DOLAR
$994,00
UF
$41.258,26
S&P 500
7.580,95
FTSE 100
10.736,14
SP IPSA
11.315,26
Bovespa
168.176,02
Dólar US
$994,00
Euro
$1.111,49
Real Bras.
$182,79
Peso Arg.
$0,65
Yuan
$149,53
Petr. Brent
110,05 US$/b
Petr. WTI
100,87 US$/b
Cobre
6,51 US$/lb
Oro
3.908,30 US$/oz
UF Hoy
$41.258,26
UTM
$72.151,00
¿Eres cliente nuevo?
REGÍSTRATE AQUÍCon minería de datos y machine learning.
Por: Equipo DF
Publicado: Lunes 12 de diciembre de 2016 a las 04:00 hrs.
A nivel mundial, se suicida una persona cada 40 segundos, dejando casi un millón de muertos al año. En Chile, la medida es de seis suicidios al día y es el segundo país de la OCDE donde más ha crecido la tasa de mortalidad por este motivo, superado sólo por Corea del Sur.
Para aportar a su disminución, expertos del Centro de Modelamiento Matemático (CMM) de la Universidad de Chile y de la Universidad Católica (UC), en el marco de una investigación del departamento de Psiquiatría UC, crearon un modelo predictivo que identifica si un paciente pertenece al grupo de riesgo de suicidio, permitiendo abordar medidas de protección e intervención oportunas en sus tratamientos.
“La detección de este riesgo sigue siendo un problema difícil de resolver, porque la naturaleza es múltiple, no es posible asociarlo a una causa única. Las variables que lo explican son particulares para cada sujeto”, comenta Jorge Barros, psiquiatra de la UC.
La herramienta mide 22 variables clave, identificadas entre más de 343. Para lograrlo, se utilizaron técnicas de minería de datos y aprendizaje de máquinas, así analizaron cuestionarios aplicados a pacientes de entre 14 y 83 años, con trastornos del estado de ánimo, y que habían intentado suicidarse antes. Esto les permitió determinar las variables más relevantes para clasificar al grupo en riesgo.
Las variables clínicas y demográficas analizadas fueron ansiedad, depresión, relaciones interpersonales, rabia, razones para no suicidarse, satisfacción familiar y otras. Las más importantes: los niveles de satisfacción personal y las razones para vivir.
“Esto nos permitió generar una herramienta rápida y fácil de usar para entender con un 77,9% de precisión si un paciente está en el grupo de riesgo”, agrega Jaime Ortega, investigador del CMM, quien adelanta que proyectan probar el instrumento en 2017 .
El desafío de la investigión sigue siendo el desarrollo de métodos confiables para detectar y medir la probabilidad de suicidio inminente. 
Uno de los focos del ranking es el segmento corporativo de alta complejidad. En la categoría Corporate and M&A – High End, cinco estudios alcanzaron el Tier 1: Barros & Errázuriz, Carey, Cariola Díez Pérez-Cotapos, Claro & Cía. y Philippi Prietocarrizosa Ferrero DU & Uría (PPU).
La iniciativa habilita a Corfo para aportar capital en fondos de fondos y directamente en vehículos de capital de riesgo, con un tope de US$ 25 millones para su primer año de operación.
La Superintendencia de Salud de ese país recomendó no aprobar el cambio de propiedad de Aliansalud EPS, uno de los activos considerados en el acuerdo. El fondo espera una respuesta inminente a su apelación.
Los trabajos, financiados por la Subdere, debieron finalizar en febrero; sin embargo y tras cuatro prórroga, no cumplieron con los plazos. Hoy la constructora Tromen enfrenta multas por este proyecto que superan los $ 41 millones.