Análisis predictivo de la deserción estudiantil en la carrera de Medicina / Predictive analysis on student dropout in the Medicine degree

RESUMEN

RESUMEN Fundamento la deserción escolar debe ser analizada en un contexto multivariado para identificar sus causas y efectos, de ningún modo debe ser atribuida a una sola causa. Objetivo: determinar la capacidad predictiva de algunos factores sobre la deserción escolar de estudiantes de Medicina, a través de un modelo de regresión logística múltiple. Métodos: se realizó un estudio analítico, predictivo en 87 estudiantes de Medicina matriculados en el curso 2015-2016. Se aplicaron métodos teóricos y empíricos y se realizó en dos etapas en la primera se identificaron las variables más asociadas a la deserción escolar a través de un análisis bivariado; y en la segunda, se analizó la capacidad de estas variables para predecir la deserción a través de la regresión logística (análisis multivariado). Resultados: en el análisis bivariado, nueve variables mostraron relación significativa con la deserción escolar; al someterlas al análisis multivariado (correlación y regresión logística), solo cuatro mantuvieron la significación estadística, por lo que finalmente fueron las escogidas como variables predictoras. Conclusiones: la deserción escolar en estudiantes de la carrera de Medicina puede predecirse por la combinación sinérgica de los cuatro predictores dedicarle al estudio menos de 15 horas por semana, el sexo femenino, la repitencia escolar y el bajo rendimiento académico en Morfofisiología.

ABSTRACT

ABSTRACT Background: school dropout should be analyzed in a multivariate context to identify its causes and effects; in no way, it should be attributed to a single cause. Objective: to determine the predictive capacity of some factors on the school dropout of medical students, through a multiple logistic regression model. Methods: an analytical, predictive study was carried out in 87 medical students enrolled in the 2015-2016 academic year. Theoretical and empirical methods were applied and it was carried out in two stages in the first, the variables most associated with school dropout were identified through a bivariate analysis; and in the second, the ability of these variables to predict dropout was analyzed through logistic regression (multivariate analysis). Results: in the bivariate analysis, nine variables showed a significant relationship with school dropout; when subjected to multivariate analysis (correlation and logistic regression), only four maintained statistical significance, that´s why they were finally chosen as predictor variables. Conclusions: school dropout in Medicine students can be predicted by the synergistic combination of the four predictors dedicating less than 15 hours per week to study, female sex, school repetition and low academic performance in Morphology-physiology.