http://dx.doi.org/10.24016/2021.v7.192
ARTÍCULO ORIGINAL
Análisis Psicométrico de la Escala de Ansiedad
por Coronavirus en Población Argentina
Psychometric Analysis of the Coronavirus Anxiety
Scale in Argentinean Population
Leandro Eidman 1,
2 *, Julieta Arbizu 2,3 y Agustín Marturet 1, 2
1 Universidad de
Ciencias Empresariales y Sociales, Chaco, Argentina.
2 Red de
PsicólogosEspecializados en Catástrofes Argentina, Chaco, Argentina.
3 Universidad Nacional de Mar del Plata, Mar
del Plata, Argentina.
* Correspondencia: leaneidman@gmail.com.
Recibido: 07 de diciembre de 2020 | Revisado: 20 de febrero de 2021 | Aceptado: 28 de marzo de 2021 | Publicado Online: 28 de marzo de 2021.
CITARLO COMO:
Eidman, L.,
Arbizu, J., & Marturet, A. (2021). Análisis Psicométrico de la Escala de
Ansiedad por Coronavirus en Población Argentina. Interacciones, 7, e192. http://dx.doi.org/10.24016/2020.v7.192
RESUMEN
Introducción: El propósito de la presente investigación fue
realizar el análisis de las propiedades psicométricas de la Escala de Ansiedad
por Coronavirus para medir síntomas de ansiedad asociados al COVID-19 en
población argentina. Método: Se
utilizó un muestreo no aleatorizado de 1098 sujetos residentes en diferentes
provincias de la República Argentina. La edad promedio fue de 36.68 (DE = 14.34, Mín = 18, Máx = 83). El 78.1% eran mujeres y el 21.9%
eran varones. Se diseñó un estudio no experimental, transversal, de tipo
instrumental. La base epistemológica utilizada fue la psicometría clásica. Resultados: Los análisis psicométricos
informaron que la escala posee una estructura unidimensional con una
confiabilidad y validez adecuada (Ω =
.93). Los ítems cumplieron con valores esperables para su discriminación, lo
que determinó que el instrumento es capaz de distinguir entre personas con presencia o ausencia de síntomas
de ansiedad asociados al Sars-Cov-2. El punto de corte para identificación
sintomática fue ≥ 10. La prevalencia de síntomas de ansiedad por coronavirus
fue de 22.4%. Conclusión: La escala cuenta con un formato adecuado para su uso en
población argentina en contexto de pandemia por coronavirus y su análisis
psicométrico básico evidenció un buen funcionamiento general de sus medidas que
permite identificar la presencia o ausencia de los síntomas de ansiedad.
Palabras clave: coronavirus, ansiedad, adaptación argentina,
propiedades psicométricas, validez.
ABSTRACT
Background: The purpose of this research was to analyze the psychometric properties
of the Coronavirus Anxiety Scale to measure anxiety symptoms associated with
COVID-19 in a sample of the Argentine population. Method: A non-randomized sample of 1098 subjects residing in
different provinces of the Argentine Republic was used. The average age was
36.68 (SD = 14.34, Min = 18, Max = 83), 78.1% were women and 21.9% were men. A non-experimental,
cross-sectional, instrumental study was designed. The epistemological basis
used was classical psychometry. Results:
Psychometric analyses reported that the scale has a one-dimensional structure
with adequate reliability and validity (Ω = .93). The items met expected values
for their discrimination, which showed that the instrument can distinguish
between people with presence or absence of anxiety symptoms associated with
Sars-Cov-2. The cut-off point for symptomatic identification was ≥ 10. The
prevalence of anxiety symptoms by coronavirus was 22.4%. Conclusions: It can be concluded
that this scale has an adequate format for its use in the Argentinean
population in the context of coronavirus pandemic and its basic psychometric
analysis indicated a good general performance of its measures, which allows
identifying the presence or absence of anxiety symptoms.
Key words: coronavirus, anxiety, Argentinean
adaptation, psychometric properties, validity.
INTRODUCCIÓN
El brote por Sars-Cov-2 fue declarado
por la Organización Mundial de la Salud (2020) como una nueva neumonía viral
iniciada el 31 de diciembre del 2019 en Wuhan, China. El nuevo agente
etiológico se expandió al mundo de manera tal que, al 23 de marzo del 2020 las
estadísticas epidemiológicas indicaron más de 294.119 personas infectadas en
197 países con 12.944 personas fallecidas (OMS, 2020). El 20 de marzo del
presente año el gobierno de la República Argentina dispuso el aislamiento
social, preventivo y obligatorio con la intención de prevenir contagios y
mitigar la circulación del virus.
En Argentina, se estima que un 25% de
la población general, es decir, una de cada cuatro personas, sufre algún
trastorno mental (Cía et al., 2018). Desde el año
2000 el propósito de la encuesta mundial de salud mental de la OMS, ha
impulsado estudios sobre trastornos mentales en la población general con el fin
de comprender su prevalencia y distribución en países de diferentes regiones a
nivel mundial con distintos grados de desarrollo, para determinar la necesidad
de servicios y, en base a eso, guiar las políticas de salud pública a nivel
regional y global. De acuerdo con las estimaciones de la Organización
Panamericana de la Salud (2020), en Argentina más de 1.6 millones de personas
padecen trastornos de ansiedad. En particular, las alteraciones en el sueño, la
intolerancia a la incertidumbre, el desgano, la tristeza y el estrés laboral,
son síntomas comunes que engloban al trastorno frente al aislamiento social
(Centro de Investigaciones Sociales, 2020).
