• Revista Internacional de Investigación en Adicciones 2023 Vol. 9 (1)
• ISSN versión impresa: 2448-573X
• ISSN en línea: 2448-6396
• DOI: 10.28931/riiad.2023.1.07
• Recibido: 24 de noviembre de 2021
  Aceptado: 7 de octubre de 2022

Artículo original

Tamizaje de riesgos en salud mental: estructura factorial por características sociodemográficas durante la COVID-19

Abstract

Introduction: the COVID-19 pandemic is associated with mental health symptoms.

Objective: to screen mental health symptoms by validating the factor structure of the screening test related to sociodemographic variables during the COVID-19 pandemic.

Method: we worked with 36,811 Mexican (M = 34 years; SD = 11.68), 61.8% (22,743) women, 15.3% (5,643) losing loved ones, 12.7% (4,683) having a COVID-19 condition, and 8.22% (3,027) sought remote psychological care. We required participants to answer the Posttraumatic Stress Checklist (PCL-C), Patient Health Questionnaire (PHQ), Goldberg’s Generalized Anxiety Questionnaire, Health Anxiety, and Somatization tests in a WebApp.

Results: the Confirmatory Factor Analysis indicated good factor structures and measurement invariances of the scales because of participants´ sociodemographic characteristics and their structural equation model.

Discussion: therefore, Women showed re-experimentation, numbing, anxiety, and somatization symptoms. Grieving or suffering a COVID-19 condition associated with generalized anxiety. People seeking psychological care reported somatization symptoms. Also, avoidance predicted symptoms of re-experimentation, and re-experimentation predicted health anxiety. Health anxiety predicted somatization, depression, and generalized anxiety, denoted by hyperarousal symptoms. Depression predicted numbing and hyperarousal symptoms.

Conclusions: there are mental health risks in women, people with loved-one losses, those with a COVID-19 condition, or people seeking psychological care. Future research will show how early interventions interrupt mental health risks associated with the pandemic.

Key words: mental health, screening, CFA, measurement invariance, COVID-19.

Resumen

Introducción: la pandemia por COVID-19 se asocia con riesgos a la salud mental.

Objetivo: tamizar los riesgos a la salud mental en función de variables sociodemográficas durante la pandemia por COVID-19, a través de validar la estructura factorial de los instrumentos de cribado.

Método: se trabajó con 36,811 mexicanos, (M = 34 años; DE = 11.68), 61.8% (22,743) mujeres, 15.3% (5,643) con pérdidas de seres queridos, 12.7% (4,683) con condición COVID-19 y 8.22% (3,027) solicitando atención psicológica remota. Se aplicaron la Lista Cotejable de Estrés Postraumático (PCL-C), el Cuestionario de Depresión (PHQ), el de Ansiedad Generalizada de Goldberg y el Cuestionario por la Salud y Somatización, a través de una WebApp.

Resultados: los análisis factoriales confirmatorios indicaron buenas estructuras factoriales e invarianzas de medición en función de las variables sociodemográficas, así como su modelamiento de ecuaciones estructurales.

Discusión: las mujeres reportaron reexperimentación, distanciamiento, ansiedad y somatización. Las pérdidas o la condición por COVID-19 se asociaron con la ansiedad generalizada. Quienes solicitaron apoyo psicológico reportaron somatización. También, la evitación predijo reexperimentación, que derivó en ansiedad por la salud. Esta predijo síntomas de somatización, depresión y ansiedad generalizada (la cual también estuvo predicha por la hiperactivación). La depresión predijo distanciamiento e hiperactivación.

Conclusiones: existen mayores riesgos a la salud mental en las mujeres, en quienes reportaron pérdidas de seres queridos, alguna condición COVID-19 o disposición para recibir atención psicológica remota. Estudios adicionales indicarán cómo la intervención temprana favorece la interrupción de los riesgos a la salud mental asociados con la pandemia actual.

Palabras clave: salud mental, tamizaje, AFC, invarianza de medición, COVID-19.

INTRODUCCIÓN

El riesgo a padecer COVID-19 para la especie humana surgió a finales del 2019, en Hubei China y se diseminó por todo el mundo. Para el 29 de julio de 2022, en América existían más de 304.5 millones de personas infectadas por el SARS-CoV-2, 2,8 millones de personas fallecieron y la tasa de mortalidad era de 1.64% (OPS, 2022). Ante el riesgo de contagio y muerte por COVID-19, existe una alta prevalencia de problemáticas a la salud mental como estrés, depresión y ansiedad (Bourmistrova et al., 2022). Li et al. (2020) y Rogers et al. (2020) alertaron sobre altos niveles de estas respuestas emocionales, conductuales y cognitivas, desde los inicios de la pandemia por COVID-19.

En 2021, Necho et al. (2021) señalaron una prevalencia de 37.54% de personas que padecían estrés (de una muestra de 78,225 participantes). En México, Morales-Chainé et al. (2020), Morales-Chainé, López, Bosch, Beristain, Robles et al. (2021) y Morales-Chainé, López, Bosch, Beristain, Escobar et al. (2021) reportaron condiciones de evitación, distanciamiento, enojo, tristeza, ansiedad y somatización en función del género, el empleo, la edad, el confinamiento, la condición COVID-19, el consumo explosivo de alcohol, la violencia y la comorbilidad física y emocional, por lo que la medición de tales condiciones de riesgo a la salud mental ha sido una acción fundamental.

Previo a la pandemia, el estudio del estrés ya estaba regido por su definición como un trastorno de ansiedad caracterizado por tres grupos de síntomas que se desarrollan ante la exposición a eventos traumáticos (Asmundson et al., 2000; Manual Diagnóstico de Trastornos Mentales DSM-IV, 2000; DSM-V, de la Asociación Americana de Psiquiatría, APA [por sus siglas en inglés], 2013). Por lo que la medición del estrés agudo y postraumático se ha llevado a cabo, principalmente, a través de una Lista Cotejable denominada de Estrés Postraumático (PCL, por sus siglas en inglés), en sus versiones PCL-Militares, PCL-Civiles y PCL-eSpeciales (McDonald & Calhoun, 2010; Wilkins et al., 2011) desarrollada por Weathers et al. en 1994.

La validación del PCL constituye un evento central a considerar ante su uso remoto durante la pandemia por COVID-19. Particularmente, se han llevado a cabo Análisis Factoriales Exploratorios (AFE) y Confirmatorios (AFC) con diversas muestras de participantes, para valorar el nivel de ajuste del modelo; todo ello a través del uso de la Chi-cuadrada, el comparative fit index (CFI), el Tucker-Lewis Index (TLI), el Root Mean Square Error of Approximation (RMSEA) y el Standardized Root Mean Square Residual (SRMR), entre otros (Morales-Chainé et al., 2022). Para la validación de instrumentos psicométricos como el PCL, los valores de CFI y TLI mayores a .90, valores de RMSEA menores a .08, y de SRMR menores a .06 son considerados evidencia de un buen ajuste del modelo, a través de su uso con diversas poblaciones (Browne & Cudeck, 1993; West et al., 2012).

