HU011 - LadyCD/Gestion-Estres GitHub Wiki

Identificador	HU011
Nombre	Precisión de las mediciones
Descripción	El sistema debe garantizar que las señales fisiológicas capturadas por el wearable (frecuencia cardíaca y HRV) y los datos de autorreporte ingresados por el trabajador sean lo suficientemente exactos, consistentes y confiables como para derivar un indicador de estrés válido. La precisión se evalúa en tres niveles: captura (fidelidad del sensor), procesamiento (algoritmos de filtrado y umbrales) e interpretación (coherencia con la percepción real del trabajador mediante triangulación con el autorreporte). Este atributo es crítico porque el sistema no mide estrés de forma directa, sino que lo infiere; por lo tanto, una baja precisión generaría falsos positivos (alertas innecesarias) o falsos negativos (episodios de estrés no detectados), afectando la confianza de la empresa y del trabajador en la herramienta.
Criterios de aceptación	* La tasa de datos inválidos o artefactos en la señal fisiológica capturada no debe superar el 10 % del total de muestras registradas en una jornada laboral estándar de 8 horas.
	* El indicador de estrés derivado debe presentar una correlación estadísticamente significativa (p < 0.05) con una medida de referencia de activación fisiológica (por ejemplo, ECG Polar H10) durante tareas controladas de estrés mental.
	* Al menos el 80 % de las alertas de estrés elevado deben coincidir con un autorreporte del trabajador que indique percepción de estrés en la misma ventana temporal (margen de ±15 minutos).
	* La tasa de falsos positivos (alertas sin evidencia fisiológica ni de autorreporte) no debe superar el 15 % del total de alertas generadas durante un período de prueba de 2 semanas.
	* La tasa de falsos negativos (episodios de estrés autorreportados que no generaron alerta) no debe superar el 20 % del total de episodios reportados.
	* El indicador de estrés no debe presentar variaciones abruptas mayores al 30 % entre mediciones consecutivas atribuibles a ruido del sensor y no a cambios reales en la señal.
	* Toda medición debe ser trazable hasta su fuente (marca, modelo y versión de firmware del wearable, versión del algoritmo de procesamiento) y reproducible con los mismos datos de entrada.
	* Los umbrales que clasifican el estrés en niveles (bajo, medio, alto) deben estar respaldados por literatura científica o por calibración con datos del piloto, y documentados en el diseño del algoritmo.
	* El cuestionario de autorreporte debe estar basado en instrumentos validados (escalas tipo Likert estandarizadas o adaptaciones de la batería de riesgo psicosocial), no en preguntas ad hoc.
	* El sistema debe informar al usuario, de forma clara y visible, que el indicador de estrés es una estimación y no un diagnóstico clínico, y que factores como el ejercicio, la cafeína o el movimiento pueden alterar las mediciones.
Mockups
Autor	Fabián Daniel Hernández Prieto

Validación INVEST

Revisor(a): Sandra Carolina Bohórquez Díaz (@sbohorquezd) · Fecha de revisión: dd/mm/aaaa · Resultado: Pendiente

Criterio	¿Cumple?	Justificación	Acción correctiva	Solucionado
I — Independiente	Sí / No			Sí / No / N. A.
N — Negociable	Sí / No			Sí / No / N. A.
V — Valiosa	Sí / No			Sí / No / N. A.
E — Estimable	Sí / No			Sí / No / N. A.
S — Pequeña	Sí / No			Sí / No / N. A.
T — Comprobable	Sí / No			Sí / No / N. A.

Relacionada: RNF01