Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
INTRODUCCIÓN
El Peru ha sido uno de los países más afectados en la región sudamericana por la pandemia de COVID-19. De acuerdo con datos oficiales dados por el gobierno peruano, a finales de 2020, se registraron cerca de un millón de casos confirmados y más de 40 muertes, con una tasa de mortalidad de aproximadamente 4% 1. Se adoptaron políticas mediante medidas de mitigación y disminución en la propagación de la enfermedad, como el aislamiento y la cuarentena, para limitar el contacto y exposición 2. Por ejemplo, el 16 de marzo de 2020, las autoridades peruanas decretaron el estado de emergencia con medidas de cuarentena obligatorias.
Las consecuencias de la pandemia de COVID-19 han generado diferentes problemas económicos, que, sumados al miedo a contraer el virus, han afectado la salud mental de la población general. Se reportó una mayor prevalencia de estrés, ansiedad y depresión durante el contexto pandémico en poblaciones nacionales 3 con un mayor riesgo de producir una crisis de salud mental a gran escala en el contexto sudamericano, especialmente en el Perú que cuenta con una gran cantidad de personas infectadas por COVID-19. Además, la evidencia sugiere que el aislamiento y la cuarentena han generado mayores niveles de angustia, ira, confusión y estrés 4.
El miedo al COVID-19 está asociado con la presencia de síntomas ansiosos, depresivos y estrés traumático 5, lo cual afianza el desarrollo de problemas emocionales en personas con mayor vulnerabilidad psicológica. La evidencia de modelos explicativos del miedo refiere que la exposición al miedo constante aumenta la ansiedad, que a su vez puede desencadenar estrés traumático 6. Dado que mayores manifestaciones del miedo en las personas sugieren una amenaza para la sensación de seguridad y protección, vinculadas a emociones negativas que provocan alteraciones en la excitación fisiológica y la reactividad ante estímulos externos que tiende a afectar la adaptación ante una situación muy estresante, como la presente pandemia, y consecuentemente desencadenan la aparición de estrés traumático y angustia psicológica 7. Por tanto, esta relación puede entenderse como un proceso interactivo de miedo, ansiedad y estrés postraumático. Esto se refuerza con hallazgos previos longitudinales que han identificado que el estrés postraumático predice la depresión 8,9, y la evidencia de que los síntomas de ansiedad y depresión están fuertemente correlacionados entre sí 10, incluso en el contexto de COVID-19 11. Por lo tanto, tales condiciones comórbidas pueden reforzarse entre sí y ser más concurrentes ante la amenaza inherente de la pandemia del COVID-19.
El contexto pandémico ha generado mayor incertidumbre debido a la falta de coherencia de los mensajes de salud pública, la evolución o inmunidad de los pacientes infectados, junto con la difusión de información errónea en las redes sociales refuerza un mayor miedo a la infección por COVID-19, dado el contexto pandémico engloba una mayor vulnerabilidad y refuerce sentimientos de alto nivel de indefensión en la población peruana con un mayor efecto negativo en la salud mental 12. El efecto combinado de la desinformación y el miedo genera una creciente desconfianza que puede conllevar al desarrollo de un trastorno de estrés por COVID-19 12.
Los modelos de red ofrecen una perspectiva alternativa en la evaluación de las medidas clínicas mediante un sistema dinámico que interconecta los indicadores observables más allá de la detección de una variable latente común. Este enfoque representa mediante un gráfico gaussiano las asociaciones (aristas; correlaciones totales o parciales), cuyos grosores son proporcionales a la intensidad de la correlación entre los elementos del instrumento (nodos) 13,14, además, incluye índices de centralidad que cuantifican la fuerza de los componentes dentro de la red 15.
El modelo de red permite explicar mediante las interacciones simultaneas entre los componentes de la angustia psicológica, estrés y miedo por COVID-19, es decir que las asociaciones directas entre las respuestas de los ítems generan la estructura de red. El modelado de red resalta la varianza que es única para pares de variables, algo similar al modelado del análisis factorial que se centra en la varianza que se comparte entre todas las variables, que connota una similitud estadística entre ambos enfoques 16.
