An Integrated Multi-Method Framework for Gender-Based Violence Research: A Synthetic Data Demonstration Using Kenya Demographic and Health Survey Parameters

Este estudio presenta un marco analítico integrado de cinco fases que combina aprendizaje automático e inferencia causal para analizar datos sintéticos de violencia de género basados en la Encuesta Demográfica y de Salud de Kenia de 2022, demostrando su viabilidad para identificar predictores clave y evaluar mecanismos causales directos.

Lo esencial

¡Claro que sí! Imagina que este artículo es como un manual de instrucciones para detectives que quieren resolver el misterio de la violencia contra las mujeres, pero en lugar de usar huellas dactilares, usan matemáticas y computadoras.

Aquí tienes la explicación, traducida al español y con analogías sencillas:

🕵️‍♀️ El Gran Misterio: ¿Por qué ocurre la violencia?

La violencia de género es un problema enorme en Kenia y en todo el mundo. Los investigadores siempre han tenido un problema: o bien usan métodos para predecir quién podría sufrir violencia (como un oráculo), o usan métodos para entender por qué ocurre (como un historiador), pero rara vez usan ambos juntos. Es como intentar arreglar un coche mirando solo el motor o solo las ruedas, pero nunca los dos a la vez.

Este estudio propone una nueva forma de trabajar: un "Equipo de 5 Pasos" para investigar el problema.

🛠️ La Herramienta: Un "Simulador de Realidad"

Como no podemos inventar violencia real para estudiarla (eso sería terrible), los autores crearon un mundo virtual.

• La analogía: Imagina un videojuego muy avanzado donde crearon 3,000 mujeres virtuales. Estas mujeres no son reales, pero sus vidas, sus problemas y sus estadísticas fueron copiadas de los datos reales de Kenia (como si fueran "gemelos digitales" de la población real).
• En este videojuego, los investigadores saben exactamente qué reglas siguen las cosas (por ejemplo, saben que si un pareja bebe mucho alcohol, la violencia aumenta). Esto les permite probar sus métodos sin hacer daño a nadie.

🚀 Los 5 Pasos del Equipo de Investigación

El estudio probó su método en cinco etapas, como si fueran niveles en un videojuego:

1. El Escáner (Epidemiología): Primero, miraron los datos para ver qué tan común es el problema. En su mundo virtual, 1 de cada 4 mujeres experimentó violencia. ¡Es una cifra alarmante!
2. El Radar Inteligente (Machine Learning): Usaron una computadora muy lista (un "Bosque Aleatorio") para buscar patrones ocultos.
   • ¿Qué encontró? El radar gritó: "¡El alcohol del pareja es el culpable número 1!". También señaló el trauma de la infancia y las peleas en la pareja.
   • La curiosidad: La computadora fue muy buena adivinando quién no sufriría violencia, pero le costó un poco identificar a las víctimas reales (como un radar que ve bien los coches grandes pero pierde a las motos pequeñas).
3. El Abogado (Regresión Logística): Aquí usaron estadística tradicional para preguntar: "¿Es el alcohol el culpable real, o es solo porque las personas que beben también son pobres?".
   • El veredicto: Sí, el alcohol es un culpable gigante. Si una pareja bebe, la probabilidad de violencia se dispara casi 7 veces. También confirmaron que el trauma pasado y las peleas son culpables directos.
4. El Detective de Causas (Análisis de Mediación): Intentaron ver si había un "eslabón perdido". Por ejemplo: "¿El alcohol causa violencia porque genera peleas?".
   • El resultado: En este mundo virtual, el alcohol y el trauma actuaban como "disparadores directos". No necesitaban pasar por un intermediario para causar daño. Fue como descubrir que el ladrón no necesitó cómplices; actuó solo.
5. La Síntesis (Unir todo): Al final, juntaron las pruebas del radar y del abogado. Todos coincidieron en los mismos culpables principales.

💡 Las Lecciones Más Importantes (Lo que aprendimos)

• El Alcohol es el Villano Principal: No es solo un problema de "mal carácter". El consumo de alcohol por parte de la pareja es el factor de riesgo más fuerte, mucho más que la pobreza o la educación (aunque estas también ayudan).
• El Problema es de Capas (como una cebolla): La violencia no ocurre solo en la casa. Ocurre porque de la persona (trauma), de la relación (peleas) y de la comunidad (normas machistas). Si solo arreglas una capa, el problema sigue ahí. Necesitas arreglar todas a la vez.
• La Educación y el Poder son Escudos: Las mujeres que tienen más educación y más poder para tomar decisiones en la casa tienen menos probabilidades de sufrir violencia. Son como un escudo protector.

⚠️ Una Advertencia Importante

El autor es muy honesto: "Esto es un simulador".

• La analogía: Es como un simulador de vuelo para pilotos. Es excelente para enseñar cómo funciona el avión y probar los instrumentos, pero no es un vuelo real con viento y turbulencias.
• Los resultados son una demostración de que su método funciona. Ahora, los investigadores necesitan usar este mismo método con datos reales de personas vivas para ver si funciona igual de bien en la vida real.

🎯 ¿Qué significa esto para el futuro?

Este estudio nos dice que para detener la violencia, no podemos usar un solo parche. Necesitamos un ataque coordinado:

1. Ayudar a los hombres a dejar el alcohol.
2. Apoyar a las mujeres que tuvieron traumas en su infancia.
3. Enseñar a las parejas a resolver conflictos sin gritos ni golpes.
4. Cambiar las normas de la comunidad que dicen que "el hombre manda".

En resumen, este papel es un plano de construcción para una nueva forma de investigar la violencia. Nos dice que para resolver el rompecabezas, necesitamos usar todas las piezas (tecnología, estadística y teoría) juntas, no por separado.

Resumen técnico

Resumen Técnico: Un Marco Integrado de Métodos Múltiples para la Investigación de la Violencia Basada en Género

1. Planteamiento del Problema

La investigación actual sobre la Violencia Basada en Género (VBG) sufre de una "singularidad metodológica". Existe una desconexión entre dos enfoques principales:

• Modelos de regresión tradicionales: Efectivos para estimar asociaciones ajustadas y controlar confusores, pero a menudo asumen linealidad y fallan al capturar interacciones complejas y no lineales inherentes a los sistemas ecológicos.
• Aprendizaje Automático (Machine Learning - ML): Ofrecen alta precisión predictiva y manejan bien las interacciones complejas, pero carecen de interpretabilidad causal y validez para inferir mecanismos.

Además, aunque se identifican factores de riesgo, los mecanismos causales (cómo los factores distales como el trauma infantil influyen en resultados proximales como la violencia de pareja) permanecen poco investigados mediante análisis de mediación formal. El estudio busca cerrar esta brecha integrando la potencia predictiva del ML con la inferencia causal de la regresión.

2. Metodología

El estudio emplea un diseño de simulación transversal utilizando un conjunto de datos sintéticos ($N = 3,000$) parametrizado para reflejar la prevalencia y la distribución de factores de riesgo de la Encuesta Demográfica y de Salud de Kenia (KDHS) 2022.

Marco Teórico:
Se basa en el Modelo Ecológico de Heise, operando en tres niveles (el nivel societal se mantuvo constante):

• Individual: Trauma infantil, estado de salud mental, nivel educativo, riqueza.
• Relacional: Consumo de alcohol de la pareja, conflicto marital, poder de decisión.
• Comunitario: Índice de patriarcado comunitario, implementación legal, distancia a servicios.

Estrategia Analítica de 5 Fases:

1. Epidemiología Descriptiva: Validación de la estructura de datos y estimación de prevalencia.
2. Modelado Predictivo (ML): Entrenamiento de un modelo Random Forest (500 árboles) para identificar predictores de alto valor sin asumir linealidad. Se utilizó la métrica de "Disminución Media de la Precisión" (MDA) para la importancia de variables.
3. Inferencia Causal (Regresión): Ajuste de modelos de regresión logística multinivel anidados (Individual $\to$ Relacional $\to$ Ecológico completo) para estimar Odds Ratios Ajustados (aOR) y comparar el ajuste del modelo mediante el Criterio de Información de Akaike (AIC).
4. Análisis de Mediación: Prueba formal de tres vías causales hipotéticas (ej. Alcohol $\to$ Conflicto $\to$ VBG) utilizando el marco de resultados potenciales para descomponer efectos directos (ADE) e indirectos (ACME).
5. Síntesis y Sensibilidad: Integración de hallazgos y re-ejecución del pipeline en tamaños de muestra variables ($N=500, 1000, 5000$) para evaluar la robustez.