Como resultado del uso del PCL-C, previo a la pandemia, este instrumento de 17 reactivos (con escala Likert de cinco opciones de respuesta) ha sido considerado válido para medir estrés con diversas poblaciones, entre las que destaca la población civil que ha vivido eventos traumáticos en general. Inicialmente, en el 2000 Asmundson et al. reportaron la validez de constructo del PCL-C comparando modelos de dos, tres y cuatro dimensiones del instrumento. En el ámbito del cuidado primario a la salud, consultaron 349 referencias sobre su estructura factorial tomando como referencia el DSM-IV (APA, 2000). Los autores reportaron que el modelo jerárquico de cuatro factores: intrusión/reexperimentación, evitación, distanciamiento e hiperactivación, tuvo el mejor ajuste con una X²(114) = 392.21, un RMSEA = 0.08, un RMR = 0.07, un TLI = 0.90, y un CFI = 0.091.

Posteriormente, en el 2010, McDonald y Calhoun reportaron la estabilidad temporal, consistencia interna, confiabilidad test-re-test y validez convergente del PCL-C. En 2011, Wilkins et al. también reportaron una buena estructura factorial con índices de ajuste adecuados después de analizar 72 estudios, por lo que recomiendan el modelo de cuatro factores.

No obstante, diversos autores sugieren la validación constante de la naturaleza dimensional de los síntomas del estrés y del Trastorno de Estrés Postraumático (TEPT) en el primer nivel de atención, en función del contexto y tipo de experiencia traumática al que se hace referencia (Wilkins et al., 2011). Elhai y Palmieri (2011) indican que, para una mejor comprensión del TEPT y del análisis de la estructura factorial del PCL, se debe considerar el momento de aplicación del instrumento, las características sociodemográficas de la población meta, los escenarios y los métodos de estudio. Todos estos factores pueden afectar la eficacia de la medición y la evaluación del padecimiento (McDonald & Calhoun, 2010; Morales-Chainé et al., 2022).

Adicionalmente, a sabiendas que el PCL correlaciona desde moderada a fuertemente con otras escalas como las de ansiedad, depresión, funcionalmiento emocional y físico, Elhai & Palmieri (2011) sugieren evaluar continuamente la estructura factorial, tanto del PCL como de los instrumentos que evalúan esos otros padecimientos con los que se relaciona; y con ello comprender mejor la etiología, progresión y tratamiento del TEPT, desde sus estadíos tempranos.

Respecto a la medición de los síntomas de la depresión en el nivel primario a la salud, y con un estudio realizado con 215 personas adultas, Arrieta et al. (2017) reportaron que el Cuestionario de Salud del Paciente (PHQ por sus siglas en inglés; Kroenke, 2003), con una sensibilidad del 80% y una especificidad del 86.88%, es un instrumento válido para el cribado de la depresión en escenarios rurales en México, con personas que hablan español y que se insertan en el sistema de atención comunitario y primario.

Adicionalmente, dado que los profesionales no especializados en salud mental del primer nivel de atención requieren una forma segura de tamizar no sólo la depresión sino también la ansiedad, Goldberg et al. (2017) propusieron otra escala para cribar la ansiedad (con una sensibilidad de 79.8% y una especificidad del 72.5%). Los autores concluyeron que la identificación más precisa de los casos de depresión es posible al tamizar ansiedad y depresión en conjunto.

Con relación a la evaluación de somatización y con base en la revisión de 31 artículos teóricos, Velasco et al. (2006) sugieren que sus síntomas coexisten con diagnósticos patológicos como la ansiedad y la depresión, y los definieron como aquellos síntomas sin causa orgánica (SSCO) sin signos clínicos que las justifiquen. Los autores señalan que tales síntomas permanecen médicamente sin explicación, pero se asocian con factores contextuales, de género y subjetivos de cada persona.

Al igual que en el caso del PCL-C, la toma de decisiones en función de las características psicométricas y condición latente de las escalas de ansiedad, depresión y somatización pueden diferir en función del país, el escenario clínico o las características demográficas de las poblaciones participantes (Goldberg et al., 2017), lo que involucra la identificación temprana y más eficiente de un desórden psicológico en los niveles de atención primaria (Morales-Chainé, López, Bosch, Beristain, Robles et al., 2021).

Las condiciones y el contexto de aplicación del PCL-C (Wilkins et al., 2011), del PHQ, del de Ansiedad de Goldberg et al. (2017), Ansiedad por la salud y Somatización de Velasco et al. (2006; adaptados por Morales-Chainé, López, Bosch, Beristain, Robles et al., 2021), así como la evaluación de la invarianza de medición (InM) sugerida también por Elhai & Palmieri (2011), McDonald & Calhoun (2010) y Morales-Chainé et al. (2022), serían circunstancias que permitan identificar los sesgos entre los grupos de comparación (Millsap, 2011). Tales acciones permiten dirigir la toma de decisiones respecto a los niveles de riesgo que pueden variar en función de la población, los eventos traumáticos por los que transitan, o sus condiciones culturales (Wilkins et al., 2011).

Los Análisis Factoriales Confirmatorios, como herramientas para evaluar la Invarianza Métrica (InMe), Fuerte (IF) y Estricta (IE) entre muestras (por ejemplo en función del sexo), generan evidencia respecto a si las medidas de los riesgos a la salud emocional son estructuralmente estables entre tales grupos o por condiciones sociodemográficas, culturales, por disposición a la intervención o a lo largo del tiempo (Elhai & Palmieri, 2011; Morales-Chainé et al., 2022).

La validación y ajuste de modelo para el análisis de la estructura factorial de los tamizajes en salud mental se justifica cuando se trabaja con poblaciones nuevas, culturas diferentes, tipos de traumas o medio de aplicación novedosos, como los relativos a la pandemia por COVID-19 (Elhai & Palmieri, 2011). La validación de instrumentos de tamizaje en salud mental puede estar ligada a eventos generales no específicos, y enfatizar la conveniencia sobre precisión en el ambito comunitario, donde los niveles de riesgo a la salud pueden detectarse en fases tempranas.

Debido a que los riesgos a la salud mental resultaron particularmente agudos durante la pandemia, resultó importante verificar sus efectos en función de las condiciones sociodemográficas como el género, el padecimiento del COVID-19, las pérdidas de seres cercanos o el interés por recibir apoyo psicológico, a partir de la verificación en la InM, y con ello los alcances de dichas comparaciones a través de instrumentos con estructura factorial verificada en México.