Por lo tanto, se tuvo como objetivo explorar las redes de correlación de síntomas de angustia psicológica, estrés y miedo por COVID-19 en adultos peruanos durante la primera ola pandémica.
MATERIALES Y MÉTODOS
Se realizó un estudio de tipo exploratorio, correlacional, transversal mediante un modelo gráfico gaussiano (redes de coeficientes de correlación parcial). Se consideró los siguientes instrumentos adaptados al español: Impact of event scale-revised-R (IES-R), en la versión de seis ítems que evalúa los síntomas de mayor riesgo al trastorno de estrés postraumático 17, Patient Health Questionnaire-4 (PHQ-4) compuesto por cuatro reactivos que estiman síntomas de diagnóstico de ansiedad y depresión 18, y Fear of COVID-19 Scale (FCV-19S) que incluye siete reactivos para evaluar las reacciones más prevalentes del miedo al COVID-19, esta medida cuenta con adecuadas evidencias de confiablidad en muestra peruana 19. Se estimó la confiabilidad alfa y omega de los instrumentos, cuyos valores fueron mayores a 0,78.
Esta investigación estuvo compuesta por 609 adultos peruanos (57,51% mujeres; M edad: 27,04) de la ciudad Metropolitana de Lima, debido a las medidas gubernamentales restrictivas de distanciamiento y movilidad social se hizo necesario el uso de la metodología de encuestas en línea. mediante encuestas de formulario Google incluyendo su consentimiento informado, se animó a compartir el enlace del formulario en línea a través de las redes sociales (Facebook y WhatsApp) durante los meses de setiembre a noviembre de 2020.
Análisis de datos
A través del paquete R qgrap y el gráfico LASSO (operador de selección y encogimiento menos absoluto) se evaluó el modelo de red, el estimador LASSO permite eliminar las relaciones espurias dado el parámetro de ajuste recomendado de γ = 0,5 20. Los ítems (nodos) de las variables de estudio son interconectados por líneas o bordes que representan las correlaciones parciales que tienden a ubicarse en la red según la suma de conexiones con otros nodos 13,14. Los bordes de la red pueden entenderse como relaciones de dependencia condicional entre elementos: si dos elementos están conectados en la red resultante, son dependientes después de ajustar todos los demás elementos. Si no existe ninguna ventaja entre dos elementos, son condicionalmente independientes. Para visualizar la red se utilizó el algoritmo Fruchterman-Reingold, que determina la posición de un nodo en función de la suma de conexiones que tiene con otros nodos 21. Además, se tuvo en cuenta estimar la precisión de los pesos de los bordes, con una precisión al 95% de los intervalos de confianza mediante Bootstrapping de 2000 muestras alrededor de cada borde en la red 20.
RESULTADOS
En la tabla 1, se muestra que las puntuaciones fueron mayores en el dominio del PHQ-4 en el reactivo de estado depresivo (A4), en el IES-6 fue en la medida del estado de hipervigilancia por COVID-19 (E2) y el elemento del miedo a morir por COVID-19 (M4). Tales síntomas de la red reportaron mayores índices de centralidad que refuerzan las demás interconexiones.
