Prediction and Identification of Key Factors Associated with High Soft Drink Consumption Among University Students Using Machine Learning
Este estudio utilizó el aprendizaje automático, específicamente el algoritmo Random Forest, para analizar datos de 450 estudiantes universitarios e identificar el estado de fumador y el año académico como predictores clave de un alto consumo de refrescos, logrando una precisión del 77,04% para informar intervenciones de salud dirigidas.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En los abarrotados pasillos de la vida moderna, las bebidas azucaradas se han convertido en una compañera constante, particularmente para los adultos jóvenes que navegan la transición hacia la independencia. Estas bebidas, a menudo carbonatadas y cargadas de azúcar refinada o edulcorantes artificiales, ofrecen un estallido rápido de energía y sabor, pero los expertos en salud han advertido durante mucho tiempo que sus calorías líquidas no sacian el hambre de la misma manera que la comida sólida. Esta desconexión puede conducir a un aumento gradual de la ingesta total de energía, contribuyendo al aumento de peso y a una serie de otros problemas de salud como la caries dental y los trastornos metabólicos. Si bien los riesgos son bien conocidos, comprender exactamente quién bebe más y por qué sigue siendo un rompecabezas complejo. Las personas toman estas decisiones basadas en una red enmarañada de hábitos personales, presiones sociales y lo que creen sobre las bebidas mismas. Para desenredar esta red, los investigadores están recurriendo cada vez más a una nueva y poderosa herramienta: el aprendizaje automático. A diferencia de los métodos tradicionales que buscan conexiones simples y lineales entre dos cosas, estos algoritmos informáticos pueden filtrar vastas cantidades de información para encontrar patrones ocultos y no lineales, revelando qué factores impulsan realmente el comportamiento de formas que la intuición humana podría pasar por alto.
Un equipo de investigadores de la Universidad de Ciencia y Tecnología Mawlana Bhashani en Bangladesh decidió aplicar este enfoque avanzado a un grupo específico: estudiantes universitarios. Querían ir más allá de las encuestas simples para construir un modelo predictivo que pudiera identificar qué estudiantes eran propensos a consumir grandes cantidades de refrescos y, lo que es más importante, comprender los rasgos específicos que los hacían tales. El equipo recopiló datos de 450 estudiantes de pregrado en todo el campus, entrevistándolos cara a cara para obtener detalles sobre sus vidas. Preguntaron sobre la demografía básica como la edad y el año de estudio, pero también profundizaron en hábitos personales como el consumo de tabaco y alcohol, e incluso sus actitudes hacia las bebidas mismas, como si creían que los refrescos eran sabrosos o si pensaban que contenían conservantes dañinos. Los investigadores definieron a un "consumidor de alto nivel" como cualquier persona que bebiera al menos un litro de refrescos por semana, un umbral que les permitió separar claramente a los bebedores intensos del resto del cuerpo estudiantil.
El análisis inicial de los datos reveló un panorama sorprendente. Aproximadamente un tercio de los estudiantes, o el 33,6 por ciento, caía en la categoría de alto consumo. Cuando los investigadores comenzaron a comparar los hábitos de estos bebedores intensos frente a aquellos que bebían menos, surgieron patrones claros. Los estudiantes que más bebían eran significativamente más propensos a ser fumadores y a consumir alcohol. Sus actitudes también diferían; los bebedores intensos eran más propensos a estar de acuerdo en que los refrescos eran muy sabrosos y menos propensos a creer que las bebidas contenían ingredientes dañinos o que causaban problemas de salud. Curiosamente, el año en que un estudiante se encontraba en su carrera universitaria también importaba, ya que los estudiantes de segundo año mostraban las tasas más altas de consumo intensivo de bebidas. Estos hallazgos sugirieron que beber demasiados refrescos no era un hábito aislado, sino que a menudo formaba parte de un grupo más amplio de elecciones de estilo de vida y creencias específicas sobre la alimentación y la salud.
Para dar sentido a estas conexiones y predecir el comportamiento futuro, los investigadores introdujeron todos estos datos en siete algoritmos diferentes de aprendizaje automático. Estos eran programas informáticos diseñados para aprender de los datos y clasificar a los estudiantes como consumidores altos o normales. El equipo probó cada programa para ver cuál podía realizar las predicciones más precisas. Los resultados mostraron que, si bien todos los modelos funcionaron razonablemente bien, uno destacó por encima de los demás. Un método llamado Bosque Aleatorio (Random Forest), que funciona combinando las decisiones de muchos árboles de decisión simples para alcanzar una conclusión más estable, resultó ser el más eficaz. Clasificó correctamente a los estudiantes aproximadamente el 77 por ciento de las veces y fue particularmente bueno detectando a los bebedores intensos, captando casi el 95 por ciento de ellos. Este alto índice de éxito sugiere que la combinación de hábitos y actitudes que el equipo midió contiene suficiente información para identificar de manera confiable a los estudiantes en riesgo.
Quizás el conocimiento más valioso del estudio provino de preguntarle al modelo computacional ganador qué consideraba las pistas más importantes. El algoritmo identificó dos factores como los predictores más fuertes del alto consumo de refrescos: el estado de fumador y el año académico del estudiante. Este hallazgo es significativo porque resalta que el comportamiento está profundamente entrelazado con otras elecciones de estilo de vida y las presiones o libertades específicas que conllevan las diferentes etapas de la vida universitaria. Si bien el estudio se limitó a una sola universidad y dependió de los propios informes de los estudiantes, que a veces pueden ser imperfectos, los resultados ofrecen una dirección clara para acciones futuras. Los investigadores sugieren que las campañas de salud en el campus no solo deben centrarse en el contenido de azúcar de las bebidas, sino que también deben dirigirse a los patrones de estilo de vida más amplios de los estudiantes, particularmente aquellos que fuman o que están en su segundo año de estudio. Al comprender estos impulsores específicos, las universidades pueden diseñar intervenciones más efectivas para ayudar a los jóvenes a tomar decisiones de bebidas más saludables antes de que estos hábitos se arraiguen para toda la vida.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.