Investigadores desarrollaron un modelo de IA llamado Clinical-Group FT para predecir el riesgo de depresión posparto en mujeres. El estudio analizó datos de 1138 mujeres, incluyendo características clínicas, indicadores bioquímicos y evaluaciones psicológicas como la personalidad y síntomas depresivos, durante el período perinatal y posparto.
El modelo organiza los factores de riesgo en cuatro grupos clínicos específicos, permitiendo que la IA aprenda patrones dentro de cada grupo e integre la información de manera más eficiente. En las pruebas, logró una precisión del 85% y una puntuación F1 de 0,734, superando a otros nueve modelos comparados. El resultado es importante porque el screening de depresión posparto necesita identificar correctamente los casos reales mientras minimiza las falsas alarmas.
El análisis también reveló qué factores son más relevantes: el apoyo recibido de la suegra en el posparto, la depresión antenatal y la dimensión de neuroticismo en la personalidad destacan como predictores clave. Estos hallazgos podrían mejorar la detección precoz de mujeres en riesgo, permitiendo intervenciones más oportunas.