La preocupación en la investigación
sobre la situación continúa siendo una constante, más aún, en el contexto de
pandemia que en la actualidad atraviesa el mundo. Liu et al. (2020) informaron
que la mayor atención fue dirigida a identificar las personas infectadas, sin
embargo, la identificación de las necesidades de atención a la salud mental fue
descuidada. Las vivencias ligadas a la pandemia y la implementación del
aislamiento social preventivo y obligatorio, han provocado numerosas
manifestaciones psicológicas con diferente profundidad y persistencia, de
acuerdo a las vulnerabilidades individuales y la fortaleza o debilidad para
adaptarse a los cambios (Brunetti & Gargoloff, 2020). El distanciamiento
físico, las medidas complementarias de higiene, la suspensión de actividades no
prioritarias y la proliferación de información, conformaron un entorno
diferente al que las personas desarrollaban antes de iniciado el aislamiento
social, preventivo y obligatorio. Este nuevo entorno estableció nuevas
exigencias y demandas de actuación, que serían potencialmente fuentes de estrés
(Barraza, 2020).
Como precedente, diversos estudios
informaron que las tragedias masivas y en particular aquellas que involucran
enfermedades infecciosas, desencadenaron síntomas relacionados con el miedo y
la ansiedad que confluyen en trastornos conductuales masivos y en una marcada
disminución del bienestar (Balaratnasingam &
Janca, 2006; Karaahmet et al., 2021). En la misma
línea, diversas investigaciones determinaron que el impacto psicológico de
brotes de enfermedades globales anteriores, ha demostrado vínculos claros con
los síntomas elevados de estrés, ansiedad, estrés postraumático y tendencias
suicidas (Chong et al., 2004; Wheaton et al., 2012; Wu et al., 2009;
Yip et al., 2010).
Más cercano a
la actualidad Liu et al. (2020), informaron que la tasa de prevalencia del
estrés postraumático fue de 73.4%, la depresión 50.7%, la ansiedad generalizada
44.7% y el insomnio 36.1% en contexto de pandemia por Sars-Cov-2. En población
Argentina, se pudo verificar que los síntomas de ansiedad, depresión e intolerancia a la incertidumbre
predicen de forma negativa el bienestar emocional, psicológico y social de las
personas (Eidman et al., 2021). En consonancia, Johnson et al. (2020)
advirtieron un impacto en la salud mental, expresado en sentimientos de miedo,
incertidumbre y angustia, propios de un sentido de ruptura en la cotidianidad.
Como consecuencia de lo antes
informado, el presente estudio se propuso obtener propiedades psicométricas en
una muestra multifactorial amplia para dar respuesta a la evaluación de
síntomas de ansiedad en contexto de pandemia por Covid-19 en población
Argentina. Debido a esto, se consideró necesario conocer los aspectos métricos.
Los objetivos postulados fueron: 1) analizar evidencia de validez de constructo
y consistencia interna de las puntuaciones de la Escala de Ansiedad por
Coronavirus, 2) indagar evidencia de validez convergente positiva de la escala
de ansiedad por coronavirus y la escala de ansiedad generalizada (GAD-7), 3)
analizar la consistencia interna de las puntuaciones de la escala de ansiedad
por coronavirus y 4) determinar el punto de corte diagnóstico.
MÉTODO
Participantes
La muestra estuvo constituida por 1098
sujetos residentes en diferentes provincias de la República Argentina. La edad
promedio fue de 36.68 (DE = 14.34, Mín = 18, Máx = 83). El 78.1% eran mujeres y el 21.9% eran varones. En cuanto a
su lugar de residencia, el 42.2% informó vivir en el norte, el 31.3% en el
centro y el 26.5% restante refirió vivir en el sur. Respecto al estado civil,
el 53% dijo estar soltero, el 21.8% estar casado, el 16.5% estar conviviendo
con su pareja, el 6.8% estar divorciado y el 1.9% estar viudo. En cuanto al
nivel de estudios máximos alcanzados, el 50.6% informó haber concluido sus estudios
universitarios, el 22.4% terminó sus estudios secundarios, el 17.6% finalizó
sus estudios terciarios, el 8.9% concluyó sus estudios superiores y el 0.5%
finalizó la escolaridad primaria. Finalmente, en lo que respecta al nivel
socioeconómico, el 96.6% informó pertenecer a una clase media, el 2.9% a una
clase baja y el 0.5% restante a una clase social alta.
Materiales
Encuesta de datos sociodemográficos. Mediante este instrumento se relevaron datos
sobre el sexo, la edad, el estado civil y residencia de la muestra, como así
también, el nivel de estudios máximos alcanzados, nivel socioeconómico y
ocupación.
Escala de Ansiedad por Coronavirus (Coronavirus Anxiety Scale; Lee, 2020). Este
instrumento es una escala de medida fundamentada en la literatura sobre miedo y
ansiedad (DSM-5, APA, 2013; Franco-Jimenez, 2020). La
escala evalúa síntomas que se derivan como resultado de pensar o estar expuesto
a información sobre el Sars-cov-2. Los ítems se responden en base a una escala
de tipo Likert con 5 opciones de respuestas (0 = en absoluto a 4 = casi todos
los días), en relación a las últimas dos semanas. En lo que a su puntuación
respecta, el puntaje más bajo que se puede obtener es igual a 0 y el mayor es
igual a 20 puntos. Su interpretación está basada en cuanto a mayor puntaje,
mayor ansiedad asociada al COVID-19. El inventario fue traducido al español por
González-Rivera et al (2020), mediante un método de traducción cruzada y
revisión mediante expertos psicólogos para garantizar la equivalencia de contenido,
semántica y consonancia conceptual y teórica del instrumento original (Flaherty
et al., 1988). Los análisis psicométricos confirmaron que la escala posee una
estructura unidimensional y una sólida confiabilidad (Ω = .93) y validez. Los 5 ítems cumplieron con adecuados valores
psicométricos (González-Rivera et al., 2020).
