Representación de sistemas asociativos de red: el caso del miedo y la ansiedad por COVID-19 / Representation of associative network systems: the case of fear and anxiety by COVID-19

Un estudio de revisión de la presente revista refiere que la rápida propagación de la COVID- 19 por todo el mundo y las medidas para contener el impacto sin precedentes de esta pandemia, devenida en emergencia sanitaria internacional,1 han generado también problemas de salud mental como el estrés, la ansiedad, los síntomas depresivos, el insomnio, la negación, la ira y el miedo.2 Para atender la demanda de atención psicológica a los afectados,3 las herramientas empíricas, como las escalas validadas y los cuestionarios, son esenciales entre las medidas que ayudarían en el ejercicio de los profesionales de las ciencias clínicas en este dramático contexto sanitario.4 Entre las medidas psicológicas de mayor uso es la Fear of COVID-19 Scale (FCV-19S; 7 items), de Ahorsu y otros.5 y The Coronavirus Anxiety Scale (CAS; 5 ítems).6 En un estudio metanalítico integrado por 23 estudios y 19 978 participantes, se escogieron estos instrumentos debido a que el miedo y la ansiedad han sido reportados como las reacciones psicológicas más frecuentes,7 con una relación fuerte (r = 0,55) entre ambas, y cuyas magnitudes fueron mayores en comparación a otras variables de sintomatología psiquiátrica.7 Entre los factores externos prevalentes en relación con ambas variables destaca el sexo femenino, atribuible a las diferencias conocidas en los sistemas de respuesta al estrés en relación con los varones. En el sexo femenino se reporta un aumento mayor a las respuestas endocrinas, afectivas y de excitación al estrés que genera una mayor vulnerabilidad a la angustia psicológica,8 en especial en el personal sanitario, sector donde además predomina. Según una investigación...(AU)

Una alternativa de análisis de redes en la exploración de los estados de salud mental, condiciones crónicas y COVID-19

El análisis de redes es una técnica estadística gráfica que permite visualizar e interpretar intuitivamente asociaciones entre síntomas y múltiples variables vinculadas al funcionamiento y espectro de diversas condiciones de salud. Siendo de relevancia clínica en el contexto actual de la pandemia de COVID-19, y ante su poca difusión en Sudamérica, se tuvo como objetivo un análisis narrativo de este modelo de red durante la pandemia. Se realizó una revisión narrativa de los estudios empíricos publicados desde mayo de 2020 a julio de 2021 en la base de datos de PubMed y ScienceDirect. Se seleccionaron las investigaciones que utilizaron redes psicométricas de correlación parcial en participantes evaluados durante la pandemia de COVID-19. Esta revisión reporta 13 estudios de red que utilizaron mayormente síntomas relacionados a la ansiedad (7 estudios), depresión (6 estudios) y estrés (6 estudios). La información resultante se agrupa en 3 grupos (publicaciones en revistas de psiquiatría, ciencias psicológicas, medicina y afines). La revisión presentada refiere que este análisis de red permite una nueva forma de identificar aspectos clínicos importantes como la comorbilidad, concurrencia de los síntomas y medidas no sintomatológicas, agrupaciones de síntomas con otras variables de naturaleza latente u observable que comparten una causa común, la exploración de nuevas hipótesis clínicas holísticas con variables epidemiológicas, psicológicas, biomédicas y contextuales de mayor interés, como la comparación de sistemas de asociación causal de variables de múltiples niveles en el proceso psicobiológico y sus factores de riesgo y protección en varios periodos de tiempo.

Summary Network analysis is a graphical statistical technique that allows visualizing and intuitively interpreting the spectrum of various health conditions, being of clinical relevance in the current context of the COVID-19 pandemic. Given its limited dissemination in South America, we aimed at a narrative analysis of this network model during the pandemic. A narrative review of empirical studies published from May 2020 to July 2021 in the PubMed and ScienceDirect database was performed. We selected research that used partial correlation psychometric networks in participants assessed during the COVID-19 pandemic. This review reports 13 network studies that used mostly symptoms related to anxiety (7 studies), depression (6 studies) and stress (6 studies). The resulting information is grouped into 3 clusters (publications in psychiatry, psychological sciences, medicine and related journals). The presented review refers that this network analysis allows a new way of identifying important clinical aspects such as comorbidity, concurrence of symptoms and nonsymptomatologic measures, groupings of symptoms with other variables of latent or observable nature that share a major common cause, the exploration of new holistic clinical hypotheses with epidemiological, psychological, biomedical and contextual variables of major current interest such as the comparison of causal association systems of multilevel variables in the psychobiological process, and their risk and protective factors in various time periods.