Tabla 1 Media de los ítems y medida de centralidad de fuerza
| PHQ-4 | Media | Fuerza |
| A1 | 0,98 | 0,28 |
| A2 | 0,93 | 1,06 |
| A3 | 1,04 | 0,43 |
| A4 | 1,15 | 1,69 |
| IES-6 | Media | Fuerza |
| E1 | 2,14 | 0,14 |
| E2 | 2,28 | 0,25 |
| E3 | 1,82 | 0,29 |
| E4 | 1,68 | 0,12 |
| E5 | 2,24 | 0,23 |
| E6 | 1,80 | 0,22 |
| FCV-19S | Media | Fuerza |
| M1 | 2,88 | 1,40 |
| M2 | 2,29 | 0,59 |
| M3 | 2,03 | 1,57 |
| M4 | 2,96 | 0,67 |
| M5 | 2,47 | 0,46 |
| M6 | 2,11 | 0,34 |
| M7 | 2,05 | 0,29 |
El modelo de red se presenta en la figura 1, donde todos los patrones de relaciones fueron positivos. Los bordes más fuertes entre medidas del mismo dominio fueron entre los síntomas depresivos del estado de ánimo depresivo y la anhedonia (perdida del interés y placer) con mayor prevalencia comórbida en la red, la sintomatología afectiva del miedo al COVID-19 y el sentimiento incómodo al pensar en la COVID-19, los síntomas postraumáticos más conectados fueron aquellos de naturaleza intrusiva (E1-E3) que refuerzan mayores niveles de estrés. Se reportaron un total de 51 asociaciones, de los cuales 16 relaciones fueron entre diversos dominios de la red, los de mayor magnitud son: el estado de ansiedad y el sentimiento de nerviosismo por leer información de COVID-19 (A1-M5). El miedo a morir por COVID-19 se asoció más con el estado de hipervigilancia por COVID-19 y una mayor preocupación (M4-E2). También se presentó mayor covarianza de red entre el miedo al COVID-19 y el estado de ánimo depresivo (M1-A4).
Respecto al análisis del Bootstrap, cuyo objetivo es estimar la precisión del peso de las conexiones de la red. Se puede evidenciar que los intervalos de confianza son relativamente medianos, es decir, muestran una estimación moderadamente precisa (figura 2).
Con respecto a la estabilidad del índice de centralidad de fuerza se presenta en la figura 3, donde la línea roja es la correlación entre la estimación del índice de fuerza y las submuestras que se utilizaría de la muestra total. En ese sentido, se observa que la estimación de la fuerza se mantiene incluso después de eliminar grandes proporciones de la muestra y el coeficiente CS demostró un valor mayor de 0,75, lo que indica la estabilidad de la fuerza de los nodos.
DISCUSIÓN
Esta investigación utilizó el modelo de redes para explorar el sistema dinámico de comorbilidad sintomatológica de la depresión, ansiedad, estrés traumático y miedo por COVID-19 durante la primera oleada pandémica en adultos peruanos. Hasta donde sabemos no se ha realizado el modelo de red con las variables de estudio en el ámbito sudamericano. La presente red determinó las asociaciones mas prevalentes y la medida de fuerza de cada nodo, este índice es más estable en estos modelos de red 15. La estructura de red muestra que hay más conexiones dinámicas de la angustia psicológica (ansiedad y depresión) que los síntomas de estrés y miedo por COVID-19. Ambos síntomas del estado deprimido y la anhedonia son centrales y presentan relaciones interdominio que sugieren vías de comorbilidad que refuerzan las interconexiones de red. Esto refuerza otros estudios previos que también detectaron un vínculo entre síntomas de ansiedad y el miedo al COVID-19 22,23, durante el contexto pandémico la falta de coherencia de los mensajes de salud pública, junto con la difusión de información errónea en las redes sociales refuerza una mayor ansiedad y miedo a la infección por COVID-19 dado que genera mayor incertidumbre en la población adulta.
El síntoma de estado deprimido puede considerarse una mayor medida central que activa las rutas más prevalentes en la red, tal indicador también fue central en otro estudio de red en muestra peruana 24 y ha sido demostrado con mayor medida de centralidad en la mayoría de estudios de red según estudios sistemáticos 25,26. Un mayor estado depresivo refuerza otros síntomas comórbidos que conllevan a un mayor nivel de angustia psicológica, lo cual ha sido demostrado en el estudio de red de Beard y colegas 27, dichas medidas refieren un papel más importante en la presente red comórbida. Además, la mayor relación del estado de ansiedad con el nerviosismo ante la información por COVID-19 revela los componentes esenciales que refuerzan la mayor asociación entre la ansiedad y el miedo al COVID-19 28 que puede conllevar a desarrollar problemas de ansiedad por la muerte u obsesión al COVID-19 29. Aunque los síntomas somáticos del miedo al COVID-19 son menos importantes puede considerarse en vista a la evidencia de la relación de los problemas de sueño con la ansiedad del sistema de red, los síntomas de naturaleza más fisiológica pueden coexistir y fortalecerse 30. Esto puede ser de consideración como una vía de investigación para otros estudios que consideren diversos síntomas somáticos relacionadas al impacto negativo de la COVID-19.
