Impacto del Covid-19 en la Salud Mental de los Estudiantes Universitarios

La Salud Mental es sobre cómo pensamos, sentimos y actuamos. Es nuestro bienestar emocional y psicológico, que influye en cómo manejamos el estrés y nos relacionamos con los demás. Tener buena salud mental es crucial para cada individuo. Los estudios muestran que la salud mental está estrechamente relacionada con la salud física, y una mala salud mental puede llevar a problemas serios como la depresión. Las relaciones sociales también juegan un papel significativo en nuestro bienestar mental. Muchas personas han enfrentado desafíos para su salud mental, especialmente en tiempos difíciles como una pandemia.

#El Impacto del COVID-19 en la Salud Mental

En 2019, el mundo se vio afectado por el Covid-19, causado por el virus SARS-CoV-2. Este virus causa problemas respiratorios graves y puede llevar a la muerte. La Organización Mundial de la Salud lo declaró una pandemia global el 11 de marzo de 2020. Se implementaron confinamientos en muchos países para ayudar a detener la propagación del virus. Bangladesh también se vio afectado, lo que llevó a confinamientos en todo el país debido a su alta densidad poblacional.

Durante los confinamientos, muchas personas se encontraron aisladas en casa, lo que dificultó la conexión con amigos y familiares. Este aislamiento social ha estado relacionado con sentimientos de soledad y peor salud mental, particularmente para aquellos que ya enfrentaban desafíos de salud mental. Muchos jóvenes adultos, especialmente los Estudiantes universitarios, se vieron significativamente afectados. A menudo luchaban con sentimientos de soledad, preocupación por su futuro y estrés por problemas financieros. Esta situación ha llevado a niveles elevados de ansiedad y depresión en los estudiantes.

#Los Efectos en los Estudiantes Universitarios

Los estudiantes universitarios son como otros jóvenes adultos; saben que la salud mental es importante. Sin embargo, la crisis del Covid-19 afectó enormemente sus estudios y vidas sociales. Los estudiantes pasaron mucho tiempo en casa, lo que dificultó el encuentro con amigos y familiares. Muchos enfrentaron sentimientos de soledad y pensamientos negativos, lo que llevó a mayores tasas de depresión y ansiedad entre ellos. La investigación indicó que muchos estudiantes experimentaron un estrés significativo e incluso pensamientos suicidas durante este período.

Los problemas de salud mental se están reconociendo más a nivel mundial, y la pandemia del Covid-19 empeoró aún más la situación para muchos estudiantes. Se han llevado a cabo varios estudios a nivel mundial para encontrar formas efectivas de identificar a los estudiantes que están luchando con su salud mental, especialmente ansiedad y depresión. Aunque algunas investigaciones observaron varios factores como género y nivel educativo, no se ha dado suficiente atención a tecnologías modernas como la inteligencia artificial (IA) para analizar las condiciones de salud mental entre los estudiantes universitarios.

#La Necesidad de IA en la Investigación sobre Salud Mental

Los métodos tradicionales para entender la salud mental a menudo dependen de encuestas y cuestionarios. Sin embargo, métodos avanzados como la IA pueden ayudar a descubrir patrones y predecir problemas de salud mental de manera más efectiva. La IA puede analizar grandes cantidades de datos, lo que permite obtener mejores perspectivas sobre los factores que influyen en el bienestar mental. Aunque los estudios sobre salud mental que utilizan IA están aumentando en varios campos, aún falta investigación enfocada específicamente en la salud mental de los estudiantes universitarios durante crisis como el Covid-19.

En Bangladesh, donde la investigación sobre salud mental es limitada, se necesita hacer estudios más exhaustivos para entender cómo la pandemia ha afectado la salud mental de los estudiantes. El objetivo aquí es construir un sistema que utilice IA para analizar la retroalimentación real de los estudiantes sobre cómo el Covid-19 les impactó mentalmente. Al recoger datos de encuestas, podemos entrenar modelos de IA para predecir condiciones de salud mental.

#Objetivos de la Investigación

El objetivo principal es crear un sistema impulsado por IA para evaluar el estado de salud mental de los estudiantes universitarios de Bangladesh durante la pandemia. Para lograr esto, recolectamos datos a través de cuestionarios en línea de varias universidades. Se probaron diversos modelos de aprendizaje automático (ML) y aprendizaje profundo (DL) para ver cuán precisamente podían predecir el estado de salud mental de los estudiantes. Queríamos identificar los factores que influyen más significativamente en la salud mental durante esta crisis.

#Recolección de Datos

Para esta investigación, se recolectaron datos de estudiantes universitarios de 19 a 30 años. Se realizó una encuesta en línea a 400 estudiantes de 16 universidades en Bangladesh. De estos, 253 estudiantes respondieron, dando una tasa de respuesta del 63%. El conjunto de datos incluía varias preguntas destinadas a entender los factores que afectan la salud mental, como la estabilidad del ingreso familiar, la interrupción de la vida diaria, preocupaciones académicas y más.