Beneficios de la conversión de los tamaños de efecto y el factor Bayes en investigaciones de ciencias de la salud / Benefits of effect size and Bayes factor conversion in health science investigations

Sr. director: Los investigadores médicos, comúnmente, informan los efectos de un tratamiento o describen relaciones entre variables. Los efectos o asociaciones entre dos variables se pueden cuantificar utilizando medidas como diferencias de medias, proporciones de riesgo o correlaciones. Las pruebas de significación de hipótesis nulas (NHST, siglas en inglés) basados en valores p<0,05 se han utilizado sin algún otro criterio para reportar conclusiones clínicas; sin embargo, estas se han cuestionado, pues se requiere proporcionar información sobre la magnitud o importancia del efecto. Por lo tanto, se debe reforzar la estadística con estimaciones más plausibles como el tamaño de efecto (TE) en la investigación en ciencias de la salud.1,2 Concretamente, los TE cuantifican la presencia del fenómeno analizado. En general, se utilizan las magnitudes de efecto estandarizadas como el coeficiente de correlación (r) o la diferencia de media estandarizada (d) cuando se incluyen diferentes escalas de medición entre los estudios, mientras que los tamaños de los efectos no estandarizados como el coeficiente...(AU)

El análisis de red en la investigación clínica de la patogenia comórbida del COVID-19 / Network analysis in the clinical investigation of the comorbid pathogenesis of COVID-19

Señor editor: Un estudio publicado en la presente revista ha destacado el impacto de la infección provocada por la COVID-19 y un mayor riesgo de mortalidad en pacientes con diabetes mellitus (DM) e hipertensión arterial (HA), lo cual es incluso más grave en aquellas personas con ambas condiciones comórbidas. Estos pacientes presentan mayores niveles de enzima convertidora de angiotensina 2 (ECA2) que interactúa con los componentes de la enfermedad de COVID-19 lo cual afianza un mayor riesgo de un síndrome de dificultad respiratoria aguda

Mr. Editor: A study published in the present journal has highlighted the impact of COVID-19-mediated infection and an increased risk of mortality in patients with diabetes mellitus (DM) and hypertension (HA), which is even more severe in those with both comorbid conditions. These patients have increased levels of angiotensin-converting enzyme 2 (ACE2) interacting with the disease components of COVID-19, which supports an increased risk of acute respiratory distress syndrome.

Análisis de red de síntomas de angustia psicológica, estrés postraumático y miedo por COVID-19 en adultos peruanos

RESUMEN Introducción: la pandemia del coronavirus (COVID-19) y las medidas de distanciamiento social utilizado para mitigar la propagación del virus puede tener graves consecuencias para la salud mental. Objetivo: investigar la red de componentes de la sintomatología de la angustia psicológica, estrés y el miedo al COVID-19 en adultos peruanos durante la primera oleada pandémica en el Perú durante el 2020. Métodos: fueron incluidos 609 adultos peruanos (57,51% mujeres; M edad: 27,04) de la ciudad Metropolitana de Lima, quienes respondieron los instrumentos adaptados al español: Impact of event scale-revised-R (IES-R), Patient Health Questionnaire-4 (PHQ-4) y Fear of COVID-19 Scale (FCV-19S), cuyas respuestas de los reactivos representaron el análisis de red con las medidas de centralidad y estabilidad de los nodos. Resultados: se observaron mayores medidas de centralidad en los reactivos de estado de ánimo depresivo, miedo al contagio y miedo a la muerte por COVID-19. Las mayores conexiones de red se encontraron entre los síntomas depresivos, síntomas postraumáticos de evitación, síntomas emocionales del miedo al COVID-19. Asimismo, se demostró la estabilidad de las medidas de centralidad de fuerza y la precisión de los nodos o variables de la red. Conclusiones: los participantes manifestaron mayores niveles de síntomas de depresión y miedo al COVID-19, tales síntomas fueron más centrales en la red y reportaron conexiones de mayor activación en la red, cuya consideración es determinante para una mejor eficacia en la intervención y prevención ante la pandemia para los profesionales de las ciencias de la salud y del comportamiento

ABSTRACT Introduction: The coronavirus pandemic (COVID-19) and the social distancing measures used to mitigate the spread of the virus may have serious mental health consequences. Objective: To investigate the components network of the symptomatology of psychological distress, stress and fear of COVID-19 in Peruvian adults during the first pandemic wave in Peru during 2020. Methods: Six hundred nine Peruvian adults were includeds (57.51% women; M age: 27.04) from the Metropolitan city of Lima, who responded to the instruments adapted to Spanish: Impact of event scale-revised-R (IES-R), Patient Health Questionnaire-4 (PHQ-4) and Fear of COVID-19 Scale (FCV-19S), whose item responses represented the network analysis with measures of centrality and stability of the nodes. Results: Higher measures of centrality were observed for the depressed mood, fear of contagion and fear of death items by COVID-19. The greatest network connections were found among depressive symptoms, post-traumatic avoidance symptoms, emotional symptoms of fear of COVID-19. Also, the stability of the strength centrality measures and the accuracy of the network nodes or variables was demonstrated. Conclusions: Participants manifested higher levels of symptoms of depression and fear of COVID-19, such symptoms were more central in the network, and reported higher activation connections in the network, the consideration of which is determinant for better effectiveness in pandemic intervention and prevention for health and behavioral sciences professionals