Por ello, el objetivo del presente trabajo consistió en tamizar los riesgos a la salud mental (intrusión/reexperimentación, evitación, distanciamiento, hiperactivación, depresión, ansiedad generalizada, de salud y somatización), durante la pandemia por COVID-19 en función de las condiciones socio-demográficas (sexo, la condición por dicha enfermedad, las pérdidas y la solicitud de apoyo psicológico remoto), a través de validar la estructura factorial y la InM de las escalas PCL-C, PHQ, Ansiedad Generalizada, Ansiedad por la salud y somatización, programadas en una WebApp (Morales-Chainé et al., 2020; Morales-Chainé, López, Bosch, Beristain, Robles et al., 2021; Morales-Chainé, López, Bosch, Beristain, Escobar et al., 2021). Es decir, una contribución del presente artículo fue la examinación de la InM (Millsap, 2011; Morales-Chainé et al., 2022) como un requisito para establecer cuánto de las diferencias entre los grupos de comparación se debió a diferencias en las variables latentes de interés y cuánto pudo ser resultado de las diferencias en el comportamiento psicométrico de los reactivos.

Método

Participantes

Se trabajó con 36,811 personas distribuidas en dos muestras para analizar la estructura factorial de los instrumentos, considerando una distribución homogenea por sexo. Así, las muestras quedaron distribuidas como se observa en la Tabla 1 (18,406 personas en la muestra 1 y 18,405 en la muestra 2). El promedio fue de 34 años de edad (DE = 11.68; entre los 18 y 85 años de edad), 61.8% (22,743) mujeres, 15.3% (5,643) con pérdidas de seres queridos, 12.7% (4,683) con síntomas o sospecha de padecer COVID-19, y 8.22% (3,027) que solicitaron recibir atención psicológica remota. En la Tabla 1 se indica la distribución para cada muestra en función de las variables sociodemográficas. Cabe resaltar que los participantes respondieron el instrumento por iniciativa propia, por lo que los grupos de investigación al interior de cada muestra no pudieron ser homogéneos en todas las condiciones sociales.

Los participantes aceptaron responder en función de las políticas de privacidad establecidas en la Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados (LGPDPPSO, 2017) y en los lineamientos de la Dirección General de Atención a la Comunidad (DGACO), de la Universidad Nacional Autónoma de México, entre los que se establece el cifrado asimétrico de los datos, la base resguardada en el dominio oficial universitario, con candados de seguridad para el resguardo de la información y el manejo de esta a través del consentimiento informado.

En el consentimiento informado se explicó que la confidencialidad de la información se mantendría a través de la utilización de promedios grupales; que los resultados del estudio se utilizarían con fines de investigación epidemiológica y difusión de resultados; y que los participantes tenían derecho a declinar el uso de su información y participación en cualquier momento del estudio.

Asimismo, se programó una retroalimentación inmediata en la cual se daba acceso a recursos de psicoeducación (infografías, vídeos y cursos en plataforma Moodle ® sobre el COVID-19, el autocuidado, la relajación, la solución de problemas y las habilidades socioemocionales para la vida) y la disponibilidad de números telefónicos de atención psicológica a distancia, de la Secretaría de Salud y la UNAM.

También, se explicó a los participantes los beneficios de ingresar a ese material o llamar a esos números para prevenir condiciones de salud mental, incluyendo un apartado de datos para solicitar la atención psicológica remota. Con dicho Sistema Tecnológico de Información (STI) se impartió consejería y se derivó a las personas que lo solicitaron a servicios de intervención breve, basados en evidencia empírica; todo ello, conforme se establece en las normas nacionales e internacionales para el servicio remoto (APA, 2013). El protocolo de investigación fue aprobado por el Comité de Ética de la Facultad de Psicología de la Universidad Nacional Autónoma de México, el 16 de octubre del 2020.

Instrumentos

Para efectos del estudio, la WebApp se programó mediante Linux®, PHP®, HTML®, CSS® y JavaScript® (Morales-Chainé et al., 2020), e incluyó: 1) información sociodemográfica: sexo, edad, pérdidas de seres queridos, condición-COVID-19 y solicitud de atención psicológica remota; 2) el PCL-C con 15 reactivos (Asmundson et al., 2000; Weathers et al., 1994; adaptado por Morales-Chainé et al., 2020) conformado por cuatro factores (Intrusión/reexperimentación con cuatro reactivos, evitación con dos reactivos, distanciamiento con cinco reactivos, e hiperactivación con cuatro reactivos); 3) la escala PHQ con tres reactivos (Goldberg et al., 2017); 4) la de Ansiedad Generalizada con cinco reactivos (Goldberg et al., 2017); 5) la de Ansiedad por la Salud con cuatro reactivos (Velasco et al., 2006); y 6) la de Somatización con cuatro reactivos (Velasco et al., 2006). En todos los reactivos se utilizaron opciones de respuesta que iban desde cero (Nada) a 10 (Totalmente). Las escalas mostraron alphas de Cronbach por arriba de 0.76 (entre 0.76 para Evitación y 0.95 para Ansiedad Generalizada). La validez de constructo se representa en la estructura factorial de la Figura 1.

La WebApp también estuvo constituida por paneles con: a) el listado de consentimiento para recibir atención psicológica remota (entidad, edad, sexo, resultados, motivo, ubicación, clasificación de riesgos a la salud mental como consumo de sustancias psicoactivas, duelo, etcétera, horario preferido de atención, fecha de autorización y botón de autoasignación de casos); b) la designación de casos a los especialistas en salud mental por los supervisores; y c) el resguardo del expediente electrónico (resultados de evaluación, ficha de datos generales, plan de servicios, resúmenes de sesión, registro de rescate, datos de egreso y seguimiento).

En combinación con el sistema tecnológico de información descrito, se utilizó el Conmutador virtual Zoiper ® 3.5, la plataforma Zoom ®, Meet ® y Teams ® para la consejería psicológica sincrónica remota.

Procedimiento

Se utilizó un estudio no experimental transversal correlacional causal. Se convocó a los participantes a ingresar a la dirección electrónica de la WebApp, entre el 1 de julio y 31 de diciembre de 2020, a través de los medios de difusión de la Secretaría de Salud Federal en México (ruedas de prensa para radio y televisión y sitio público en internet; SSA, 2020). Las personas participantes leyeron las siguientes instrucciones:

Análisis de los datos

Primero, se llevaron a cabo los AFCs con el procedimiento de máxima verosimilitud para variables continuas, validando la estructura factorial y dimensionalidad de las escalas. Para ello, se dividió a la muestra en dos (con el mismo número de participantes, para observar la réplica de los resultados en una segunda muestra), y se utilizó como referencia la variable sexo para la designación de los participantes.

