Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo
El presente proyecto de profundización tiene como propósito analizar la heterogeneidad del riesgo y los patrones temporales de la conducta suicida en Colombia durante el periodo 2015-2023, mediante técnicas de ciencia de datos y modelado predictivo. Se emplearon fuentes oficiales del Instituto Nacio...
- Autores:
-
Sanz Llache, Miguel
Palomino Andrade, Jorge Enrique
- Tipo de recurso:
- Fecha de publicación:
- 2025
- Institución:
- Universidad de Ibagué
- Repositorio:
- Repositorio Universidad de Ibagué
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unibague.edu.co:20.500.12313/5895
- Acceso en línea:
- https://hdl.handle.net/20.500.12313/5895
- Palabra clave:
- Conducta Suicida en Colombia (2015-2023) - Heterogeneidad
Conducta Suicida en Colombia (2015-2023) - Patrones temporales
Conducta Suicida en Colombia (2015-2023) - Riesgos temporales
Ciencia de datos
Modelado predictivo
Salud mental
Conducta suicida
Series de tiempo interrumpidas
Heterogeneidad del riesgo
Colombia
Data science
Predictive modeling
Mental health
Suicidal behavior
Interrupted time series
Risk heterogeneity
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
| id |
UNIBAGUE2_2dd8e75fd2a638f9407c52b3f6617b53 |
|---|---|
| oai_identifier_str |
oai:repositorio.unibague.edu.co:20.500.12313/5895 |
| network_acronym_str |
UNIBAGUE2 |
| network_name_str |
Repositorio Universidad de Ibagué |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| title |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| spellingShingle |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo Conducta Suicida en Colombia (2015-2023) - Heterogeneidad Conducta Suicida en Colombia (2015-2023) - Patrones temporales Conducta Suicida en Colombia (2015-2023) - Riesgos temporales Ciencia de datos Modelado predictivo Salud mental Conducta suicida Series de tiempo interrumpidas Heterogeneidad del riesgo Colombia Data science Predictive modeling Mental health Suicidal behavior Interrupted time series Risk heterogeneity |
| title_short |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| title_full |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| title_fullStr |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| title_full_unstemmed |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| title_sort |
Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo |
| dc.creator.fl_str_mv |
Sanz Llache, Miguel Palomino Andrade, Jorge Enrique |
| dc.contributor.advisor.none.fl_str_mv |
Diaz, Jairo Sánchez, Sebastián |
| dc.contributor.author.none.fl_str_mv |
Sanz Llache, Miguel Palomino Andrade, Jorge Enrique |
| dc.subject.armarc.none.fl_str_mv |
Conducta Suicida en Colombia (2015-2023) - Heterogeneidad Conducta Suicida en Colombia (2015-2023) - Patrones temporales Conducta Suicida en Colombia (2015-2023) - Riesgos temporales |
| topic |
Conducta Suicida en Colombia (2015-2023) - Heterogeneidad Conducta Suicida en Colombia (2015-2023) - Patrones temporales Conducta Suicida en Colombia (2015-2023) - Riesgos temporales Ciencia de datos Modelado predictivo Salud mental Conducta suicida Series de tiempo interrumpidas Heterogeneidad del riesgo Colombia Data science Predictive modeling Mental health Suicidal behavior Interrupted time series Risk heterogeneity |
| dc.subject.proposal.spa.fl_str_mv |
Ciencia de datos Modelado predictivo Salud mental Conducta suicida Series de tiempo interrumpidas Heterogeneidad del riesgo Colombia |
