Modelo de aprendizaje automático explicable para el análisis de la violencia contra las mujeres: diálogo entre datos y teoría feminista

Resumen

La violencia durante la infancia constituye un determinante de múltiples consecuencias adversas en la vida adulta de las mujeres y se asocia con experiencias posteriores de violencia en la pareja. Este estudio identifica los factores predictores de la exposición a la violencia en la infancia en mujeres mexicanas mediante un enfoque de aprendizaje automático explicable, articulado con el modelo ecológico y la teoría feminista de la violencia por razones de género. Se utilizó una base de datos integrada a partir de la Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares (ENDIREH) 2021 y nueve fuentes complementarias, con 61,205 observaciones y 67 predictores organizados en cuatro niveles. Se entrenó un modelo CatBoost con partición estratificada, optimización mediante validación cruzada, calibración del umbral e interpretación con valores SHAP.

En el conjunto de prueba, el modelo alcanzó un AUC de 0.771 (IC 95%: 0.760-0.781), sensibilidad de 0.606 y especificidad de 0.792. El bloque historia de violencia concentró la mayor contribución predictiva, con la violencia presenciada, sexual y de la pareja en la infancia como predictores dominantes. Los hallazgos respaldan la hipótesis de transmisión intergeneracional de la violencia y el potencial de los modelos explicables para el análisis de fenómenos sociales complejos.