Se evaluó el ajuste de los modelos uni y bidimensionales para cada una de las escalas de interés y el modelo global, con ambas muestras y el total de participantes, a través de su chi-cuadrada e índices CFI, TLI, RMSEA y SRMR. De ser necesario, se calcularon los Índices de Modificación (IM) para conocer las correlaciones necesarias entre los reactivos y obtener modelos con buen ajuste (RMSEA < 0.08). Una vez que se determinaron los modelos finales, se examinó la confiabilidad de las escalas mediante el Alpha de Cronbach (α) y se analizaron las correlaciones para conocer el nivel de relación e independencia entre las variables.

En segundo término, se analizaron las InM para cada uno de las escalas (por ejemplo instrusión/reexperimentación) en función de los grupos de comparación (ejemplo solicitud de apoyo psicológico remoto) y examinaron los posibles sesgos en función de las características psicométricas de los reactivos.

La IC consistió en estimar el mismo número de factores entre los grupos, pero estimando libremente las cargas factoriales, interceptos y varianzas únicas de los reactivos durante su comparación. La InMe consistió en restringir las cargas factoriales a igualdad entre los grupos de comparación y obtener un modelo ajustado en comparación con la IC. La IF radicó en restringir a igualdad los interceptos de los reactivos durante su comparación y obtener un modelo ajustado en comparación con la InMe. En la IE se restringieron a igualdad las varianzas únicas de los reactivos entre los grupos de comparación y obtener un modelo ajustado en comparación con la IF. Los modelos con IE se consideraron como modelos con InM.

De este modo se evaluaron las InMe, IF e IE al calcular la diferencia entre las chi-cuadradas, RMSEAs y CFIs de cada invarianza con la previa inmediata (por ejemplo valores de la InMe contra los de IC). Diferencias (Δ) entre los valores de CFI menores a 0.010 y entre los de RMSEA menores a .015 indicaron que los modelos con restricciones (como InMe) tenían un buen ajuste. En caso de falta de ajuste, se examinaron los LavTestScore y las ParTable (LTS-PT) para conocer su fuente y estimar libremente los parámetros de los reactivos, necesarios (cargas factoriales, interceptos o varianzas únicas) durante la comparación para obtener un modelo ajustado conocido como invarianza parcial de medición.

Un modelo con InM, indicaba factible comparar las variables latentes entre los grupos de interés. Un modelo con InM parcial, significaba que era posible compararlos considerando los sesgos identificados (en varianzas únicas de algún reactivo en particular).

Una vez que se determinaron los modelos finales de InM o parcial de medición, para cada comparación entre grupos (p. ej., sexo o condición COVID-19) con cada variable (por ejemplo intrusión/reexperimentación), se examinaron las Δ en el modelo de restricción de medias y el de IE entre los grupos. Es decir, se restringieron a igualdad el modelo de medias entre los grupos y se comparó con el modelo de IE. El modelo de comparación de medias restringidas a igualdad ajustado indicaba que cualquier diferencia entre grupos se debería a las diferencias entre las variables latentes y no a diferencias por las características psicométricas de los reactivos. El modelo con restricciones en las medias que presentaba un buen ajuste indicó que no existían diferencias entre grupos, por lo que también se calcularon las d de Cohen para conocer el tamaño del efecto durante la comparación de grupos para cada variable latente.

Adicionalmente, se obtuvieron los promedios, desviaciones estándar y análisis multivariados de las diferencias entre las medias para todas las escalas entre los grupos de comparación.

Finalmente, se integró el modelo general de predicción entre variables a través del Modelamiento de Ecuaciones Estructurales (SEM, por sus siglas en inglés), calculando la chi-cuadrada, sus índices de ajuste e IM.

Para los análisis de datos descritos se utilizó tanto el entorno de programación para análisis de datos en RStudio ® versión 1.4.1106 como el de IBM ® SPSS ®, versión 19.0.

Resultados

A continuación se presentan los resultados de los AFCs de las dos muestras y para el total de los participantes, las InM para cada comparación de grupos (sexo, pérdidas, condición COVID-19 o solicitud de ayuda psicológica), la comparación de medias para todos los riesgos a la salud mental por cada grupo comparado y el modelo de ecuaciones estructural obtenido.

Análisis factorial confirmatorio y confiabilidad

En la Tabla 2 se muestran los resultados del modelo de ocho factores para ambas muestras y el total de participantes. En ella se observa que las escalas tuvieron un ajuste adecuado con RMSEAs menores a 0.08, SRMR menores a 0.06, TLIs y CFIs mayores a 0.90. Nótese que para la escala de intrusión/reexperimentación en la muestra 1 se obtuvo una X²(1) = 50.034, p = 0.000, un RMSEA = 0.052, un SRMR = 0.004, un CFI = 0.999, y un TLI = 0.992; mientras que para la muestra 2 se obtuvo una X²(1)=53.574, p = 0.000, un RMSEA = 0.053, un SRMR = 0.005, un CFI = 0.999, y un TLI = 0.992. Para el total de participantes, el AFC de la escala de intrusión/reexperimentación arrojó una X²(1) = 102.918, p = 0.000, un RMSEA = 0.053, un SRMR = 0.005, un CFI = 0.999, y un TLI = 0.992. Así se observan todos los indicadores de ajuste de los modelos uni y bidimensionales para los constructos de interés. Consecuentemente, en la Tabla 2 también se representan los valores α de cada escala, que flutuaron entre 0.76 para la escala de evitación, en la muestra 2 hasta 0.95 para la escala de Ansiedad Generalizada con todos los participantes.

Los modelos multidimensionales, resultantes de las ocho escalas para cada muestra y para el total de participantes, se muestran en el Apéndice A. Cabe resaltar que todas las cargas factoriales de los reactivos fueron mayores a 0.30. En el Apéndice A también se representa que el modelo total tuvo un ajuste adecuado para toda la muestra con 194 iteraciones, una X²(406) = 76,142.119, p = 0.000, con un CFI de 0.920, un TLI de 0.909, un RMSEA de 0.071 (0.071 a 0.072) y un SRMR de 0.046. Las correlaciones entre las escalas se incluyen en el Apéndice B, en el que se observa que todas resultaron positivas con valores entre 0.361 y 0.891.

Invarianza de Medición (InM)

Los modelos de InM para las escalas de intrusión/reexperimentación, evitación, distanciamiento, hiperactivación, depresión, ansiedad generalizada, por salud y somatización en función de la comparación por: sexo, pérdidas de seres cercanos, condición-COVID-19 y solicitud de ayuda psicológica remota, se muestran en las Tablas 3a a la 3d, respectivamente.

