Predicción de la Ansiedad Generalizada en Estudiantes Universitarios mediante Random Forest basado en el Cuestionario Generalized Anxiety Disorder 7-item (GAD-7), 2025.

Taype Paniagua, Irvin Pelayo

Predicción de la Ansiedad Generalizada en Estudiantes Universitarios mediante Random Forest basado en el Cuestionario Generalized Anxiety Disorder 7-item (GAD-7), 2025.

dc.contributor.advisor	Janampa Patilla, Hubner
dc.contributor.author	Taype Paniagua, Irvin Pelayo
dc.date.accessioned	2026-05-05T19:56:54Z
dc.date.available	2026-05-05T19:56:54Z
dc.date.issued	2025
dc.description.abstract	La presente investigación tiene como objetivo desarrollar un modelo predictivo para identificar el riesgo de ansiedad generalizada en estudiantes universitarios de la Universidad Nacional de San Cristóbal de Huamanga, utilizando el algoritmo Random Forest basado en el cuestionario GAD-7. La problemática radica en el incremento de la ansiedad en estudiantes y en la limitada capacidad predictiva de herramientas tradicionales, que solo permiten evaluaciones descriptivas. En respuesta, se propone el uso de técnicas de aprendizaje automático para mejorar la detección temprana. El estudio es de tipo aplicado, con diseño no experimental, transversal y nivel correlacional-predictivo. La muestra estuvo conformada por 166 estudiantes seleccionados mediante muestreo aleatorio simple. La recolección de datos se realizó mediante el cuestionario GAD-7 complementado con variables sociodemográficas, académicas y de estilo de vida. Se desarrolló un modelo de clasificación multiclase con Random Forest, que permitió categorizar a los estudiantes en niveles de ansiedad: sin ansiedad, leve, moderada y severa. Se aplicaron técnicas de preprocesamiento, partición de datos y optimización de hiperparámetros. Los resultados evidencian un buen desempeño del modelo en precisión, sensibilidad y F1-score, destacando su capacidad para identificar niveles moderados y severos. Asimismo, se identificaron como variables relevantes el estrés académico, las horas de sueño y las respuestas del GAD-7. Se concluye que el modelo propuesto constituye una herramienta eficaz para la predicción temprana de la ansiedad en estudiantes universitarios.	es_PE
dc.description.uri	Tesis	es_PE
dc.format	application/pdf
dc.identifier.other	TESIS SIS166_Tay
dc.identifier.uri	https://hdl.handle.net/20.500.14612/8728
dc.language.iso	spa	es_PE
dc.publisher	Universidad Nacional de San Cristóbal de Huamanga	es_PE
dc.publisher.country	PE
dc.rights	https://purl.org/coar/access_right/c_abf2	en_US
dc.rights.uri	https://creativecommons.org/licenses/by-nc-sa/4.0/	*
dc.source	Universidad Nacional de San Cristóbal de Huamanga	es_PE
dc.source	Repositorio Institucional - UNSCH	es_PE
dc.subject	Ansiedad generalizada	es_PE
dc.subject	Salud mental	es_PE
dc.subject	Estudiantes Universitarios	es_PE
dc.subject	Modelo predictivo	es_PE
dc.subject	Random Forest	es_PE
dc.subject	Rendimiento académico	es_PE
dc.subject	GAD-7	es_PE
dc.subject.ocde	https://purl.org/pe-repo/ocde/ford#2.02.04
dc.title	Predicción de la Ansiedad Generalizada en Estudiantes Universitarios mediante Random Forest basado en el Cuestionario Generalized Anxiety Disorder 7-item (GAD-7), 2025.	es_PE
dc.type	http://purl.org/coar/resource_type/c_7a1f	en_US
renati.advisor.dni	42112898
renati.advisor.orcid	https://orcid.org/0000-0003-3110-194X
renati.author.dni	76292836
renati.discipline	61200093
renati.juror	Carreño Gamarra, Juan Carlos
renati.juror	Terraza Huamán, Eden Jersson
renati.juror	Janampa Patilla, Hubner
renati.level	https://purl.org/pe-repo/renati/level#tituloProfesional
renati.type	https://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería de Sistemas
thesis.degree.grantor	Universidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.level	Título Profesional
thesis.degree.name	Ingeniero de Sistemas