3. Contribuciones Clave

• Marco Integrado: Propone y demuestra un flujo de trabajo secuencial que combina ML para la selección de variables y regresión para la estimación de efectos causales, superando las limitaciones de usar un solo método.
• Validación Empírica del Modelo Ecológico: Proporciona evidencia cuantitativa de que los modelos que incorporan múltiples niveles (individual, relacional, comunitario) tienen un ajuste estadístico superior a los modelos de nivel único.
• Distinción Predictiva vs. Causal: Ilustra la divergencia entre la importancia predictiva de una variable (ranking en ML) y su significancia causal ajustada (regresión), ofreciendo lecciones críticas para el diseño de intervenciones.

4. Resultados Principales

• Prevalencia: La prevalencia simulada de VBG fue del 26.9%, alineada con las estimaciones de 12 meses de la KDHS.
• Modelado Predictivo (Random Forest):
  • Precisión del 74.6% (AUC = 0.711), una mejora modesta sobre el clasificador nulo (73.1%).
  • Predictores Dominantes: El consumo de alcohol de la pareja fue el predictor absoluto (100% de importancia relativa), seguido por trauma infantil (17.3%) y conflicto marital (10.5%).
• Regresión Logística Ajustada:
  • El modelo ecológico completo mostró un ajuste significativamente mejor que los modelos de nivel único ($\Delta$AIC = 67.5).
  • Factores de Riesgo Ajustados:
    • Consumo de alcohol de la pareja: aOR = 6.60 (IC 95%: 5.50–7.94).
    • Trauma infantil: aOR = 1.99 (IC 95%: 1.60–2.47).
    • Conflicto marital y patriarcado comunitario también mostraron asociaciones significativas.
  • Factores Protectores: Educación superior, mayor poder de decisión e implementación legal más fuerte.
• Análisis de Mediación: Ninguna de las tres vías indirectas hipotéticas (ej. Alcohol $\to$ Conflicto $\to$ VBG) alcanzó significancia estadística (ACME $p > 0.05$). Esto sugiere que, en esta simulación, los factores operaron principalmente a través de rutas directas o mediadores no medidos, destacando la dificultad de detectar mediación en diseños transversales.
• Análisis de Sensibilidad: La jerarquía de variables y las estimaciones de efectos principales fueron robustas para tamaños de muestra $N \geq 1,000$.

5. Significado e Implicaciones

• Metodológico: El estudio demuestra que la integración de ML y regresión es viable y necesaria. El ML sirve como una herramienta de cribado eficaz para priorizar variables en modelos causales, mientras que la regresión ajusta por confusión para revelar mecanismos reales.
• Político y de Intervención:
  • Se requiere un enfoque multinivel: Las intervenciones no pueden ser solo individuales.
  • Nivel Individual/Relacional: Es crucial integrar estrategias de reducción de alcohol y atención basada en trauma en los servicios de salud.
  • Nivel Comunitario: Se necesitan programas para transformar normas patriarcales y fortalecer la implementación legal.
  • Empoderamiento: La educación y el poder de decisión de las mujeres actúan como amortiguadores protectores.
• Limitaciones y Futuro: Al ser datos sintéticos, los resultados son una prueba de concepto de la operatividad del marco, no evidencia empírica definitiva de los determinantes reales. El estudio subraya la necesidad urgente de aplicar este marco a datos longitudinales reales para establecer relaciones temporales y validar la capacidad de inferencia causal y mediación en escenarios del mundo real.

En conclusión, el artículo ofrece un "blueprint" replicable para la investigación de la VBG, demostrando que comprender la violencia requiere ir más allá de la predicción o la asociación simple, integrando ambos enfoques dentro de un marco ecológico robusto.