Prediccion del consumo de extasis a partir de redes neuronales artificiales

FRANÇAIS :
Le but de cette étude est de montrer comment un réseau neuronal artificiel (RNA) peut être utile pour prédire la consommation d'ecstasy (MDMA). Plus spécifiquement, les auteurs ont essayé de développer un réseau neuronal de type backpropagation capable de déceler ceux qui consomment de l'ecstasy et ceux qui n'en consomment pas, à partir des réponses que les sujets ont donné à un questionnaire. L'échantillon était composé de 148 consommateurs d'ecstasy et de 148 non consommateurs. Les différentes étapes menées pour développer le RNA sont expliqués. L'efficacité du RNA fut de 96.66%. D'autre part, les auteurs ont montré que le RNA n'est pas une "boîte noire", mais peut jouer un rôle dans la détermination de la consommation de l'ecstasy grâce à diverses variables prédictives.
ENGLISH :
The purpose of this study was to show how an artificial neural network (ANN) can be useful to predict ecstasy (MDMA) consumption More specifically, we tried to deve lop a backpropagation neural net capable to discriminate bet ween who consumes ecstasy and who not, through the answers given by the subjects to a questionnaire. The sample was composed of 148 ecstasy consumers and 148 no consumers. We explain the diferent stages carried out to develop the ANN: selection of relevant variables and preprocessing of data, division of the sample into training, validation and test sets, training and evaluation of neural model, and sensitivity analysis. The accuracy of the ANN trained were 96.66%. The area under the ROC (Receiver operating characteristic) curve was 0.99440.0055 SE. On the other hand, we try to show that the ANN don't represent a "black box"' but it can lead to useful insights into the roles played by different predictive variables in determining ecstasy consumption. (Review's abstract.)