Resumen

CANDO-MACHUCA, Madelayne C.; VILELA-AMAYA, Angels K.; CARTUCHE-CALVA, Joffre J.  y  HERNANDEZ-ROJAS, Dixys L.. Creación de una aplicación web y móvil con algoritmos de aprendizaje supervisado para detectar estrés y ansiedad. Espacios [online]. 2025, vol.46, n.6, pp.236-248.  Epub 30-Ene-2026. ISSN 0798-1015.  https://doi.org/10.48082/espacios-a25v46n06p20.

Este estudio aborda la detección de estrés y ansiedad mediante señales fisiológicas, considerando su creciente impacto en la salud mental. Para ello, se implementaron algoritmos de machine learning supervisado entrenados con los conjuntos de datos WESAD y CASE, aplicando la metodología CRISP-DM para el procesamiento y el enfoque RAD en el desarrollo de una aplicación web/móvil. Como resultado, los modelos alcanzaron alto desempeño en la identificación de estados emocionales, demostrando su potencial para apoyar la gestión preventiva de la salud.

Palabras clave : estrés; ansiedad; machine learning.

        · resumen en Inglés     · texto en Español     · Español ( pdf )