| dc.subject.proposal.eng.fl_str_mv |
Data science Predictive modeling Mental health Suicidal behavior Interrupted time series Risk heterogeneity |
| description |
El presente proyecto de profundización tiene como propósito analizar la heterogeneidad del riesgo y los patrones temporales de la conducta suicida en Colombia durante el periodo 2015-2023, mediante técnicas de ciencia de datos y modelado predictivo. Se emplearon fuentes oficiales del Instituto Nacional de Medicina Legal y Ciencias Forenses (INMLCF) y del Sistema Nacional de Vigilancia en Salud Pública (SIVIGILA), integrando 1,247,583 registros que incluyen 28,595 suicidios consumados y 241,988 intentos notificados. La metodología se estructuró en tres fases: (i) extracción, depuración y análisis exploratorio de datos (ETL y EDA) con una calidad post-procesamiento del 97.6%; (ii) modelamiento predictivo basado en algoritmos de aprendizaje supervisado (Random Forest con AUC=0.81) y métodos de reducción de dimensionalidad no supervisados (PCA explicando 49.9% de varianza) para estimar factores de riesgo diferenciales; y (iii) análisis de series de tiempo interrumpidas (ITS) para detectar variaciones significativas y puntos de inflexión en las tasas nacionales y por subgrupos poblacionales. Los resultados evidencian una marcada heterogeneidad del riesgo entre hombres y mujeres ((razón 3.27:1 en suicidio consumado y razón inversa mujer/hombre 1.70:1 en intentos de suicidio), zonas urbanas y rurales, y grupos etarios, así como una reducción estadísticamente significativa de 0.14 puntos (p=0.0303), representando una disminución del 17,5% en las tasas posteriores a la implementación de la Política Nacional de Salud Mental 2018 e impactos iniciales del COVID-19 (2019-2020). El estudio aporta una aproximación empírica robusta que fortalece la comprensión del comportamiento suicida desde la analítica de datos y ofrece insumos concretos para la focalización territorial y temporal de intervenciones en salud mental. |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-11-04T14:50:52Z |
| dc.date.available.none.fl_str_mv |
2025-11-04T14:50:52Z |
| dc.date.issued.none.fl_str_mv |
2025 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| status_str |
acceptedVersion |
| dc.identifier.citation.none.fl_str_mv |
Sanz Llache, M. & Palomino Andrade, J.E. (2025). Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo. [Tesis de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/5895 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12313/5895 |
| identifier_str_mv |
Sanz Llache, M. & Palomino Andrade, J.E. (2025). Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo. [Tesis de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/5895 |
| url |
https://hdl.handle.net/20.500.12313/5895 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Bernal, J. L., Cummins, S., & Gasparrini, A. (2017). Interrupted time series regression for the evaluation of public health interventions: A tutorial. International Journal of Epidemiology, 46(1), 348-355. https://doi.org/10.1093/ije/dyw098 Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5-32. https://doi.org/10.1023/A:1010933404324 Canetto, S. S., & Sakinofsky, I. (1998). The gender paradox in suicide. Suicide and Life-Threatening Behavior, 28(1), 1-23. Cendales, R., Vanegas, C., Fierro, M., Córdoba, R., & Olarte, A. (2007). Tendencias del suicidio en Colombia, 1985-2002. Revista Panamericana de