Escala de Ansiedad Generalizada (Generalized Anxiety Disorder -7; Spitzer et
al., 2006). Este instrumento fue creado para la evaluación de los síntomas
asociados al Trastorno de ansiedad generalizada según criterios del Manual
estadístico y diagnóstico de trastornos mentales en su versión quinta
(DSM-IV-TR, APA, 2013). Los ítems se responden en base a una escala de tipo
Likert con 4 opciones de respuestas (0 = nada a 3 = casi todos los días). La
puntuación total se obtiene mediante la sumatoria de las respuestas en cada
ítem otorgadas por los participantes. En lo que a su puntuación respecta, las
puntuaciones totales pueden variar entre 0 y 21 pudiendo ser clasificadas en
cuatro niveles de gravedad: mínimo (0-4), leve (5-9), moderado (10-14) y severo
(14-20). La versión española reveló una fiabilidad de .94 (García-Campayo et
al., 2010). En Argentina, esta escala obtuvo una consistencia interna de .93 (Dias Lopes et al., 2020). Para la
muestra del presente estudio se obtuvo un valor de fiabilidad de .85.
Procedimientos
Se diseñó un estudio no
experimental, transversal, de tipo instrumental (Ato et al., 2013). En cuanto
al método de muestreo, fue una muestra no aleatorizada. Se distribuyeron las
técnicas utilizadas para la medición de las variables a través de las redes
sociales bajo la modalidad google forms. Los participantes fueron voluntarios y no
recibieron retribución alguna por su colaboración.
Análisis de datos
La base epistemológica utilizada fue
la psicometría clásica. En primer lugar, se llevaron a cabo estudios tendientes
a verificar la estructura interna de la Escala de Ansiedad por Coronavirus
(EAC; González-Rivera et al., 2020; Lee, 2020), mediante los análisis factorial
exploratorio (AFE) y confirmatorio (AFC). Es sabido que, algunos autores
critican el uso conjunto de estos análisis (Pérez-Gil et al, 2000). Sin
embargo, numerosos trabajos optan por efectuar ambos procedimientos (Martorell
et al., 2011; Pechorro et al., 2017; Perugini &
Castro Solano, 2018). El AFE se calculó a través de un método robusto de máxima
verosimilitud (MLR) utilizando rotación Varimax en la
matriz policórica. El AFC se realizó utilizando un
estimador robusto ajustado de varianza y media de mínimos cuadrados ponderados
(WLSMV-R), el método de estimación utilizado fue MLR y, dado que las variables
fueron ordinales, se utilizó la misma matriz que en el AFE, debido a que es más
apropiada para este tipo de datos (Freiberg Hoffmann et al., 2013; Múthen & Kaplan, 1985).
De acuerdo con
Hu et al. (1992) se consideraron los siguientes índices de
bondad de ajuste: Chi-cuadrado (χ2),
índice de ajuste comparativo (CFI),
índice de ajuste incremental de Bollen (IFI)
y error cuadrático medio de aproximación (RMSEA).
En lo referente a los criterios de valores de ajuste aceptable, se considera un
valor de .90 en CFI (Kline 2018; Stegmann, 2017), así como valores menores o iguales a .08
en RMSEA (Browne & Cudeck, 1993). La validez del constructo se evaluó a través
del examen de las cargas factoriales, se consideraron aceptables cargas
estandarizadas mayores al límite de > .30 (Hair,
et. al. 2006; Nunnally & Bernstein, 1994), y, en
cuanto a las correlaciones entre los factores, se consideraron los valores >
.19 como muy bajas, entre > .20 y < .39 como bajas, entre > .40 y <
.59 como moderadas, entre > .60 y < .79 como altas y < .80 como muy
altas (Brown, 2006; Evans, 1996).
Para evaluar la consistencia interna,
se calcularon los índices de fiabilidad α
ordinal y ω ordinal (McDonald, 1999)
del inventario. Además, se examinaron los índices de discriminación de los
ítems a través de la correlación-ítem-total (rbis). La literatura
sugiere que índices de discriminación superiores a .30 deben interpretarse como
valores aceptables (Kline, 2018).
En cuanto a la validez convergente (Coulacoglou & Saklofske,
2017), se analizó mediante la Escala de
Ansiedad Generalizada (GAD-7; Dias Lopes, 2020). El índice de correlación debe ser mayor a .50
para evidenciar una validez convergente positiva adecuada (Coulacoglou
& Saklofske, 2017), y la varianza media extraída
apoya la validez convergente de un instrumento cuando su valor es igual o mayor
a .50 (Fornell & Bookstein,
1982; Fornell & Larcker,
1981).
Se procedió al estudio de modelos jerárquicos
con restricciones para analizar la invarianza factorial. El procedimiento se
realizó dos veces, en primer lugar, para poner a prueba la invarianza entre las
muestras de mujeres y hombres, y en segundo lugar segundo, para probar la
invarianza entre adultos jóvenes y mayores (de 18 a 40 años frente a 41 a 81
años).
Finalmente, para establecer el punto
de corte de la Escala de Ansiedad por Coronavirus se utilizó la puntuación
estandarizada z de 1.00.
Los resultados se procesaron
utilizando R (Versión 3.6.0) y la interfaz R Studio (Versión 1.1.463) mediante
los paquetes ggplot2 para visualización de datos (Villanueva & Chen, 2019),
psycho (Revelle, 2018) y
psicométrica (Fletche & Fletche,
2013), para estimar algunas propiedades psicométricas. Mientras que lavaan (Rosseel et al. , 2017), semPlot (Epskamp et. al., 2019) y
semTools (Jorgensen et. al., 2018) se usaron para
calcular y trazar el Modelo de Ecuación Estructural. Para la realización de los
puntajes de corte se utilizó el programa estadístico SPSS en su versión 25.