En la Tabla 3a se observan las diferencias en los índices de ajuste de la InM (IC, InMe, IF e IE) y comparación de medias de todas las escalas, en función de la variable sexo. En la tabla se indica que se obtuvo InM (variables latentes, cargas factoriales, interceptos y varianzas únicas restringidas a igualdad entre los grupos) para las escalas de intrusión/reexperimentación, evitación, distanciamiento, hiperactivación, ansiedad generalizada y por la salud, conforme las Δ entre los índices (Δ < 0.010 para el CFI y < 0.015 para el RMSEA). Conforme los IM, se incorporaron las correlaciones entre los reactivos B1 - B4 y entre los reactivos AS1 - AS4; Por lo que, para las escalas intrusión/reexperimentación y ansiedad por la salud, la restricción a igualdad incluyó la relativa a su correlación entre tales pares de reactivos, obteniendo un modelo ajustado. Respecto a las InM parciales, los LTS-PT indicaron necesario variar libremente los interceptos - varianzas únicas de los reactivos PHQ-2, PHQ-9 y S2, entre los grupos por sexo. En la Tabla 3a también se observa que el modelo con medias restringidas a igualdad entre los grupos por sexo, para las escalas de intrusión/reexperimentación, distanciamiento, ansiedad generalizada, por la salud y somatización, tuvo un ajuste adecuado. Al examinar el tamaño del efecto en las medias por medio de d de Cohen, se observaron efectos pequeños, menores a 0.30; excepto para ansiedad generalizada cuyo efecto resultó moderado con una d de Cohen de -0.327.

En la Tabla 3b se observa que se obtuvo InM para las escalas de evitación, distanciamiento, hiperactivación y ansiedad generalizada en función de si las personas habían perdido un ser querido. Respecto a las InM parciales, los LTS-PT, indicaron necesario variar libremente las varianzas únicas de los reactivos B2, PHQ-9, PHQ-1, AS4 y S4 para estos grupos de comparación. En la Tabla 3b también se observa que el modelo con restricciones a igualdad en las medias para la escalas de ansiedad generalizada, entre los dos grupos por pérdidas de seres cercanos, tuvo un ajuste adecuado. Al examinar el tamaño del efecto en las medias de la ansiedad generalizada, se obtuvo un efecto moderado con una d de Cohen de -0.464. Para el resto de las escalas, las d de Cohen resultaron entre -0.396 para evitación hasta -0.546 para intrusión/reexperimentación; lo que indica efectos moderados entre los grupos con las varianzas únicas estimadas libremente para las escalas y los reactivos indicados.

En la Tabla 3c se muestra InM para la evitación, distanciamiento y ansiedad generalizada entre los grupos por condición COVID-19. Respecto a las InM parciales, los LTS-PT indicaron necesario variar libremente las varianzas únicas de los reactivos B2, B5 y S4, D1 y PHQ-2; los interceptos - varianzas únicas de los reactivos D5 y PHQ-9; y las cargas factoriales - interceptos - varianzas únicas del reactivo AS4. También se observa que el modelo con restricciones a igualdad en las medias para la escala de ansiedad generalizada, entre los dos grupos por condición-COVID-19, tuvo un ajuste adecuado. El análisis del tamaño del efecto, sí arrojó una diferencia moderada con una d de Cohen de -0.542 entre las medias de ansiedad generalizada de los grupos. Para el resto de las escalas, las d de Cohen resultaron entre -0.395 hasta -0.727, indicando efectos desde moderados a fuertes entre los grupos, con los sesgos referidos.

En la Tabla 3d se muestra InM para las escalas de evitación y ansiedad generalizada en función de si las personas solicitaron recibir atención psicológica remota. Con base en las InM parciales, los LTS-PT indicaron necesario estimar libremente las varianzas únicas de los reactivos B2, C6, D5, PHQ-9, AS4 y S4. También se observa que el modelo con restricciones a igualdad entre las medias tuvo un ajuste adecuado, en función de haber solicitado o no apoyo psicológico remoto, para la escala de somatización, por lo que se identificó una diferencia moderada entre tales medias, con una d de Cohen de -0.432. Para el resto de las escalas, las d de Cohen resultaron entre -0.350 hasta -0.905, lo que indica efectos desde moderados a fuertes entre los grupos con los parámetros mencionados, estimados libremente.

Medias entre los grupos de comparación

En la Tabla 4 se representan las medias (M) de las escalas en función del sexo, pérdidas, condición COVID-19, o solicitar apoyo psicológico remoto; sus valores de F, grados de libertad y valores de p del análisis multivariado. Sobresalen las diferencias en la escalas de intrusión/reexperimentación, distanciamiento, ansiedad generalizada, por la salud y somatización para las mujeres; ansiedad generalizada para quienes han perdido seres cercanos o tienen alguna condición COVID-19, y somatización al comparar los que solicitan ayuda psicológica remota.

Modelo de ecuación estructural

Finalmente, el modelo de ecuaciones estructurales se conformó por las variables latentes: intrusión (reexperimentación), evitación, distanciamiento, hiperactivación, depresión, ansiedad generalizada, por la salud y somatización, en función de los reactivos, sus coeficientes de regresión y las correlaciones de los reactivos resultantes de los IM (Figura 1). El modelo resultó de 102 iteraciones con 104 parámetros (X² [423] = 83,178.50, p = .000), un CFI = 0.913, un TLC = 0.904, un RMSEA = 0.073 (0.072 – 0.073) y un SRMR = 0.060. Se observó una trayectoria de riesgos a la salud mental: la evitación predijo síntomas de intrusión/reexperimentación (R² = 0.703), y esta ansiedad por la salud (R² = 0.862). La ansiedad por la salud predijo síntomas de somatización (R² = 0.823), depresión (R² = 0.805) y ansiedad generalizada (R² = 0.169), la cual también estuvo predicha por la hiperactivación (R² = 0.823). Finalmente, la depresión predijo distanciamiento (R² = 0.944) y síntomas de hiperactivación (R² = 0.983).

Discusión

El objetivo del estudio consistió en tamizar los riesgos en salud mental en función de variables sociodemográficas como el sexo, las pérdidas de seres cercanos, sospechar o padecer COVID-19 y estar en disposición de solicitar ayuda psicológica remota durante la pandemia; todo ello a través de validar la estructura factorial del PCL-C, PHQ, Ansiedad de Goldberg, Ansiedad por la salud y Somatización, programadas en una WebApp. También se pretendió verficiar una trayectoria transversal entre los riesgos a la salud mental.