Salud Pública, 22(4), 231-238 Chapman, P., Clinton, J., Kerber, R., Khabaza, T., Reinartz, T., Shearer, C., & Wirth, R. (2000). CRISP-DM 1.0: Step-by-step data mining guide. The CRISP-DM Consortium. Chen, M., Mao, S., & Liu, Y. (2021). Big Data: A Survey. Mobile Networks and Applications, 26(1), 303-322. Comisión sobre Determinantes Sociales de la Salud. (2008). Subsanar las desigualdades en una generación. Organización Mundial de la Salud. Congreso de la República de Colombia. (2013). Ley 1616 de 2013: Ley de Salud Mental. Diario Oficial N.º 48680. Consejo Nacional de Política Económica y Social (CONPES). (2025). Documento CONPES 4149: Programa para mejorar el acceso a los servicios de salud mental 2025-2028. DNP. Departamento Administrativo Nacional de Estadística (DANE). (2024). Indicadores demográficos 2024. Bogotá: DANE. Durkheim, É. (1897). Le suicide: Étude de sociologie. París: Félix Alcan. Instituto Nacional de Medicina Legal y Ciencias Forenses (INMLCF). (2023). Forensis 2023: Datos para la vida. Bogotá: INMLCF. Instituto Nacional de Salud (INS). (2023). Boletín Epidemiológico - Intento de Suicidio. SIVIGILA. Joiner, T. (2005). Why people die by suicide. Cambridge: Harvard University Press. Klonsky, E. D., May, A. M., & Glenn, C. R. (2011). The relationship between nonsuicidal self-injury and attempted suicide. Journal of Abnormal Psychology, 122(1), 231-237. Linden, A. (2015). Conducting interrupted time-series analysis for single- and multiple-group comparisons. The Stata Journal, 15(2), 480-500. Londoño, A., Romero, P., & Casas, G. (2013). Salud mental en víctimas de conflicto armado. Psicología desde el Caribe, 30(2), 425-444. Ministerio de Salud y Protección Social. (2025). Decreto 0729 de 2025: Política Nacional de Salud Mental 2025-2034. Diario Oficial N.º 52875. Nguyen, T., Fong, A., & Gonzalez, J. (2022). Machine learning applications in mental health. Frontiers in Psychiatry, 13, 822024. OECD. (2021). The path to becoming a data-driven public sector. Paris: OECD Publishing. OMS. (2021). Suicide worldwide in 2019. Ginebra: OMS. OMS. (2022). Mental health: Strengthening our response. Ginebra: OMS. OPS. (2023). Suicide mortality in the Americas: Regional report 2023. Washington: OPS. Razzak, M. I., Imran, M., & Xu, G. (2019). Big data analytics for preventive medicine. Neural Computing and Applications, 32(9), 4417-4451. Shneidman, E. S. (1993). Suicide as psychache. Northvale: Jason Aronson. Tibshirani, R. (1996). Regression shrinkage and selection via the Lasso. JRSS: Series B, 58(1), 267-288. Tukey, J. W. (1977). Exploratory data analysis. Reading: Addison-Wesley. Turecki, G., & Brent, D. A. (2016). Suicide and suicidal behaviour. The Lancet, 387(10024), 1227-1239. United Nations. (2015). Transforming our world: The 2030 Agenda for Sustainable Development. A/RES/70/1. World Health Organization. (2021). LIVE LIFE: An implementation guide for suicide prevention. Geneva: WHO. |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ |
| dc.format.extent.none.fl_str_mv |
57 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de Ibagué |
| dc.publisher.faculty.none.fl_str_mv |
Ciencias Económicas y Administrativas |
| dc.publisher.place.none.fl_str_mv |
Ibagué |
| dc.publisher.program.none.fl_str_mv |
Maestría en Analítica de Datos para la Toma de Decisiones |
| publisher.none.fl_str_mv |
Universidad de Ibagué |
| institution |
Universidad de Ibagué |
| bitstream.url.fl_str_mv |