Aspectos éticos
El formulario contenía en
su portada como campo obligatorio aceptar de forma escrita el consentimiento
informado aprobado por el Comité de Ética en Investigación de la Asociación de
Psicólogos Especializados en Catástrofes Argentina (Auditoría Internacional
(IRCA) de Normas de Seguridad y Salud Ocupacional (Según OHSAS 18000), Calidad
(según ISO 9000) y Medioambiente (según ISO 14000)). Una vez analizados los
fundamentos metodológicos, bioéticos y jurídicos de la mencionada
investigación, el comité de Ética certificó su viabilidad y fue avalada por la
Ley 25.326 de protección de los datos personales que se ocupa de las
implicancias éticas de las investigaciones en salud en las que participen seres
humanos, con el fin de proteger sus derechos fundamentales ponderando, a su
vez, la necesidad de promover la investigación en salud.
RESULTADOS
Validez de Constructo y
Consistencia Interna
Se realizó un análisis
preliminar de los ítems de la escala con la intención de obtener la normalidad
univariada de los ítems del inventario. Tal como puede observarse en la
tabla 1, se obtuvieron estadísticos
descriptivos básicos calculando los valores mínimos y máximos, medias, desvíos típicos y se
calcularon los índices de asimetría y curtosis .
En la tabla 2, se puede observar el análisis factorial exploratorio, realizado mediante el
método robusto de máxima verosimilitud. A
partir de la rotación Varimax, se determinó una estructura unidimensional. La solución factorial arrojó valores considerados excelentes iguales a .92 para el
índice de Káiser Meyer Olkin (KMO) y para el Test de Esfericidad de Barlett
(χ²= 210.13; DE = 0.42; p<.000). El
AFE explicó el 71.43% de la varianza de las puntuaciones.
A continuación, se efectuó
el Análisis Factorial Confirmatorio. El método de estimación utilizado fue MLR -Máxima Verosimilitud Robusto- y,
dado que las variables fueron ordinales, se utilizó la matriz policórica,
debido a que es más apropiada para este tipo de datos. Para valorar la bondad
de ajuste del modelo, se examinaron diferentes índices: Chi-cuadrado (χ2), índice de ajuste
comparativo (CFI), índice de ajuste
incremental de Bollen (IFI) y error cuadrático
medio de aproximación (RMSEA).
En la figura 1 se puede
observar un excelente ajuste del modelo de un factor en la muestra de
argentinos en contexto de pandemia por coronavirus: χ2 = 4695.876., p <.000;
CFI = .998; IFI = .998; RMSEA = .053
90% IC [.030, .078], p <.001. Además, tal como se observa
en la Figura 1, los pesos de regresión para cada elemento fueron entre altos
(> .60 y < .79) y muy altos (< .80).
En relación a la
consistencia interna de la escala, para el ítem 1 se obtuvieron valores de α ordinal = .93 y de ω ordinal = .95, para el ítem 2 α ordinal = .94 y ω ordinal = .96, para el ítem 3 α
ordinal = .90 y ω ordinal = .91, para
el ítem 4 α ordinal = .96 y ω ordinal = .98 y para el ítem 5 α ordinal = .90 y ω ordinal = .93. Finalmente, la consistencia interna total de la
escala fue de α ordinal = .95 y ω ordinal = .97.
Por último, en la tabla 3
se pueden observar los índices de discriminación de los ítems que fluctuaron
entre .81 a .87, lo que demostró que discriminan adecuadamente entre personas con presencia
de síntomas de ansiedad asociados al coronavirus y aquellos sujetos que no
presentaron síntomas.
Evidencia de Validez Convergente
En primera instancia, se
procedió a realizar un análisis de normalidad mediante la prueba Kolmogorov-Smirnov con las correcciones de Lilliefors. Los resultados informaron que las variables no
se distribuían de forma normal, por
consiguiente, se procedió a realizar el análisis
mediante la prueba estadística Rho de
Spearman. Se utilizó como criterio el GAD-7 y la EAC, se obtuvo una correlación moderadamente alta (rs = .72, p < .000) lo que determina una validez convergente adecuada según los criterios
establecidos. Finalmente, se realizó un
análisis de Varianza Media Extraída que arrojó
una puntuación considerada como adecuada .72.
Punto de Corte Diagnóstico
Mediante la puntuación
estandarizada z de 1.00 se estableció
el punto de corte diagnóstico para la Escala de Ansiedad por Coronavirus. La
puntuación más cercana a ésta fue .98. Por consiguiente, el punto de corte seleccionado para la
identificación de síntomas significativos de ansiedad por COVID-19 fue ≥ 10. La
literatura científica informa que el punto de corte establecido para el GAD-7
es de ≥ 10, correspondiéndose a un grado moderado de ansiedad. Con estos puntos de
corte se pudo determinar la cantidad de sujetos que puntuaron de forma positiva
o negativa, y así establecer el 90% de concordancia y el 10% de discrepancia
entre las medidas positivas de las escalas. Teniendo en cuenta lo antes
informado, se sugiere clasificar como mínimo o ningún síntoma de ansiedad por
COVID-19 a puntajes entre 0-4, leve entre 5-9 puntos, moderado entre 10-14
puntos y como severos entre 15-20 puntos. Finalmente, el promedio de ansiedad
por COVID-19 de la muestra fue de 2.73 (DE
= 3.33) y la prevalencia de síntomas significativos por coronavirus fue de
22.4%.
Invarianza Factorial
En un principio el modelo se probó sin
restricciones (modelo 1) para ambas muestras. Los valores de CFI y RMSEA fueron adecuados. En el segundo modelo, se impusieron
restricciones en todas las cargas de los factores y como resultado las
estimaciones del modelo demostraron nuevamente un nivel aceptable. Finalmente,
para el tercer modelo, se impusieron restricciones en las covarianzas.
