SciELO - Scientific Electronic Library Online

 
vol.12 número1Evaluación del procedimiento aprendizaje aversivo gustativo para la generalización de la aversión con dos alimentos palatablesEl efecto de los probióticos en el tratamiento y prevención del síndrome metabólico: revisión sistemática índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista mexicana de trastornos alimentarios

versão On-line ISSN 2007-1523

Resumo

MENDEZ-PENA, Bárbara Itzel et al. Modelo de redes neuronales artificiales: Variables neuropsicológicas y su relación con el porcentaje de grasa corporal en adultos. Rev. Mex. de trastor. aliment [online]. 2022, vol.12, n.1, pp.61-70.  Epub 10-Jun-2024. ISSN 2007-1523.  https://doi.org/10.22201/fesi.20071523e.2022.1.718.

Existe un interés creciente por comprender las funciones neuronales y sustratos cognitivos complejos relacionados con la obesidad. Se está aplicando Inteligencia Artificial, en concreto el modelo perceptrón de Redes Neuronales Artificiales en enfermedades crónicas no transmisibles, para identificar con mayor certeza los factores de conexión (redes sinápticas) entre las variables de entrada y las variables de salida.

Objetivo

Identificar pesos sinápticos de la RNA cuyas variables de entrada fueron las funciones ejecutivas y los estilos de vida saludable, como predictores del Porcentaje de Grasa Corporal en un grupo de sujetos adultos con diferentes niveles del Porcentaje de Grasa.

Métodos

se trató de una investigación exploratoria, cuantitativa, transversal, comparativa, de conveniencia y explicativa. Se administró la Batería Neuropsicológica (BANFE-2) y el Cuestionario de Sobreingesta (OQ), a 40 participantes con edades comprendidas entre los 18-38 años. El porcentaje de grasa se midió con una báscula de composición corporal (RENPHO ES-24M). El modelo redes neuronales de perceptrón, se ejecutó con diez ensayos.

Resultados

El modelo de Red Neuronal mostró que las variables sensoriales con mayor peso sináptico para el porcentaje de grasa, fueron Errores Stroop A y B y Aciertos de BANFE-2, y Racionalizaciones de las escalas OQ y Hábitos Saludables.

Conclusiones

las redes neuronales artificiales demostró ser importante en el análisis simultáneo de datos neuropsicológicos y de estilo de vida saludable para el análisis de prevención y tratamiento de la obesidad, al identificar las variables que están estrechamente relacionadas. Estos hallazgos abren la puerta al uso de modelos de análisis no lineales, que permiten identificar relaciones de diferente peso, entre variables de entrada y salida, más eficientes que los modelos lineales.

Palavras-chave : hábitos saludables; variables neuropsicológicas; grasa corporal; redes neuronales artificiales.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )