Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/11616Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Ortiz García, Mariana%IT19E859 | - |
| dc.contributor.author | Díaz Díaz, Álvaro Moisés#DIDA910409HCSZZL07 | - |
| dc.creator | Díaz Díaz, Álvaro Moisés#DIDA910409HCSZZL07 | - |
| dc.date.accessioned | 2025-12-17T17:12:10Z | - |
| dc.date.available | 2025-12-17T17:12:10Z | - |
| dc.date.issued | 2025-06-20 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/11616 | - |
| dc.description | Esta aplicación, permite hacer un seguimiento personalizado de los diferentes momentos en los que la madre ha utilizado la herramienta para contestar el cuestionario y así poder evaluar su evolución. Asimismo, permitirá generar estadísticas sobre el padecimiento de este trastorno en el estado de Zacatecas al almacenar los datos de la encuesta, lo que beneficiará en la retroalimentación del modelo y permitirá aumentar su precisión. Nuestros resultados muestran que el modelo de ML propuesto basado en el algoritmo ABC puede superar a otros clasificadores produciendo una exactitud de 75%, un 90% de precisión, un 86% de recuperación, un 78% de puntuación F1 y un 74% para el AUC, lo que ilustra fuertes capacidades predictivas para predecir la depresión posparto correctamente y con resultados muy similares a los reportados por otras investigaciones. Así mismo, los datos mostrados y el uso de la aplicación muestran que con esta solución podemos concluir que se comprueba la Hipótesis H1 la cual establece que “Es posible identificar y clasificar la Depresión Postparto utilizando técnicas de Machine Learning”, ya que con nuestra aplicación, aplicada a la prueba piloto con madres en etapa postparto fue posible clasificar y prevenir este tipo de trastorno. Para evaluar la aplicación, se utilizó la escala de usabilidad SUS en la cual podemos observar que el 60% de las madres reportó una usabilidad Alta en la satisfacción de la aplicación. Además, se aplico el Cuestionario de Satisfacción del cliente, en el cual podemos observar que el 65% de las madres reportaron altos niveles de satisfacción como respuesta el Cuestionario de Satisfacción del cliente CSQ-8. Ambos resultados nos indican que la aplicación fue bien recibida, tiene un buen diseño funcional, las usuarias en un alto porcentaje se sienten satisfechas, además de que, cumple con el propósito de la Detección de la Depresión Postparto. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.subject.other | Posparto, Aplicación móvil, depresión | es_MX |
| dc.title | APLICACIÓN MÓVIL PARA LA DETECCIÓN DE DEPRESIÓN POST PARTO EN EL ESTADO DE ZACATECAS MEDIANTE TÉCNICAS DE MACHINE LEARNING | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | López Veyna, Jaime Iván%IT17A585 | - |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Zacatecas | es_MX |
| Appears in Collections: | MAESTRIA EN SISTEMAS COMPUTACIONALES | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Aplicación Móvil Para la Depresión Post Parto en el estado de Zacatecas mediante técnicas de Machine Learning.pdf | 22.66 MB | Adobe PDF | View/Open | |
| Adobe Scan 17 dic 2025.pdf | 339.91 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
