Análisis de los patrones de violencia contra las mujeres en Brasil: un enfoque con aprendizaje automático no supervisado

Analizar patrones de asociación entre diagnósticos relacionados con la violencia doméstica en hospitalizaciones e identificar perfiles clínico-demográficos mediante aprendizaje automático no supervisado. Se utilizaron datos del Sistema de Información Hospitalaria del SUS entre 2008 y 2023, abarcando 90.798 hospitalizaciones de mujeres de 20 a 59 años con códigos CIE-10 relacionados con la violencia. Se aplicaron marcos para la preparación de los datos, así como algoritmos para la identificación de reglas de asociación entre diagnósticos y el modelado de temas. La tasa de hospitalizaciones se estabilizó después de 2012, con un promedio entre 2,6 y 3,2 por 100.000 mujeres. Estados como São Paulo, Bahía y Minas Gerais concentraron el 46% de los casos absolutos; Río Grande do Norte y Pará presentaron las tasas proporcionales más altas. El algoritmo identificó reglas significativas entre tipos de lesión y mecanismos de agresión. El modelado Latent Dirichlet Allocation reveló nueve perfiles distintos, destacándose mujeres jóvenes sometidas a cirugías de urgencia por politraumatismos. El uso de aprendizaje automático identificó patrones clínico-epidemiológicos relevantes para sustentar estrategias de predicción y vigilancia en la Atención Primaria, contribuyendo al enfrentamiento de la violencia de género.

Palabras clave:
Violencia contra la Mujer; Sistemas de Información Hospitalaria; Aprendizaje Automático; Inteligencia Artificial