Así, en primer término, los hallazgos del estudio sugieren la validación en la medición de los riesgos a la salud mental a través de la WebApp, con su réplica en participantes mexicanos. A través de los AFCs fue posible validar que las dimensiones quedaron construidas por cuatro factores para el PCL-C (intrusión/reexperimentación, evitación, distanciamiento e hiperactivación) y los factores de depresión, ansiedad generalizada, por la salud y la somatización, de forma congruente con lo propuesto por Asmundson et al. (2000), Goldberg et al. (2017), y Velasco et al. (2006) adaptados por Morales-Chainé et al. (2020), Morales-Chainé, López, Bosch, Beristain, Robles et al. (2021) y Morales-Chainé, López, Bosch, Beristain, Escobar et al. (2021). Específicamente, los modelos mostraron ajustes adecuados, de ocho factores con cargas factoriales superiores a 0.30, a través del uso de la chi-cuadrada, el CFI, el TLI, el RMSEA y el SRMR (Browne & Cudeck, 1993; West et al., 2012), para tamizar los riesgos a la salud mental en la población civil ante eventos referidos durante la pandemia por COVID-19.

En segundo término, los hallazgos relativos a la InM (Millsap, 2011; Morales-Chainé et al., 2022) permitieron sugerir similitudes y diferencias entre los niveles de riesgo a la salud mental en función de las variables sociodemográficas de interés. Específicamente, los hallazgos sugirieron mayor intrusión/reexperimentación, distanciamiento, ansiedad generalizada, por la salud y somatización en las mujeres que en los hombres, durante la pandemia por COVID-19 (Morales-Chainé, López, Bosch, Beristain, Escobar et al., 2021). Los hallazgos también sugirieron niveles equivalentes de evitación, hiperactivación y depresión entre hombres y mujeres, pero con sesgos en ciertos síntomas, derivados de variables extrañas que pueden influir en tales consideraciones. Los sesgos, respecto al sexo de los participantes, se observaron en síntomas específicos de depresión, como el decaímiento, la falta de esperanzas y el deseo de hacerse daño; y de somatización, como leer o interesarse por programas de televisión o radio sobre enfermedades físicas graves. Estudios adicionales podrán orientar respecto a los factores asociados al sexo de los participantes, que generan tales sesgos.

Los hallazgos también indicaron que las personas que habían perdido seres queridos mostraron más ansiedad generalizada (Morales-Chainé, López, Bosch, Beristain, Escobar et al., 2021) y, moderadamente, más evitación, distanciamiento, e hiperactivación que quienes no reportaron tales pérdidas. No obstante, los hallazgos permitieron alertar sobre sesgos por factores extraños asociados con síntomas como tener pesadillas (intrusión/reexperimentación), deseos de hacerse daño, poco interés o placer en hacer cosas (depresión), creer que se padece alguna enfermedad grave (ansiedad por la salud), quedarse en cama, ponerse el termómetro, tomarse el pulso, modificar su dieta, y automedicarse (somatización) que, en general, fueron moderadamente más altos en las personas que habían padecido pérdidas de seres cercanos. Investigación adicional capturará las condiciones que producen tales sesgos en los mencionados riesgos a la salud mental por pérdidas de seres queridos.

Adicionalmente, los hallazgos sugirieron evitación, distanciamiento y ansiedad generalizada moderadas en aquellas personas que sospechaban o padecían COVID-19 (Morales-Chainé, López, Bosch, Beristain, Escobar et al., 2021). Sin embargo, se observaron sesgos relativos a las pesadillas, reacciones físicas desagradables (intrusión/reexperimentación), quedarse en cama, ponerse el termómetro, tomarse el pulso, modificar su dieta, automedicarse (somatización), sentirse asustadas, tener dificultades para dormir (hiperactivación), deseos de hacerse daño, decaímiento, sentirse sin esperanzas (depresión) y creer que se padece alguna enfermedad (ansiedad por la salud) por condiciones extrañas. Nuevamente, investigación adicional podrá abordar el estudio de los factores que se asocian a tales sesgos en los riesgos a la salud mental indicados.

Asimismo, los hallazgos indicaron que las personas que solicitaron atención psicológica remota mostraron mayor evitación, ansiedad generalizada y somatización. No obstante, los sesgos encontrados se relacionaron con tener pesadillas (intrusión/reexperimentación), dificultad para sentir afecto por sus seres queridos (distanciamiento), sentirse asustadas (hiperactivación), deseos hacerse daño (depresión), creer que se padece alguna enfermedad grave (ansiedad por la salud), quedarse en cama, ponerse el termómetro, tomarse el pulso, modificar su dieta o automedicarse (somatización). Investigación adicional deberá abordar los factores que determinan tales sesgos en los síntomas de la salud mental mencionados.

En tal sentido y de forma congruente a lo propuesto por Asmundson et al. (2000), Goldberg et al. (2017), Velasco et al. (2006), Morales-Chainé et al. (2020), Morales-Chainé, López, Bosch, Beristain, Robles et al. (2021) y Morales-Chainé, López, Bosch, Beristain, Escobar et al. (2021), los riesgos a la salud mental señalaron la sensibilidad de las mujeres durante la pandemia, por ejemplo, cuando las personas reportaron su exposición a eventos particulares como las pérdidas de seres cercanos y la sospecha o padecer COVID-19. En el estudio actual fue posible describir condiciones de riesgo a la salud mental en función de la disposición de las personas para recibir atención psicológica remota (Goldberg et al., 2017; Morales-Chainé et al., 2022).

Así, los hallazgos permitieron validar la naturaleza dimensional de los síntomas del TEPT y su relación con la depresión, la ansiedad y la somatización, y describir los sesgos particulares en función de las condiciones sociodemográficas que reportaron las personas durante la pandemia por COVID-19. La validación fue posible a través del AFC del PCL-C. PHQ, Ansiedad Generalizada de Goldberg, por la Salud y Somatización de Velasco, adaptados ante los eventos de la pandemia por COVID-19 (Morales-Chainé et al., 2020; Morales-Chainé, López, Bosch, Beristain, Escobar et al., 2021; Morales-Chainé, López, Bosch, Beristain, Robles et al., 2021).

No obstante, el estudio se limitó al segundo semestre del 2020 (lo que circunscribe los hallazgos al primer periodo de la pandemia), por lo que resulta necesario verificar los estudios que aborden el efecto del tiempo de exposición prolongada a la pandemia sobre la condición emocional de las personas y con base en sus recursos de afrontamiento. En adelante, será fundamental describir el papel del tiempo de exposición y tales recursos sobre la eficacia de medir y evaluar la progresión de los riesgos a la salud mental hasta el desarrollo del TEPT y otros padecimientos graves en el ámbito de la salud mental.

En el actual estudio fue posible describir el nivel de asociación de los síntomas de estrés con los de la depresión, la ansiedad y la somatización, conforme lo recomendaron Elhai y Palmieri (2011), lo que permite enmarcar la posible etiología y considerar la posterior progresión de los síntomas hasta un TEPT, desde sus primeros estadios en el nivel de atención primaria (Selye, 1956).

