Recuadro 4.10 Uso de datos integrados y análisis predictivos para el cribado y la toma de decisiones: condado de Allegheny, Pennsylvania (EE. UU.)
E
l Departamento de Servicios Humanos (DHS, por sus siglas en inglés) del condado de Allegheny, en Pensilvania (EE. UU.), está experimentando activamente con diversos usos de los datos y análisis integrados para respaldar un modelo de prácticas integradas en los servicios sociales. Entre las aplicaciones que han dado a estos métodos está la mejora en la toma de decisiones para la evaluación y la prevención de los abusos infantiles. Objetivos. La finalidad era desarrollar una herramienta que ayudase a los trabajadores sociales especializados en el bienestar infantil a decidir si derivar un caso de abuso infantil notificado para investigarlo en mayor profundidad. La meta era complementar (no sustituir) la evaluación clínica de los trabajadores sociales con una herramienta de puntaje que integrara los datos de las personas implicadas en el caso para reflejar los patrones pasados y los pronósticos sobre la probabilidad de que el niño estuviese en peligro. Exposición del problema. Antes de que se desarrollase la herramienta de puntaje, los datos históricos mostraban que el 48 % de los casos de bajo riesgo se consideraron por error como de alto riesgo y, en consecuencia, se seleccionaron para continuar siendo investigados (errores de inclusión); además, el 27 % de los casos de alto riesgo se evaluaron erróneamente y se descartaron para futuras investigaciones (errores de exclusión). El problema es que la información a la que pueden acceder los trabajadores sociales especializados en el bienestar infantil suele limitarse a los datos de las alegaciones concretas del supuesto abuso infantil, y la información es asimétrica (ya que el potencial autor de los abusos tiene motivos para ocultar sus comportamientos, y existen muchos factores que podrían dificultar la evaluación de la situación). Incluso con sistemas de información interoperables, los trabajadores sociales tienen acceso a otros datos, pero no disponen de una forma sistemática de aplicar la información obtenida. Modelo de análisis predictivo con datos integrados. Un equipo de investigación que colaboraba con el DHS desarrolló un modelo de
análisis predictivo para determinar la probabilidad de que un juez dictaminase retirar al niño del hogar tras un informe de abuso infantil mediante una línea directa de ayuda.a Esta variable dependiente (la probabilidad de que el niño deje el hogar) refleja situaciones extremas de abuso infantil, y el modelo trataba de identificar los factores de riesgo asociados a estos resultados. Se identificaron más de 100 factores que permitían pronosticar futuras derivaciones o salidas del hogar con datos administrativos ya introducidos «en el sistema», procedentes de fuentes internas y externas. Entre los sistemas de información internos estaban los procedentes de distintas unidades de DHS sobre el envejecimiento, el bienestar infantil, los servicios relacionados con las drogas y el alcohol, la intervención temprana, los centros de apoyo familiar, HeadStart (un programa de desarrollo infantil), las personas sin hogar, las ayudas para la vivienda, los servicios de salud mental y los servicios de discapacidad intelectual. Las fuentes de datos externas procedían de otros sistemas administrativos, como los registros de nacimiento, los registros de autopsias, los beneficios de asistencia social pública, las viviendas públicas, la salud física (Medicaid), el sistema escolar, la libertad condicional juvenil, la cárcel del condado, el sistema de tribunales para adultos/familias, los avisos de emergencias (911), y las fuentes laborales e industriales (del sector privado). Con estos datos y los modelos de análisis predictivo, desarrollaron un puntaje de cribado que iba del 1 al 20, y en la que un mayor puntaje indicaba una probabilidad más alta de ocurrencia de un evento en el futuro (abuso infantil, salida del hogar, nueva derivación). Para comprobar si el modelo mejoraba la precisión de las decisiones de evaluación de los abusos infantiles, se puntuaron miles de informes de abusos infantiles realizados con anterioridad y se llevó a cabo un seguimiento de los casos en posteriores derivaciones para ver con qué frecuencia el modelo estaba en lo correcto. Resultados. Se determinó que, en un elevado número de ocasiones, el modelo permitía pronosticar
continuación
126
F U N D A M E N TO S D E LO S S I S T E M A S D E I M P L E M E N TA C I Ó N D E P R OT E C C I Ó N S O C I A L : L I B R O D E R E F E R E N C I A
