Resumen:Antecedentes: El sobrepeso y la obesidad infantil y adolescente siguen siendo importantes problemas de salud pública en los Estados Unidos y están determinados por factores conductuales, domésticos y comunitarios. Su estructura predictiva conjunta a nivel poblacional aún no está completamente caracterizada. Objetivos: El estudio tiene como objetivo identificar predictores multinivel de sobrepeso y obesidad entre adolescentes estadounidenses y comparar el rendimiento predictivo, la calibración y la equidad de subgrupos de modelos estadísticos, de aprendizaje automático y de aprendizaje profundo. Datos y métodos: Analizamos 18.792 niños de 10 a 17 años de la Encuesta Nacional de Salud Infantil 2021. El sobrepeso/obesidad se define mediante categorías de IMC. Los predictores incluyeron dieta, actividad física, sueño, estrés de los padres, condiciones socioeconómicas, experiencias adversas y características del vecindario. Los modelos incluyen regresión logística, bosque aleatorio, aumento de gradiente, XGBoost, LightGBM, perceptrón multicapa y TabNet. El rendimiento se evalúa utilizando AUC, exactitud, precisión, recuperación, puntuación F1 y puntuación Brier. Resultados: La discriminación oscila entre 0,66 y 0,79. La regresión logística, el aumento de gradiente y MLP mostraron el equilibrio más estable de discriminación y calibración. El impulso y el aprendizaje profundo mejoran modestamente la memoria y la puntuación F1. Ningún modelo fue uniformemente superior. Las disparidades de desempeño entre razas y grupos de pobreza persisten en todos los algoritmos. Conclusión: La mayor complejidad del modelo produce ganancias limitadas con respecto a la regresión logística. Los predictores abarcan consistentemente dominios de comportamiento, hogar y vecindario. Las persistentes disparidades entre subgrupos indican la necesidad de mejorar la calidad de los datos y una vigilancia centrada en la equidad en lugar de una mayor complejidad algorítmica.
Publicado originalmente en export.arxiv.org el 24 de febrero de 2026.
Ver fuente original