Las medidas de centralidad de mayor miedo al contagio y a la muerte por COVID-19 también fueron reportadas como más importantes en otro estudio de red sudamericano durante la pandemia 31. Sin embargo, la prevalencia del miedo por COVID-19 en modelos de red ha mostrado una divergencia de resultados en otros contextos como Estados Unidos 12 e Italia 23. Dado la evidencia de relación entre los síntomas de angustia, miedo y estrés en adultos de diversos contextos socioculturales durante la pandemia de COVID-19 5,12,23 se recomienda a futuras investigaciones explorar más a fondo tales variables y si afectan las medidas preventivas de contagio por COVID-19 5.
La prevención de los síntomas centrales puede reducir la comorbilidad reportada, es decir que una menor medida del estado de ánimo depresivo tiende a generar menores relaciones con los síntomas emocionales del miedo por COVID-19, esto es esencial para los profesionales de las ciencias de la salud y del comportamiento que busquen desarrollar futuras intervenciones ante un mayor impacto psicológico del COVID-19 desde el modelo de sistemas complejos 33. Tales síntomas centrales tienden a reforzar una mayor vulnerabilidad psicológica ante el contexto pandémico actual.
Los resultados de red obtenidos muestran interacciones estadísticas simultaneas después de parcializar los efectos de las demás relaciones de red. En ese sentido, este modelo dinámico aplicable para instrumentos vinculados a las ciencias de la salud y del comportamiento ofrece un punto de vista novedoso. Asimismo, es posible integrar los resultados de medidas de autoinforme con distintas mediciones clínicas de interés ante el contexto pandémico dado su consideración como una amenaza social y que aumenta el riesgo de sufrir experiencias adversas de infección y pérdida de un ser querido por COVID-19. Estas condiciones pueden generar un aumento de los componentes del sistema inmunitario como las citoquinas proinflamatorias que afianzan una mayor angustia psicológica, especialmente una mayor concurrencia de depresión como el presente estudio. Por lo tanto, la inclusión de modelos de red compuestos por síntomas con medidas bioquímicas permite ampliar otras rutas de investigación ante el contexto de COVID-19 34, siendo recomendable considerar estudios recientes de red 35,36,37 para futuras investigaciones.
Una de las limitaciones de estudio es la aplicación trasversal, pues los resultados no determinan si los síntomas pueden cambiar con el tiempo. Tampoco es posible determinar que nodo causa a otro nodo, otra limitación puede ser la posible similitud conceptual de síntomas superpuestos que tienden a generar bordes sobreestimados. Futuras investigaciones deben considerar la evaluación de redes en grupos específicos, por ejemplo, con condiciones crónicas o diagnósticos de salud mental para elaborar intervenciones más específicas dado el efecto de la pandemia en estos grupos de mayor riesgo actualmente.
CONCLUSIONES
Los síntomas de estado de ánimo deprimido, miedo a la infección y a la muerte por COVID-19 fueron los más centrales en la presente red en adultos peruanos durante la primera oleada de COVID-19. Las medidas sintomatológicas de sobrepreocupación, hipervigilancia y pensamientos intrusivos por COVID-19 tienen mayor concurrencia con tales síntomas centrales. Los resultados obtenidos son indicadores favorables para los profesionales de la salud en la elaboración de futuros tratamientos clínicos y para considerar mejores estrategias de prevención en la salud mental ante el impacto del COVID-19.