En este sentido, el modelo resultante indicó una trayectoria de riesgos a la salud mental: la evitación fue seguida de la reexperimentación, y esta por la ansiedad por la salud. La ansiedad por la salud predijo síntomas de somatización, depresión y ansiedad generalizada (la cual también estuvo predicha por la hiperactivación); y la depresión predijo distanciamiento y síntomas de hiperactivación. Recuérdese que la ansiedad generalizada fue una variable latente de niveles elevados en las mujeres, en quienes han perdido seres queridos, sospechaban o padecían COVID-19, o en quienes estaban listos para recibir apoyo psicológico remoto (Morales-Chainé et al., 2022).

Los resultados coinciden con lo señalado por Goldberg et al. (2017), quienes ya habían indicado una alta comorbilidad entre síntomas de depresión y ansiedad en escenarios de cuidado primario. Los autores sugirieron que tales niveles de riesgo, sin alcanzar los requerimientos para diagnosticarlos como trastorno, son comunes en el ámbito comunitario. En el actual estudio, los síntomas de depresión ansiosa se asociaron e involucraron con condiciones de estrés y somatización durante la pandemia por COVID-19. Los SSCO tambien se asociaron con los de estrés, ansiedad y depresión, mostrando trayectorias relevantes que parecen indicar que estos fueron cribados con éxito en función de las variables de interés. De acuerdo con Velasco et al.(2006), su etiología y mantenimiento podría estar relacionada con los estilos de vida, aprendizajes, creencias o comportamiento antisocial, que caracterizan a la pandemia por COVID-19. Estudios adicionales deberán abordar tales mecanismos de asociación que previenen o derivan en un trastorno severo y dañan la salud mental.

Adicionalmente, Goldberg et al (2017) señalaron que la depresión ansiosa (puntuar en ambas escalas) puede ser el riesgo más común entre las personas que llegan a un nivel de atención más especializado o que ya solicitan apoyo, tal como se observó en la población que mostró disposición para recibir apoyo psicológico remoto (Morales-Chainé et al., 2022). Así, la presencia de los síntomas tamizados en el actual estudio parece tener implicaciones significativas para el manejo de los riesgos a la salud mental en la comunidad y en el ámbito del cuidado primario a la salud que deberán estudiarse en adelante. Particularmente, será fundamental analizar, en términos de la varianza común entre los diferentes desórdenes emocionales, la continuidad en la línea caso-no caso de las variables subyacentes (Goldberg et al., 2017).

Sin embargo, parece ser que a lo largo del actual estudio ha sido posible desarrollar una estrategia que permite la toma de decisiones en función de las características psicométricas y la condición latente de los síntomas en salud mental de interés en México. Las condiciones de salud mental pueden diferir en función del país, el escenario clínico, o las características de las poblaciones participantes (Goldberg et al., 2017), pero monitoreando tales condiciones será factible identificar eficientemente, de forma temprana, un desorden psicológico tanto en el nivel comunitario como en el primer nivel de atención.

Finalmente, el cálculo de las InM sugerido por Elhai y Palmieri (2011), McDonald y Calhoun (2010) y Morales-Chainé et al. (2022), permitió identificar los sesgos particulares en los síntomas y por los grupos de comparación (Millsap, 2011) pertinentes siempre a considerar conforme se analizan poblaciones particulares y fenómenos perturbadores específicos, dirigiendo la toma de decisiones en función de los riesgos a la salud mental, que pueden variar en diversos contextos (Wilkins et al., 2011). Los AFC como herramienta para evaluar InM entre los grupos en función del sexo, perder seres cercanos, riesgo a padecer COVID-19 o estar dispuesto a solicitar apoyo psicológico remoto (Elhai & Palmieri, 2011), generó evidencia de la estabilidad de las medidas en función de su estructura factorial (Morales-Chainé et al., 2022).

La detección temprana de riesgos a la salud mental (McDonald & Calhoun, 2010), más allá de ser una estrategia diagnóstica permite la planeación eficiente en función de los grados de intervención basados en la evidencia científica. No obstante, una investigación futura deberá analizar el papel diagnóstico del PCL en el que se evalúen los puntos de corte a partir del número de síntomas de intrusión/reexperimentación, evitación-distanciamiento e hiperactivación del TEPT, necesarios para confirmar su presencia, conforme recomendaron McDonald y Calhoun (2010) y Taylor et al. (1998); Dicha identificación también se encontrará en función de su asociación con los niveles de ansiedad y somatización ante eventos como los que caracterizan a la COVID-19 (Goldberg et al., 2017; Morales-Chainé et al., 2020; Morales-Chainé, López, Bosch, Beristain, Robles et al., 2021; Morales-Chainé, López, Bosch, Beristain, Escobar et al., 2021; Velasco et al., 2006).

El PCL-C adaptado, el PHQ, la escala de Ansiedad Generalizada, por la Salud y la de Somatización representan un grupo realista de descripciones para la identificación temprana y parsimoniosa de riesgos a la salud mental, en el nivel comunitario y en el primer nivel de atención; todo ello para la promoción de la salud mental y la implementación de intervenciones psicosociales basadas en la evidencia, a fin de reducir la brecha de atención.

FINANCIAMIENTO

Proyecto financiado por el proyecto UNAM-DGAPA-PAPIIT IV300121 Atención Psicológica a Distancia para la Salud Mental ante la Contingencia Sanitaria por COVID-19 bajo la Responsabilidad principal de la doctora Silvia Morales-Chainé.

CONFLICTOS DE INTERÉS

Los autores declaran no tener conflictos de interés.

REFERENCIAS

American Psychiatric Association (APA). (2000). Diagnostic and statistical manual of mental disorders (4th ed.). Autor.

American Psychiatric Association (APA). (2013). Diagnostic and statistical manual of mental disorders (5th ed.). Autor.

Arrieta, J., Aguerrebere, M., Raviola, G., Flores, H., Elliott, P., Espinosa, A., Reyes, A., Ortíz-Panoso, E., Rodríguez-Gutiérrez, E G., Mukherjee, J., Palazuelos, D., & Franke, M. (2017). Validity and Utility of the Patient Health Questionnaire (PHQ)-2 and PHQ-9 for screening and Diagnosis of Depression in Rural Chiapas, Mexico: A Cross-Sectional Study. Journal of Clinical Psychology, 73(9), 1076-1090. https://doi.org/10.1002/jclp.22390

Arroll, B., Goodyear-Smith, F., Crengle, S., Gunn., J., Kerse, N., Fishman, T., Falloon, K., & Hatcher, S. (2010). Validation of PHQ-2 and PHQ-9 to Screen for Major Depression in the Primary Care Population. Annals of Family Medicine, 8(4), 348-353. https://doi.org/10.1370/afm.1139

Asmundson, G. J. G., Frombach, I., McQuaid, J., Pedrelli, P., Lenox, R., & Stein, M. B. (2000). Dimensionality of posttraumatic stress symptoms: a confirmatory factor analysis of DSM-IV symptom clusters and other symptom models. Behaviour Research and Therapy, 38(2), 203-214. https://doi.org/10.1016/S0005-7967(99)00061-3

Bourmistrova, N. W., Solomon, T., Braude, P., Strawbridge, R., & Carter, B. (2022). Long-term effects of COVID-19 on mental health: A systematic review. Journal of Affective Disorders, 299, 118-125. https://doi.org/10.1016/j.jad.2021.11.031

Browne, M. W. & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136-162). Sage Publications.