#Análisis de datos

Una vez recolectados los datos, se realizó un análisis descriptivo para entender los factores clave que afectan la salud mental. Gráficas estadísticas ayudaron a visualizar cómo diferentes atributos se relacionan con el estado de salud mental de los estudiantes. Por ejemplo, aquellos que reportaron mal dormir durante la pandemia tendían a tener peor salud mental. De manera similar, el uso de internet también mostró patrones donde un exceso de horas navegando se vinculó a una peor salud mental.

Los estudiantes que vivían con sus padres generalmente reportaron mejor salud mental en comparación con aquellos que vivían solos. También se analizaron factores como la estabilidad del ingreso familiar y preocupaciones sobre el apoyo social por su impacto en el bienestar mental.

#Preprocesamiento de Datos

Antes de usar los datos en modelos de aprendizaje automático, se tomaron varios pasos de preprocesamiento. No fue necesario manejar valores faltantes ya que no había ninguno. La mayoría de las características se convirtieron de tipos categóricos a tipos numéricos, que son más fáciles para que las máquinas trabajen.

Después de convertir los tipos de datos, un proceso de selección de características ayudó a identificar qué características eran más importantes para predecir la salud mental. Esto se hizo utilizando métodos que comparan estadísticamente las características para ver cuán bien se relacionan con el estado de salud mental de los estudiantes.

#Modelos de Aprendizaje Automático

Se utilizaron varios modelos de aprendizaje automático para predecir el estado de salud mental. Los modelos incluyeron Random Forest, Support Vector Machine, Decision Tree, entre otros. Cada modelo fue entrenado utilizando el conjunto de datos procesado. Posteriormente, se utilizaron diversas métricas de rendimiento como precisión, exactitud, recall y F1-score para evaluar qué tan bien funcionó cada modelo.

El modelo Random Forest demostró ser el más preciso, logrando una tasa de exactitud impresionante. CatBoost y otros modelos también tuvieron buenos resultados, pero Random Forest consistentemente los superó.

#Modelos de Aprendizaje Profundo

También se utilizaron cuatro modelos de aprendizaje profundo en el estudio. Estos incluyeron Redes Neuronales Convolucionales, Redes Neuronales Recurrentes, Redes Neuronales Híbridas y Redes Neuronales Siamés. Al igual que los modelos de ML, estos modelos de aprendizaje profundo fueron entrenados en el conjunto de datos con el objetivo de predecir el estado de salud mental de los estudiantes.

La Red Neuronal Siamés proporcionó los mejores resultados entre los modelos de aprendizaje profundo. Manejó eficazmente las similitudes en los datos y requirió menos muestras por clase para el entrenamiento.

#Resultados y Hallazgos

El análisis reveló varios factores que afectan significativamente la salud mental durante la pandemia. La prueba Chi-Cuadrado destacó cinco características clave: ingreso familiar estable, interrupción de la vida diaria, ingreso personal, estado del sueño y miedo a la infección.

Estos factores se encontraron conectados al estado de salud mental de los estudiantes. Por ejemplo, los estudiantes con ingresos familiares estables reportaron mejor salud mental. De manera similar, los miedos sobre el contagio empeoraron la salud mental en muchos casos.

La investigación también mostró que los estudiantes en áreas rurales generalmente reportaron mejor salud mental que aquellos en ciudades. Muchos estudiantes se preocuparon por quedarse atrás en sus estudios, lo que impactó su estado mental.

#Fortalezas y Limitaciones del Estudio

Esta investigación tuvo varias fortalezas. Primero, se centró en estudiantes universitarios en Bangladesh durante un momento crítico, donde se ha hecho poca investigación. El conjunto de datos recopilados de múltiples universidades permitió diversas perspectivas. El estudio logró buena precisión con varios modelos de clasificación.

Sin embargo, hubo algunas limitaciones. No todos los estudiantes universitarios pudieron ser incluidos en la investigación, lo que podría afectar la generalización de los hallazgos. Dado que los datos fueron autoinformados a través de una encuesta en línea, podría haber sesgos. Además, el tamaño limitado del conjunto de datos significó que más datos podrían mejorar la precisión de la predicción.

#Conclusión

En general, la pandemia del Covid-19 ha tenido un impacto negativo significativo en la salud mental, particularmente entre los estudiantes universitarios en Bangladesh. Este estudio utilizó técnicas impulsadas por IA para analizar datos del mundo real, proporcionando información sobre el estado de salud mental de los estudiantes durante esta crisis.

Los hallazgos sugieren que el ingreso familiar estable y la capacidad de adaptarse a las circunstancias cambiantes son cruciales para mantener una buena salud mental. La investigación futura debería continuar explorando estos temas e incluir conjuntos de datos más diversos para entender mejor los efectos a largo plazo de las pandemias en la salud mental.

Al mejorar nuestra comprensión de estos factores, las instituciones educativas y los proveedores de atención médica pueden desarrollar mejores recursos y sistemas de apoyo para ayudar a los estudiantes a mantener su bienestar mental durante tiempos desafiantes.