Nuevamente, los resultados arrojados fueron adecuados. En la tabla 4 se puede
observar que al momento de comparar los modelos, ni la diferencia en el
estadístico escalado de Satorra-Bentler
(ΔS-B) correspondiente a la
comparación del primer modelo versus el segundo modelo, ni la del modelo más
estricto (tercer modelo) en donde se impusieron restricciones en las
covarianzas, mostró un cambio significativo en el Estadístico en escala SB (p> .05). Además, el CFI delta indicó que no hubo
modificaciones en el ajuste (invariancia) entre los modelos estudiados.
DISCUSIÓN
El objetivo del presente trabajo fue
estudiar las propiedades psicométricas de la Escala de Ansiedad por Coronavirus
en una muestra de población Argentina. Es preciso destacar que, al haber
revisado literatura sobre la temática abordada, la Escala de Ansiedad por
Coronavirus es el primer instrumento creado para medir este constructo en
contexto de pandemia. Así mismo, González-Rivera et al. (2020) fueron los
primeros en traducirlo al habla hispana. A su vez, se subraya que, es la
primera vez que se estudian las propiedades psicométricas para su utilización
en población Argentina.
El análisis preliminar de los ítems,
permitió obtener evidencia de la normalidad univariada de los reactivos del
inventario. Asimismo, los índices de asimetría y curtosis son acordes a los
valores recomendados por Bollen y Long (1993). Las correlaciones ítem-total
corregidas se encuentran por encima de los límites habitualmente sugeridos por Nunnally y Bernstein (1995), lo que denota un adecuado
poder discriminativo de los ítems. Los índices de adecuación muestral KMO y Chi
cuadrado de Bartlett resultaron excelentes (el primero estuvo próximo a 1, y el
segundo exhibió una muy baja probabilidad asociada al error de tipo I), en
consonancia con la escala original (Lee, 2020) y la escala adaptada y traducida
al español (González-Rivera et al., 2020).
El análisis factorial exploratorio
determinó la agrupación de 5 ítems en 1 variable latente, coincidente con la
escala original (Lee, 2020). El análisis factorial confirmatorio señaló que, el
instrumento presenta un excelente ajuste del modelo de un factor en la muestra
de adultos argentinos. El índice de consistencia interna obtenido fue, similar
a los hallados en la versión original (Lee, 2020), lo cual indica que la
dimensión evaluada evidenció tener excelente consistencia interna y se
encuentra consonancia con los análisis de confiabilidad realizados para
población estadounidense (Lee, 2020), y en muestra de hispanos residentes en
Puerto Rico (González-Rivera et al., 2020).
Es preciso indicar que
la unidimencionalidad del inventario mide síntomas
propios del miedo y la ansiedad, tal como lo refieren diferentes
investigaciones (Balaratnasingam
& Janca 2006; Karaahmet et al., 2021). El primer
ítem, evalúa la presencia de mareos, aturdimiento o debilidad ante la
exposición a información del Sars-Cov-2. Si bien los mareos son síntomas
inespecíficos, se asocian a categorías diagnósticas como los ataques de pánico
y los trastornos de ansiedad generalizada (APA, 2013). Además, los tres
síntomas al presentarse de forma conjunta son los que se manifiestan según
investigaciones realizadas en situación de pandemia (Johnson et al., 2020). El
segundo ítem, concentra la evaluación de las alteraciones en el sueño como
consecuencia de la exposición a información relacionada con el virus. Una de
las consecuencias relacionadas a la aparición de este tipo de sintomatología es
que la persona presente como base un trastorno de ansiedad (Liu et al., 2020;
Mieres & Medina, 2020). La importancia de la evaluación que proporciona el
ítem es consistente con los reportes del Centro de investigaciones sociales
(2020). El tercer ítem, evalúa sintomatología física de tipo tónica
(incapacidad de moverse o quedarse paralizado) como una respuesta defensiva
ante eventos que puedan ser significados como traumáticos e imprevisibles.
Diversas investigaciones identifican a la inmovilidad tónica como respuesta de
defensa ante lo que el cerebro identifica como peligroso, principalmente ante
los eventos de caracter inesperados que irrumpen en
la actividad de la vida cotidiana (Aguado, 2020; Saldana-Aguado, 2020). Por su
parte, el cuarto ítem evalúa la pérdida de interés en la alimentación,
característico de los trastornos del estado del ánimo (APA, 2013) tal como lo
expresa Alarcón (2018) al referirse a la pérdida de apetito como respuesta
fisiológica ante una amenaza percibida. Por último, el quinto ítem evalúa la presencia
de alteraciones gastrointestinales o náuseas relacionados a la exposición a
información sobre el Sars-Cov-2. Nuevamente, se puede coincidir en que estos
síntomas se encuentran emparentados con ataques de pánico y síntomas del
trastorno de ansiedad generalizada (APA, 2013; Deblon,
2020).
Al analizar las asociaciones entre los
instrumentos GAD-7 (García-Campayo et al., 2010) y la EAC (González-Rivera et
al., 2020) con la intención de obtener evidencia de validez convergente entre
las dimensiones consideradas teóricamente como constructos similares, la
asociación obtenida fue moderadamente alta. Esto indica que el orden
establecido para la escala es coherente con la escala original (Lee, 2020) y su
adaptación al español (González-Rivera et al., 2020). Además, la varianza media
extraída apoya la validez convergente de un instrumento cuando su valor es
igual o mayor a .50 (Fornell & Bookstein, 1982; Fornell & Larcker, 1981), pudiéndose afirmar entonces que el presente
estudio alcanza valores considerados esperables.
Finalmente, respecto de la implicancia
clínica del instrumento, la Escala de Ansiedad por Coronavirus demostró ser
útil para la detección de síntomas de ansiedad asociados al COVID-19. Este
hallazgo se sustenta con la existencia del 90% de concordancia diagnóstica con
la escala GAD-7 (García-Campayo et al., 2010).