Elhai, J. D., & Palmieri, P. A. (2011). The factor structure of posttraumatic stress disorder: A literature update, critique of methodology, and agenda for future research. Journal of Anxiety Disorders, 25(6), 849-854. https://doi.org/10.1016/j.janxdis.2011.04.007

Goldberg, D. P., Reed, G.M., Robles, R., Minhas, F., Razzaque, B., Fortes, S., Mari, J.J., Lam, T. P., Garcia, J. A., Gask, L., Dowell, A. C., Rosendal, M., Mbatia, J. K., & Saxena, S. (2017). Screening for anxiety, depression, and anxious depression in primary care: A field study for ICD-11 PHC. Journal of Affective Disorders, 213, 199-206. https://doi.org/10.1016/j.jad.2017.02.025

Kroenke, K. (2003). The interface between physical and psychological symptoms. The Primary Care Companion to The Journal of Clinical Psychiatry, 5(sup7), 11-18.

Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados (LGPDPPSO, 2017). http://www.diputados.gob.mx/LeyesBiblio/pdf/LGPDPPSO.pdf

Li, S., Wang, Y., Xue, J., Zhao, N., & Zhu, T. (2020). The impact of COVID-19 Epidemic Declaration on Psychological Consequences: A Study on Active Weibo Users. International Journal of Environmental Research and Public Health, 17(6), 2032. https://doi.org/10.3390/ijerph17062032

McDonald, S. D. & Calhoun, P. S. (2010). The diagnostic accuracy of the PTSD Checklist: A critical review. Clinical Psychology Review, 30(8), 976-987. https://doi.org/10.1016/j.cpr.2010.06.012

Millsap, R. E. (2011). Statistical Approaches to Measurement Invariance. Routledge. https://doi.org/10.4324/9780203821961

Morales-Chainé, S., López, M. A., Bosch, M. A., Beristain, A. A., Escobar, G. G., Robles, & López, R. F. (2021). Condiciones socioeconòmicas y de salud mental durante la pandemia por COVID-19. Acta de Investigación Psicológica, 11(2), 5-23. https://doi.org/10.22201/fpsi.20074719e.2021.2.379

Morales-Chainé, S., López, M. A., Bosch, M. A., Beristain, A. A., Robles, G. R., Garibay, R. C. R., Astudillo, G. C. I., Lira, C. I. A., & Rangel, G. M. G. (2021). Mental Health Symptoms, Binge Drinking, and the Experience of Abuse during the COVID-19 Lockdown in Mexico. Frontiers in Public Health, 9. https://doi.org/10.3389/fpubh.2021.656036

Morales-Chainé, S., López, M. A., Bosch, M. A., Beristain, A. A., Robles, G. R., López, R. F., & Fernández, C. C. (2020). Condiciones de salud mental durante la pandemia por COVID-19. Revista Internacional de Investigación en Adicciones, 6(2), 11-24. https://doi.org/10.28931/riiad.2020.2.03

Morales-Chainé, S., Robles, G. R., López, M. A., Bosch, M. A., Beristain, A. A. G., Treviño, S. C. C. L., Palafox, P. G., Lira, C. I. A., Barragan, T. L., & Rangel, G. M. G. (2022). Screening Tool for Mental Health Problems During COVID-19 Pandemic: Psychometrics and Associations With Sex, Grieving, Contagion, and Seeking Psychological Care. Frontiers in Psychology, 13, 882573. https://doi.org/10.3389/fpsyg.2022.882573

Necho, M., Tsehay, M., Birkie, M., Biset, G., & Tadesse, E. (2021). Prevalence of anxiety, depression, and psychological distress among the general population during the COVID-19 pandemic: A systematic review and meta-analysis. International Journal of Social Psychiatry, 67(7), 892-906. https://doi.org/10.1177/00207640211003121

Organización Panamericana de la salud (2022). Geo-Hub COVID-19 - Information System for the Region of the Americas. Revisado el 29 de Julio de 2022 https://paho-covid19-response-who.hub.arcgis.com

Rogers, J. P., Chesney, E., Oliver, D., Pollak, T. A., McGuire, P., Fusar-Poli, P., Zandi, M. S., Lewis, G., & David, A. S. (2020). Psychiatric and neuropsychiatric presentations associated with severe coronavirus infections: a systematic review and meta-analysis with comparison to the COVID-19 pandemic. TheLancet Psychiatry, 7(7), 611-27. https://doi.org/10.1016/S2215-0366(20)30203-0

Secretaría de Salud en México (2020). Cuida tu salud mental. Revisado el 9 de Abril de 2020 en https://coronavirus.gob.mx/salud-mental/

Selye, H. (1956). The Stress of Life. McGraw-Hill.

Taylor, S., Kuch, K., Koch, W. J., Crockett, D. J., & Passey, G. (1998). The structure of posttraumatic stress symptoms. Journal of Abnormal Psychology, 107, 154-160.

Velasco, S., Ruíz, M. T., & Álvarez-Dardet, C. (2006). Modelos de atención a los síntomas somáticos sin causa orgánica. De los trastornos fisiopatológicos al malestar de las mujeres. Revista Española de Salud Pública, 80(4), 317-333.

Weathers, F.W., Litz, B.T., Huska, J., & Keane, T. (1994). PTSD CheckList (PCL-C). National Center for PTSD-Behavioral Science Division. https://www.mirecc.va.gov/docs/visn6/3_ptsd_checklist_and_scoring.pdf

West, S. G., Taylor, A. B., & Wu, W. (2012). Model fit and model selection in structural equation modeling. In R. H. Hoyle (Ed.), Handbook of structural equation modeling (pp. 380-392). Guilford Press.

Wilkins, K. C., Lang, A. J., & Norman, S. B. (2011). Synthesis of the psychometric properties of the PTSD Checklist (PCL) Military, Civilian, and Specific versions. Depression & Anxiety, 28(7), 596-606. https://doi.org/10.1002/da.20837