Aplicación de redes neuronales artificiales en el liderazgo asignado y el éxito académico en egresados de medicina

Abstract

Objetivo: Aplicar un modelo de análisis de redes neuronales artificiales (RNA) para identificar las variables que predicen el liderazgo asignado y el éxito académico en egresados de seis generaciones de la carrera de Medicina. Método: Estudio analítico, retrospectivo y comparativo. Participaron 1434 egresados. Se envió un cuestionario por correo electrónico que incluyó el consentimiento de participación voluntaria. Se realizó análisis estadístico multivariado mediante RNA del tipo perceptrón multicapa, árboles de decisión y análisis de impulsores. Resultados: Las RNA identificaron siete variables independientes que predijeron el éxito profesional y ocho para el liderazgo en los médicos egresados. Los árboles de decisión identificaron diferencias significativas en las variables desempeño profesional (p = 0.000), edad (p = 0.005) y actividades de educación continua (p = 0.034) relacionadas con el éxito profesional, y para el liderazgo las variables sexo (p = 0.000), promedio en el bachillerato (p = 0.042), realizar práctica clínica en el servicio social (p = 0.002) y actividades de educación continua (p = 0.011). Conclusiones: Las RNA identificaron las principales variables independientes predictoras del éxito profesional y el liderazgo de los egresados. El estudio abre dos líneas de investigación poco estudiadas con las técnicas de RNA en el área de la medicina.