Teniendo en cuenta que las
proyecciones en cuanto a la necesidad de atención médica y psicológica son
alrededor del 70% de demanda poblacional en el mundo luego de la pandemia por
coronavirus (Axerold, 2020), se podría concluir que
este instrumento cuenta con adecuada evidencia de validez de constructo, con
excelentes puntuaciones de consistencia interna y punto de corte diagnóstico
clínico adecuado, siendo así un instrumento válido y confiable para evaluar
síntomas de ansiedad por Coronavirus en población de adultos argentinos.
Es necesario considerar una serie de
limitaciones presentes en este estudio. En primer lugar, los datos fueron
recolectados en Argentina en etapas finales del aislamiento social, preventivo
y obligatorio emitido por el gobierno de la República Argentina, de manera que
no fue posible la recolección de datos en los momentos de confinamiento. En
segundo lugar, dada la naturaleza del estudio no se logró identificar población
de riesgo tal como personal de salud de primera línea de atención a pacientes
con COVID-19, adultos mayores y personas con antecedentes patológicos. Además,
la mayoría de la población que respondió al estudio son mujeres, de manera que
no se pudo contar con un muestreo de hombres que pueda homogeneizar en género
la muestra. Sin embargo, el tamaño de la muestra es razonable. Por último, al
no haber administrado instrumentos que den evidencia de validez convergente
negativa, no pudo ser evaluada la propiedad psicométrica divergente de la
escala.
En futuros estudios psicométricos se
propone garantizar un reclutamiento mediante una muestra más heterogénea, el
examen del funcionamiento del instrumento de forma longitudinal y la validación
de la escala en otras comunidades latinoamericanas. Teniendo en cuenta que los
resultados de recientes investigaciones han demostrado que en un futuro la
población se encontraría en una situación de vulnerabilidad post-pandemia,
sería de interés realizar investigaciones que analicen la correlación de los
síntomas de ansiedad por coronavirus controlados a través de otras variables.
ORCID
Leandro Eidman
https://orcid.org/0000-0002-4553-4773
Julieta Arbizu https://orcid.org/0000-0002-2202-747X
Agustín Marturet https://orcid.org/0000-0001-9183-8201
CONTRIBUCIÓN DE LOS AUTORES
Leandro Eidman: Conceptualización, Metodología, Investigacón,
Procesamiento y Análisis de Datos, Escritura-Revisión y Edición, Supervisión,
Administración del Proyecto.
Julieta Arbizu: Análisis de Forma, Curación de Datos, Escritura-Borrador
Original, Investigación.
Agustín Marturet: Investigación, Escritura-Borrador Original.
FUENTE
DE FINANCIAMIENTO
Investigación autofinanciada.
CONFLICTO DE INTERESES
Las autoras declaran que no existe conflicto de interés.
AGRADECIMIENTOS
No aplica
PROCESO DE REVISIÓN
Este
estudio ha sido revisado por pares externos en modalidad de doble ciego. Este
estudio fue revisado por Francisco del Río Olvera y Manuel González Rodríguez. El editor encargado fue David Villarreal-Zegarra. Se adjunta los comentarios de los
pares y respuesta de los autores como material suplementario 1.
DECLARACIÓN DE DISPONIBILIDAD DE
DATOS
Investigadores y académicos que deseen
tener acceso a los datos de investigació pueden comunicarse con el autor
principal vía email.
DESCARGO DE RESPONSABILIDAD
Los autores y los editores son
responsables de todas las afirmaciones realizadas en este artículo.
REFERENCIAS
Aguado, M. S., García, A. G. G., &
Contreras, C. M. (2020). Una feromona de alarma produce reacción de
congelamiento después de una sola exposición. eNeurobiología, 11(26), 2.
Alarcón, M. E. B. (2018). Estrés y burnout enfermedades en la vida actual. Palibrio.
American Psychiatric Association, DSM-5
Task Force (2013). Diagnostic and statistical manual of mental disorders:
DSM-5™ (5th ed.). American Psychiatric Publishing, Inc. https://doi.org/10.1176/appi.books.9780890425596
Ato, M., López, J. J.,
& Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología. Anales de Psicología, 29(3), 1038-1059.
https://doi.org/10.6018/analesps.29.3.178511
Axelrod, J.
(2020). Coronavirus may infect up to 70% of world’s population, expert warns. Recuperado de https://www.cbsnews.com/news/coronavirus-infection-outbreakworldwide-virus-expert-warning-today-2020-03-02/
Balaratnasingam, S., & Janca, A. (2006). Mass hysteria revisited. Current Opinion in Psychiatry, 19(2), 171-174. doi:
10.1097/01.yco.0000214343.59872.7a. https://doi.org/10.1097/01.yco.0000214343.59872.7a
Barlow, D. H. (1991). Disorders of
emotion. Psychological Inquiry, 2(1),
58-71. https://doi.org/10.1207/s15327965pli0201_15
Barraza, A. (2020). El estrés de la pandemia
(COVID 19) en población Mexicana. Centro
de Estudios Clínica e Investigación Psicoanalítica SC, México. Disponible en
http://www. upd. edu.
mx/PDF/Libros/Coronavirus. pdf.
Bollen, K., & Long, J.
(1993). Testing structural equation
models. Sage.
Brown, T. A. (2006). Confirmatory factor analysis for applied research. Guilford
publications.
Browne, M. W., & Cudeck,
R. (1993). Alternative ways of assessing model fit En:
Bollen KA, Long JS, eds. Testing Structural Equation Models. Sage, 136-162.
Brunetti, A., & Gargoloff, P. (2020).
Impacto de la pandemia por COVID-19 en la salud mental, con especial foco en
personas con trastornos mentales severos y persistentes. Question/Cuestión,
1(mayo), e278. https://doi.org/10.24215/16696581e278
Bryant, F. B., & Satorra,
A. (2012). Principles and
practice of scaled difference Chi-Square testing. Structural Equation Modeling: A Multidisciplinary Journal. 19, 372–398. https://doi.org/10.1080/10705511.2012.687671
Cía, A. H., Stagnaro, J. C., Gaxiola, S.
