Random forest de los factores asociados a la desnutrición crónica en niños peruanos menores de cinco años, 2020

Abstract

Analizar los factores asociados a la desnutrición crónica en niños peruanos menores de cinco años en 2020, utilizando dos modelos de machine learning: Random Forest y AdaBoost. Se balanceó la variable dependiente para ambos modelos y se compararon mediante indicadores de desempeño. Los resultados mostraron que el modelo Random forest tuvo un mejor desempeño en términos de AUC y sensibilidad, mientras que el modelo AdaBoost tuvo una mejor especificidad. En cuanto a los factores asociados a la desnutrición infantil, se identificaron la edad del menor, el número de niños en el hogar y el índice de riqueza como los más importantes. En conclusión, el modelo Random forest fue el más adecuado para predecir la desnutrición crónica en niños peruanos menores de cinco años en 2020, y los factores de mayor importancia fueron la edad del menor, el número de niños en el hogar y el índice de riqueza. Estos hallazgos pueden ser de gran utilidad para desarrollar estrategias efectivas de prevención y control de la desnutrición infantil en Perú.