Tesista: Luz Montserrat
Directora: Marı́a Soledad Fernández
Codirectora: Adriana Pérez
Resumen.
El cáncer de mama es la principal causa de muerte por cáncer en mujeres en Argentina, y la mamografı́a es el único método reconocido de detección precoz en población con riesgo promedio. Sin embargo, persisten brechas significativas en el acceso a esta práctica preventiva. Esta tesis analiza las desigualdades en la realización de mamografı́as en mujeres de 50 a 69 años en Argentina, utilizando técnicas de machine learning aplicadas a los datos de la Encuesta Nacional de Factores de Riesgo 2018 (ENFR). Se construyó una base de datos enriquecida con recodificaciones e índices estructurales y socioeconómicos (utilizando las variables originales de la encuesta). Se entrenaron modelos supervisados (XGBoost, Random Forest y HistGradientBoosting) para identificar variables clave y perfiles con mayor riesgo. Los resultados muestran que factores como el bajo nivel educativo, la cobertura de salud pública exclusiva, las condiciones habitacionales desfavorables y la jurisdicción de residencia, así como determinadas configuraciones familiares y socioeconómicas, están fuertemente asociados a una menor probabilidad de realización de mamografı́as. Se identificaron subgrupos con alta vulnerabilidad sanitaria que combinan bajos niveles educativos, ausencia de cobertura médica, residencia en localidades pequeñas y precariedad estructural. Estos hallazgos permiten delinear perfiles prioritarios para políticas públicas focalizadas, con el objetivo de avanzar hacia una mayor equidad en salud y una prevención más efectiva del cáncer de mama en la Argentina.
Palabras claves: Mamografı́a, Cáncer de mama, Machine Learning, Desigualdades, Factores de riesgo, Equidad en salud, Prevención, ENFR.
Buenos Aires, 2025