A., Vommaro, H., Loera, G., Medina-Mora, M. E.,... Kessler, R. C. (2018).
Lifetime prevalence and age-of-onset of mental disorders in adults from the Argentinean
Study of Mental Health Epidemiology. Social Psychiatry
and Psychiatric Epidemiology,
4(53), 341-350.
Centro de Investigaciones Sociales (2020).
Informes de Opinión Pública. Pandemia y Salud Mental.
Voices Research and Consultancy. ISSN
2618-2173.
Coulacoglou, C., & Saklofske, D. H. (2017). Psychometrics and Psychological Assessment Principles and Applications.
Elsevier, Academic Press.
Chong, M. Y., Wang, W. C.,
Hsieh, W. C., Lee, C. Y., Chiu, N. M., Yeh, W. C.,... Chen, C. L. (2004). Psychological
impact of severe acute respiratory syndrome on health workers in a tertiary
hospital. The British Journal of
Psychiatry, 185(2), 127-133.
https://doi.org/10.1192/bjp.185.2.127
Delbon, M. (2020). El impacto psicológico de la cuarentena en
estudiantes universitarios y/o terciarios. Revista
de la Facultad de Medicina de la UNNE, 40(3), 23-36.
Dias Lopes, L. F., Chaves, B. M., Fabrício, A., Porto, A., Machado de Almeida, D., Obregon, S. L.,... de Moura, G. L. (2020). Analysis of Well-Being
and Anxiety among University Students. International
Journal of Environmental Research and Public Health, 17(11), 3874. https://doi.org/10.3390/ijerph17113874
Eidman, L., Arbizu, J., Lamboglia, A., Correa,
L. (2021). Salud Mental y síntomas psicológicos en adultos argentinos de
población general en contexto de pandemia por COVID-19. Subjetividad y Procesos Cognitivos, 24(2), 1-16.
Epskamp, S., Stuber, S., Nak, J., Veenman, M., &
Jorgensen, T. D. (2019). semPlot: Path Diagrams and
Visual Analysis of Various SEM Packages’ Output (Version 1.1. 2)[Computer
software].
Evans, J. D. (1996). Straightforward statistics for the behavioral sciences. Brooks/Cole
Publishing.
Flaherty, J. A., Gaviria, F. M., Pathak,
D., Mitchell, T., Wintrob, R., Richman, J. A., & Birz, S. (1988). Developing instruments for cross-cultural
psychiatric research. Journal of
Nervous and Mental Disease. https://doi.org/10.1097/00005053-198805000-00001
Fletcher, T. D., & Fletcher, M. T. D.
(2013). Package psychometric. Recuperado de
http://cran. rproject. org/web/packages/psychometric/psychometric.
pdf Vol 4.
Fornell, C. & F.L.
Bookstein (1982). Two structural equation models: LISREL and PLS applied to
consumer exit-voice theory. Journal of
Marketing Research, 19(4), 440-452. https://doi.org/10.2307/3151718
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equations
models with unobservable variables and measurement error. Journal of Marketing
Research, 18(1), 39-50). https://doi.org/10.2307/3151312
Franco-Jimenez, R. A. (2020). Traducción y análisis psicométrico del
Coronavirus Anxiety Scale (CAS) en jóvenes y adultos peruanos. Interacciones, e159-e159.
Freiberg Hoffmann, A., Stover,
J. B., de la Iglesia, G., & Fernández Liporace,
M. (2013). Correlaciones Policóricas y Tetracóricas en Estudios Exploratorios y Confirmatorios. Ciencias Psicológicas, 7(2), 151-164.
García-Campayo, J., Zamorano, E., Ruiz, M.A.,
Pardo, A., Pérez Páramo, M., López-Gomez, V., Freire, O., & Rejas, J.
(2010). Cultural
adaptation into Spanish of the Generalized Anxiety Disorder-7 (GAD-7) scale as
a screening tool. Health and Quality of
Life Outcomes 8(8), 1-11. https://doi.org/10.1186/1477-7525-8-8
González-Rivera, J., Rosario-Rodríguez,
A., & Cruz-Santos, A. (2020). Escala de Ansiedad por Coronavirus: Un Nuevo Instrumento para
Medir Síntomas de Ansiedad Asociados al COVID-19. Interacciones, 6(3), e163. https://doi.org/10.24016/2020.v6n3.163
Hair, J. F., Black, W. C., Babin, B. J.,
Anderson, R. E., & Tatham, R. L. (2006). Multivariate
Data Analysis. Pearson
Prentice Hall.
Hu, L. T., Bentler,
P. M., & Kano, Y. (1992). Can test statistics in covariance structure
analysis be trusted?. Psychological bulletin, 112(2), 351. https://psycnet.apa.org/doi/10.1037/0033-2909.112.2.351
Johnson, M. C., Saletti-Cuesta,
L., & Tumas, N. (2020). Emociones, preocupaciones
y reflexiones frente a la pandemia del COVID-19 en Argentina. Ciência & Saúde Coletiva,
25(suppl 1),
2447-2456. https://doi.org/10.1590/1413-81232020256.1.10472020
Jorgensen, T. D., Pornprasertmanit,
S., Schoemann, A. M., Rosseel,
Y., Miller, P., Quick, C., & Garnier-Villarreal, M. (2018). semTools: Useful tools for structural equation
modeling. R package version 0.5-1.
Karaahmet, E., Angın, Ü., Yılmaz, O., Deniz, D.,
& Konuk, N. (2021). Assessment of psychometric
characteristics of the Coronavirus Anxiety Scale in patients with preexisting
psychiatric disorders. Death Studies,
1-5.