https://repositorio.unibague.edu.co/bitstreams/fcf9676b-c2d5-4d98-8fee-9fe33d46adb1/download https://repositorio.unibague.edu.co/bitstreams/6fa665fb-2bb7-4bf5-bf76-3f49f7175f34/download https://repositorio.unibague.edu.co/bitstreams/2611f9d7-824d-4208-b35f-f837fc813fda/download https://repositorio.unibague.edu.co/bitstreams/4abd57c9-d641-4d76-8c10-f02547a60d2e/download https://repositorio.unibague.edu.co/bitstreams/b113cb4d-3eb0-4a91-9b9c-646e4fd0aa1d/download https://repositorio.unibague.edu.co/bitstreams/60289ca4-0059-44d7-9b3b-094ebbf647ff/download https://repositorio.unibague.edu.co/bitstreams/40e42e51-fd8a-4e1f-850a-f52e98542964/download |
| bitstream.checksum.fl_str_mv |
05d67a88ce1ab5cafe1a61fbc857c383 57d3b9dbf6a7072e17db03bea7f0d801 2fa3e590786b9c0f3ceba1b9656b7ac3 efb94c953d667470519683c0d3d20d9d d991fb2712282acd82bd9c87f8c24777 e80da641fbeed85ae15e41e395be9f32 5d52fd9af53d32d7d563d658a99df72e |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de Ibagué |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1851059992099028992 |
| spelling |
Diaz, Jairo918b72cc-ae73-464d-9ac4-08ace9753651-1Sánchez, Sebastiánffb645b6-258b-4650-8715-eef8074f290dSanz Llache, Miguelea5ef7df-c367-4279-a527-9319e2b9ec6c-1Palomino Andrade, Jorge Enrique2a8e533f-1bfa-43a1-bda9-892fe2154d01-12025-11-04T14:50:52Z2025-11-04T14:50:52Z2025El presente proyecto de profundización tiene como propósito analizar la heterogeneidad del riesgo y los patrones temporales de la conducta suicida en Colombia durante el periodo 2015-2023, mediante técnicas de ciencia de datos y modelado predictivo. Se emplearon fuentes oficiales del Instituto Nacional de Medicina Legal y Ciencias Forenses (INMLCF) y del Sistema Nacional de Vigilancia en Salud Pública (SIVIGILA), integrando 1,247,583 registros que incluyen 28,595 suicidios consumados y 241,988 intentos notificados. La metodología se estructuró en tres fases: (i) extracción, depuración y análisis exploratorio de datos (ETL y EDA) con una calidad post-procesamiento del 97.6%; (ii) modelamiento predictivo basado en algoritmos de aprendizaje supervisado (Random Forest con AUC=0.81) y métodos de reducción de dimensionalidad no supervisados (PCA explicando 49.9% de varianza) para estimar factores de riesgo diferenciales; y (iii) análisis de series de tiempo interrumpidas (ITS) para detectar variaciones significativas y puntos de inflexión en las tasas nacionales y por subgrupos poblacionales. Los resultados evidencian una marcada heterogeneidad del riesgo entre hombres y mujeres ((razón 3.27:1 en suicidio consumado y razón inversa mujer/hombre 1.70:1 en intentos de suicidio), zonas urbanas y rurales, y grupos etarios, así como una reducción estadísticamente significativa de 0.14 puntos (p=0.0303), representando una disminución del 17,5% en las tasas posteriores a la implementación de la Política Nacional de Salud Mental 2018 e impactos iniciales del COVID-19 (2019-2020). El estudio aporta una aproximación empírica robusta que fortalece la comprensión del comportamiento suicida desde la analítica de datos y ofrece insumos concretos para la focalización territorial y temporal de intervenciones en salud mental.The purpose of this in-depth project is to analyze the heterogeneity of risk and temporal patterns of suicidal behavior in Colombia during the period 2015-2023, using data science techniques and predictive modeling. Official sources from the National Institute of Legal Medicine and Forensic Sciences (INMLCF) and the National Public Health Surveillance System (SIVIGILA) were used, integrating 1,247,583 records that include 28,595 completed suicides and 241,988 reported attempts. The methodology was structured in three phases: (i) extraction, purification and exploratory analysis of data (ETL and EDA) with a post-processing quality of 97.6%; (ii) predictive modeling based on supervised learning algorithms (Random Forest with AUC=0.81) and unsupervised dimensionality reduction methods (PCA explaining 49.9% variance) to estimate differential risk factors; and (iii) interrupted time series (ITS) analysis to detect significant variations and tipping points in national and population subgroup rates. The results show a marked heterogeneity of risk between men and women (ratio 3.27:1 in completed suicide and inverse female/male ratio 1.70:1 in suicide attempts), urban and rural areas, and age groups, as well as a statistically significant reduction of 0.14 points (p=0.0303), representing a decrease of 17.5% in the rates after the implementation of the National Mental Health Policy 2018 and initial impacts of COVID-19 (2019-2020). The study provides a robust empirical approach that strengthens the understanding of suicidal behavior from data analytics and offers concrete inputs for the territorial and temporal targeting of mental health interventions.MaestríaMagister en Analítica de Datos para la Toma de DecisionesRESUMEN.....8 INTRODUCCIÓN.....9 CAPÍTULO 1. FUNDAMENTACIÓN TEÓRICA Y ORGANIZACIONAL.....10 1.1 Marco Teórico Básico.....10 1.1.1 Salud Mental: Un Paradigma de Derechos y Determinantes Sociales.....10 1.1.2 La Conducta Suicida: Un Espectro de Sufrimiento Intolerable.....10 1.1.3 Modelos Explicativos Clásicos y Contemporáneos.....11 1.1.4 Factores de Riesgo y el Contexto Específico de Colombia.....11 1.1.5 Un Enfoque Metodológico desde la Ciencia de Datos.....11 1.2 Marco Organizacional.....12 1.2.1 Marco Normativo y de Política Pública en Colombia.....12 CAPÍTULO 2. JUSTIFICACIÓN Y OBJETIVOS.....13 2.1 Planteamiento del Problema del Negocio.....13 2.2 Justificación del Proyecto.....13 2.3 Objetivos.....14 2.3.1 Objetivo General.....14 2.3.2 Objetivos Específicos.....14 2.4 Alcance y Limitaciones.....15 CAPÍTULO 3. ALINEACIÓN ESTRATÉGICA Y VALOR ORGANIZACIONAL.....16 3.1 Ventaja Competitiva Asociada.....16 3.2 Generación de Valor para la Organización.....16 3.3 Beneficios Esperados (Corto, Mediano y Largo Plazo).....17 3.4 Alineación con los Objetivos de Desarrollo Sostenible (ODS).....18 CAPÍTULO 4. METODOLOGÍA Y SOLUCIÓN TÉCNICA.....18 4.1 Descripción de la Organización.....18 4.2 Solución Técnica Empleada.....19 4.2.1 Fuentes de Datos.....20 4.2.2 Tratamiento de Datos (ETL).....20 4.2.3 Diccionario de Datos.....21 4.2.4 Arquitectura de Datos.....23 4.2.5 Métodos y Algoritmos Utilizados.....24 4.2.6 Herramientas y Lenguajes de Programación.....27 4.2.7 Códigos y Scripts Documentados.....28 4.2.8 Validación Técnica de la Solución.....29 4.3 Fases de Desarrollo del Proyecto.....30 CAPÍTULO 5. RESULTADOS, INDICADORES Y RIESGOS.....32 5.1 Resultados Obtenidos.....32 5.1.1 Integración de Datos y Calidad (Objetivo Específico 1).....32 5.1.2 Disparidades y Heterogeneidad del Riesgo (Objetivo Específico 2).....33 5.1.3 Top 20 Combinaciones de Mayor Riesgo (Objetivo Específico 3).....38 5.1.4 Análisis de Series de Tiempo Interrumpidas (ITS) (Objetivo Específico 4).....41 5.1.5 Análisis de Componentes Principales (PCA).....44 5.1.6 Modelos Predictivos de Machine Learning (Objetivo Específico 5).....46 5.2 Indicadores de Éxito (KPIs).....48 5.3 Aspectos Éticos y Riesgos del Proyecto.....49 5.3.1 Consideraciones Éticas.....49 5.3.2 Riesgos Identificados y Mitigación.....49 5.3.3 Manejo Responsable.....50 5.3.4 Declaración de Conflicto de Intereses.....50 6.1 Conclusiones.....51 6.2 Recomendaciones.....52 REFERENCIAS BIBLIOGRÁFICAS.....54 ANEXOS.....5657 páginasapplication/pdfSanz Llache, M. & Palomino Andrade, J.E. (2025). Heterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado Predictivo. [Tesis de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/5895https://hdl.handle.net/20.500.12313/5895spaUniversidad de IbaguéCiencias Económicas y AdministrativasIbaguéMaestría en Analítica de Datos para la Toma de DecisionesBernal, J. L., Cummins, S., & Gasparrini, A. (2017). Interrupted time series regression for the evaluation of public health interventions: A tutorial. International Journal of Epidemiology, 46(1), 348-355. https://doi.org/10.1093/ije/dyw098Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5-32. https://doi.org/10.1023/A:1010933404324Canetto, S. S., & Sakinofsky, I. (1998). The gender paradox in suicide. Suicide and Life-Threatening Behavior, 28(1), 1-23.Cendales, R., Vanegas, C., Fierro, M., Córdoba, R., & Olarte, A. (2007). Tendencias del suicidio en Colombia, 1985-2002. Revista Panamericana de Salud Pública, 22(4), 231-238Chapman, P., Clinton, J., Kerber, R., Khabaza, T., Reinartz, T., Shearer, C., & Wirth, R. (2000). CRISP-DM 1.0: Step-by-step data mining guide. The CRISP-DM Consortium.Chen, M., Mao, S., & Liu, Y. (2021). Big Data: A Survey. Mobile Networks and Applications, 26(1), 303-322.Comisión sobre Determinantes Sociales de la Salud. (2008). Subsanar las desigualdades en una generación. Organización Mundial de la Salud.Congreso de la República de Colombia. (2013). Ley 1616 de 2013: Ley de Salud Mental. Diario Oficial N.º 48680.Consejo Nacional de Política Económica y Social (CONPES). (2025). Documento CONPES 4149: Programa para mejorar el acceso a los servicios de salud mental 2025-2028. DNP.Departamento Administrativo Nacional de Estadística (DANE). (2024). Indicadores demográficos 2024. Bogotá: DANE.Durkheim, É. (1897). Le suicide: Étude de sociologie. París: Félix Alcan.Instituto Nacional de Medicina Legal y Ciencias Forenses (INMLCF). (2023). Forensis 2023: Datos para la vida. Bogotá: INMLCF.Instituto Nacional de Salud (INS). (2023). Boletín Epidemiológico - Intento de Suicidio. SIVIGILA.Joiner, T. (2005). Why people die by suicide. Cambridge: Harvard University Press.Klonsky, E. D., May, A. M., & Glenn, C. R. (2011). The relationship between nonsuicidal self-injury and attempted suicide. Journal of Abnormal Psychology, 122(1), 231-237.Linden, A. (2015). Conducting interrupted time-series analysis for single- and multiple-group comparisons. The Stata Journal, 15(2), 480-500.Londoño, A., Romero, P., & Casas, G. (2013). Salud mental en víctimas de conflicto armado. Psicología desde el Caribe, 30(2), 425-444.Ministerio de Salud y Protección Social. (2025). Decreto 0729 de 2025: Política Nacional de Salud Mental 2025-2034. Diario Oficial N.