Documento 20: Modelos predictivos por aprendizaje automatizado de accidentes laborales y factores psicosociales del trabajo

En este documento se han aplicado técnicas de regresión logística y Random Forest con el objeto de evaluar los principales determinantes de los accidentes laborales sufrido por trabajadores cubiertos por la ley de accidentes N°16.744 y explorar métodos que mejoren la capacidad predictiva de un modelo clásico, como la regresión logística, gracias al uso de técnicas más propias del aprendizaje automatizado (machine learning). Para realizar dicho análisis se utilizó la base de datos del cuestionario SUSESO/ISTAS 21 en su versión completa para los años 2017 y 2018, Sistema de Información de Licencias Médicas y Subsidios por Incapacidad Laboral (SILMSIL) y Sistema de Gestión de Reportes e Información para la Supervisión de las Mutuales (GRIS Mutuales).