Kline, R. B. (2018).
Response to leslie hayduk’s
review of principles and practice of structural equation modeling. Canadian Studies in Population, 45(3-4),
188-95.
Lee, S. (2020). Coronavirus Anxiety Scale:
A brief mental health screener for COVID-19 related anxiety. Death Studies, 44(7), 1-9. https://doi.org/10.1080/07481187.2020.1748481
Liu, S., Yang, L., Zhang, C.,
Xiang, Y. T., Liu, Z., Hu, S., & Zhang, B. (2020). Online mental health
services in China during the COVID-19 outbreak. The
Lancet Psychiatry, 7(4), e17-e18. https://doi.org/10.1016/S2215-0366(20)30077-8
Lloret-Segura, S., Ferreres-Traver,
A., Hernández-Baeza, A., & Tomás-Marco, I. (2014). El análisis factorial
exploratorio de los ítems: una guía práctica, revisada y actualizada. Anales de Psicología/Annals
of Psychology, 30(3), 1151-1169. https://doi.org/10.6018/analesps.30.3.199361
Martorell, M. C., González, R., Odoñez, A., & Gómez, O. (2011). Estudio confirmatorio
del cuestionario de conducta antisocial (CCA) y su relación con variables de
personalidad y conducta antisocial. Revista
Iberoamericana de Diagnóstico y Evaluación – e Avaliação
Psicológica, 31(2), 35-52.
McDonald, R.P. (1999). Test theory: A unified treatment. Erlbaum.
Mieres, D. O., & Medina, C. L. A. (2020).
Relación entre calidad de sueño e indicadores de ansiedad y depresión. ScientiAmericana, 7(2), 45-56.
Muthén, B., & Kaplan, D.
(1985). A comparison of some methodologies for the factor analysis of non‐normal Likert variables. British Journal of Mathematical and
Statistical Psychology, 38(2), 171-189. https://doi.org/10.1111/j.2044-8317.1985.tb00832.x
Nunnally, J. C., & Bernstein, I. H.
(1994). Psychometric theory (3rd ed.).
McGraw Hill.
Organización Mundial de la Salud (OMS; 2020a,
11 de marzo). Discurso de apertura del Director General de la OMS en la sesión
informativa para los medios de comunicación sobre COVID-19. Consultado el 11 de
marzo de 2020 en https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-themedia-briefing-on-covid-19
Organización Mundial de la Salud (OMS). (2020,
23 de marzo). Situación del brote de la enfermedad del Coronavirus (COVID-19).
Obtenido de https://www.who.int/emergencies/diseases/novel-coronavirus2019
Organización Panamericana de la Salud. (2020).
Salud en las Américas, panorama regional
y perfiles de país. Autor.
Pechorro, P., Kahn, R. E.,
Ray, J. V., Raine, A., & GonÇalves, R. A. (2017).
Psychometric Properties of the Reactive-Proactive Aggression Questionnaire
among a sample of detained and community girls. Criminal justice
and behavior, 44(4), 531-550.
Pérez-Gil, J. A., Moscoso, S. C., &
Rodríguez, R. M. (2000). Validez de constructo: el uso de análisis factorial
exploratorio-confirmatorio para obtener evidencias de validez. Psicothema, 12(Suplemento), 442-446.
Perugini, M. L. L., & Solano, A. C.
(2018). Influencia de virtudes organizacionales sobre satisfacción, compromiso
y performance laboral en organizaciones argentinas. Interdisciplinaria, 35(1), 171-188.
Revelle, W.
(2018). Psych: Procedures for personality and psychological research (Version
1.9. 12.31)[Computer software]. Northwestern University.
Rosseel, Y., Oberski, D., Byrnes, J., Vanbrabant,
L., Savalei, V., Merkle, E., ... & Rosseel,
M. Y. (2017). Package lavaan.
Retrieved June, 17, 2017.
Saldana-Aguado, M., Gutierrez-Garcia, A. G., & Contreras, C. M. (2020). An alarm pheromone
produces freezing response after a single exposure/Una feromona de alarma produce reacción de
congelamiento después de una sola exposición. eNeurobiologia, 11(26), NA-NA.
Stegmann, R. B. G. (2017). Review of A Beginner’s Guide to Structural
Equation Modeling , by Randall E. Schumacker &
Richard G. Lomax. Routledge.
Spitzer, R. L., Kroenke, K., Williams, J.
B. W., & Löwe, B. (2006). A brief measure for
assessing generalized anxiety disorder: The GAD-7. Archives of Internal Medicine, 166(10), 1092–1097. https://doi.org/10.1001/archinte.166.10.1092
Villanueva, R. A. M.,
& Chen, Z. J. (2019). ggplot2:
Elegant graphics for data analysis. Springer.
Wheaton, M.
G., Abramowitz, J. S., Berman, N.
C., Fabricant, L. E., & Olatunji, B. O, Cognitive
Therapy and Research (2012). Psychological predictors of anxiety in
response to the H1N1 (swine flu) pandemic. Cognitive Therapy and Research, 36(3), 210–218. https://doi.org/10.1007/s10608-011-9353-
Wu, P., Fang, Y., Guan, Z., Fan, B., Kong, J., Yao, Z., Liu, X.,
& Hoven, C. W. (2009). The psychological impact of the
SARS epidemic on hospital employees in China: Exposure, risk perception, and
altruistic acceptance of risk. Canadian
Journal of Psychiatry, 54, 302–311. https://doi.org/10.1177/070674370905400504
Yip, P. S.
F., Cheung, Y. T., Chau, P. H., & Law, Y.
W. (2010). The impact of epidemic outbreak: The case of severe acute
respiratory syndrome (SARS) and suicide among older adults in Hong Kong. Crisis, 31(2), 86–92. https://doi.org/10.1027/0227-5910/a000015