Publicado 25-11-2025
Licencia
Artículo de Investigación

Perfiles de riesgo de salud mental en estudiantes universitarios mediante GHQ-28 y técnicas de Machine Learning

DOI: https://doi.org/10.22490/25394088.10120

Autores/as

Doris Paola Sanabria Garcia Universidad Nacional de Colombia image/svg+xml
Jesus Antonio Villarraga Universidad Nacional de Colombia image/svg+xml

El bienestar psicológico de los estudiantes universitarios es clave para su permanencia y rendimiento académico. Este estudio tuvo como objetivo identificar y caracterizar perfiles de riesgo psicológico en estudiantes de Ingeniería Agronómica y Ciencias Sociales de la Universidad de Cundinamarca, a partir del cuestionario GHQ-28, que evalúa cuatro subescalas: somatización, ansiedad/insomnio, disfunción social y depresión. La investigación, de tipo cuantitativo con enfoque descriptivo, exploratorio y predictivo, incluyó a 227 estudiantes que completaron voluntariamente el instrumento. Las respuestas fueron codificadas con el método Likert (0-1-2-3) y analizadas junto con variables sociodemográficas. Se aplicaron análisis descriptivos, reducción de dimensionalidad mediante análisis de componentes principales (PCA) y agrupamiento no supervisado con K-Means, con lo cual se identificaron tres perfiles de riesgo: bajo, intermedio y alto. Para la clasificación predictiva, se implementaron modelos de regresión logística y random forest, que evidenciaron un mejor desempeño del modelo logístico (AUC = 0.96) frente al random forest (AUC = 0.57). Los hallazgos permiten proponer estrategias de intervención diferenciadas y resaltan la utilidad del GHQ-28 como herramienta de cribado en entornos universitarios.

Palabras clave: Salud Mental, GHQ-28, somatización, ansiedad, disfunción social, depresión, PCA, K-Means, regresión logística
Licencia

Cómo citar

Sanabria Garcia, D. P., & Villarraga, J. A. (2025). Perfiles de riesgo de salud mental en estudiantes universitarios mediante GHQ-28 y técnicas de Machine Learning. Publicaciones e Investigación, 19(2). https://doi.org/10.22490/25394088.10120
Almétricas