCA, para reducir la dimensionalidad y los clasificadores supervisados KNN y RF. Resultados: El estudio realizado nos permitió confirmar que se puede obtener una subescala más compacta para el STAI rasgo con solo 12 preguntas que explica el 90% de la variabilidad de los datos. Las técnicas implementadas permiten ver cuáles preguntas dan lugar al mencionado grado de confiabilidad. Discusión: En este trabajo nos planteamos la utilización de herramientas basadas en ML para analizar la reducción de la escala de STAI. A diferencia de las herramientas estadísticas tradicionales, el uso de herramientas de data mining y ML permiten un tratamiento diferente de la información las cuales dan como resultado la selección de un subconjunto de preguntas que mantienen la confiabilidad del test