º 52875.Nguyen, T., Fong, A., & Gonzalez, J. (2022). Machine learning applications in mental health. Frontiers in Psychiatry, 13, 822024.OECD. (2021). The path to becoming a data-driven public sector. Paris: OECD Publishing.OMS. (2021). Suicide worldwide in 2019. Ginebra: OMS.OMS. (2022). Mental health: Strengthening our response. Ginebra: OMS.OPS. (2023). Suicide mortality in the Americas: Regional report 2023. Washington: OPS.Razzak, M. I., Imran, M., & Xu, G. (2019). Big data analytics for preventive medicine. Neural Computing and Applications, 32(9), 4417-4451.Shneidman, E. S. (1993). Suicide as psychache. Northvale: Jason Aronson.Tibshirani, R. (1996). Regression shrinkage and selection via the Lasso. JRSS: Series B, 58(1), 267-288.Tukey, J. W. (1977). Exploratory data analysis. Reading: Addison-Wesley.Turecki, G., & Brent, D. A. (2016). Suicide and suicidal behaviour. The Lancet, 387(10024), 1227-1239.United Nations. (2015). Transforming our world: The 2030 Agenda for Sustainable Development. A/RES/70/1.World Health Organization. (2021). LIVE LIFE: An implementation guide for suicide prevention. Geneva: WHO.info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/Conducta Suicida en Colombia (2015-2023) - HeterogeneidadConducta Suicida en Colombia (2015-2023) - Patrones temporalesConducta Suicida en Colombia (2015-2023) - Riesgos temporalesCiencia de datosModelado predictivoSalud mentalConducta suicidaSeries de tiempo interrumpidasHeterogeneidad del riesgoColombiaData sciencePredictive modelingMental healthSuicidal behaviorInterrupted time seriesRisk heterogeneityHeterogeneidad del Riesgo y Patrones Temporales de la Conducta Suicida en Colombia (2015-2023): Una Aproximación desde la Ciencia de Datos y el Modelado PredictivoTrabajo de grado - MaestríaTextinfo:eu-repo/semantics/masterThesishttp://purl.org/redcol/resource_type/TMinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALTesis.pdfTesis.pdfapplication/pdf2469175https://repositorio.unibague.edu.co/bitstreams/fcf9676b-c2d5-4d98-8fee-9fe33d46adb1/download05d67a88ce1ab5cafe1a61fbc857c383MD51Formato de autorización.pdfFormato de autorización.pdfapplication/pdf163257https://repositorio.unibague.edu.co/bitstreams/6fa665fb-2bb7-4bf5-bf76-3f49f7175f34/download57d3b9dbf6a7072e17db03bea7f0d801MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8134https://repositorio.unibague.edu.co/bitstreams/2611f9d7-824d-4208-b35f-f837fc813fda/download2fa3e590786b9c0f3ceba1b9656b7ac3MD53TEXTTesis.pdf.txtTesis.pdf.txtExtracted texttext/plain80666https://repositorio.unibague.edu.co/bitstreams/4abd57c9-d641-4d76-8c10-f02547a60d2e/downloadefb94c953d667470519683c0d3d20d9dMD54Formato de autorización.pdf.txtFormato de autorización.pdf.txtExtracted texttext/plain4073https://repositorio.unibague.edu.co/bitstreams/b113cb4d-3eb0-4a91-9b9c-646e4fd0aa1d/downloadd991fb2712282acd82bd9c87f8c24777MD56THUMBNAILTesis.pdf.jpgTesis.pdf.jpgIM Thumbnailimage/jpeg18982https://repositorio.unibague.edu.co/bitstreams/60289ca4-0059-44d7-9b3b-094ebbf647ff/downloade80da641fbeed85ae15e41e395be9f32MD55Formato de autorización.pdf.jpgFormato de autorización.pdf.jpgIM Thumbnailimage/jpeg23522https://repositorio.unibague.edu.co/bitstreams/40e42e51-fd8a-4e1f-850a-f52e98542964/download5d52fd9af53d32d7d563d658a99df72eMD5720.500.12313/5895oai:repositorio.unibague.edu.co:20.500.12313/58952025-11-05 03:02:16.182https://creativecommons.org/licenses/by-nc/4.0/https://repositorio.unibague.edu.coRepositorio Institucional Universidad de Ibaguébdigital@metabiblioteca.comQ3JlYXRpdmUgQ29tbW9ucyBBdHRyaWJ1dGlvbi1Ob25Db21tZXJjaWFsLU5vRGVyaXZhdGl2ZXMgNC4wIEludGVybmF0aW9uYWwgTGljZW5zZQ0KaHR0cHM6Ly9jcmVhdGl2ZWNvbW1vbnMub3JnL2xpY2Vuc2VzL2J5LW5jLW5kLzQuMC8= |