medigraphic.com
ISSN 0185-3325 (Impreso)
Órgano Oficial del Instituto Nacional de Psiquiatría Ramón de la Fuente Muñiz

2012, Número 1

<< Anterior Siguiente >>

Salud Mental 2012; 35 (1)


Aplicación del análisis estadístico de datos censurados para el manejo de respuestas incompletas en la escala CES-D

Bojorquez-Chapela LR, Trejo Valdivia B, Salgado de Snyder VN

Idioma: Español
Referencias bibliográficas: 46
Paginas: 21-27
Archivo PDF: 119.97 Kb.


RESUMEN

Objetivo Ejemplificar el uso del análisis de datos censurados en el manejo de datos incompletos de la CES-D utilizando una base de datos de un estudio con mujeres rurales de México.
Material y Método Los datos analizados se recogieron en un estudio transversal con 416 mujeres de la Mixteca Baja, al sur de México. Con un enfoque de Análisis de Supervivencia (AS), se presenta una descripción general del comportamiento de las puntuaciones de la CES-D junto con la estimación de patrones de asociación entre esos puntajes y variables independientes a partir del modelo de riesgos proporcionales de Cox, y se hace una comparación entre estos resultados y los obtenidos de un modelo de regresión lineal.
Resultados Utilizando sólo la información de las observaciones con datos completos, la puntuación promedio de la CES-D fue de 11.0 y la prevalencia de síntomas por arriba del punto de corte (16) fue de 23.2%. El 25.2% de las mujeres no contestó al menos un reactivo. Al hacer el AS, el promedio estimado de la puntuación fue de 14.8. La supervivencia por encima del punto de corte corresponde a una prevalencia estimada del 21%.
Conclusiones El AS es útil en el manejo de bases que presentan datos faltantes por ejemplo en escalas como CES-D. En nuestro ejemplo, el elevado porcentaje de observaciones con respuestas faltantes ocasionó una pérdida de precisión en los estimadores. Las diferencias de puntuaciones promedio por reactivo entre observaciones con datos perdidos y completos sugieren un patrón de no-respuesta que no es aleatorio, y que de no tomarse en cuenta podría sesgar la estimación, tanto del promedio de la escala como de su asociación con otras variables. El AS utilizó la información de casi la totalidad de las participantes en el estudio incluyendo aquellas que no respondieron todos los reactivos de la escala.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Murray CJL, Lopez AD (eds). The global burden of disease: A comprehensive assessment of mortality and disability from disease, injuries and risk factors in 1990 and projected in 2020. 1st Ed. Boston: Harvard School of Public Health; 1996.

  2. Belló M, Puentes-Rosas E, Medina-Mora ME, Lozano R. Prevalencia y diagnóstico de depresión en población adulta en México. Salud Pública Mex 2005;47(1):S4-S11.

  3. Organización Mundial de la Salud (OMS). Mental health and development. Ginebra: Ediciones de la OMS; 2010.

  4. Kessler RC, Andrews G, Mroczek D, Ustun TB et al. The World Health Organization Composite International Diagnostic Interview Short Form (CIDI-SF). Int J Method Psych 1998;7(4):171-185.

  5. Radloff LS. The CES-D Scale: A self-report depression scale for research in the general population. Appl Psych Meas 1977;1:385-401.

  6. Hamilton M. Development of a rating scale for primary depressive illness. Br J Soc Clin Psychol 1967;6(4):278-296.

  7. Zung WWK. A self-rating depression scale. Arch Gen Psychiat 1965;12:63-70.

  8. Beck AT, Ward CH, Mendelson M, Mock J et al. An inventory for measuring depression. Arch Gen Psychiat 1961;4:561-571.

  9. Haringsma R, Engels GI, Beekman AT, Spinhoven P. The criterion validity of the Center for Epidemiological Studies Depression Scale (CESD) in a sample of self-referred elders with depressive symptomatology. Int J Geriatr Psychiatry 2004;19(6):558-563.

  10. Caracciolo B, Giaquinto S. Criterion validity of the center for epidemiologic studies depression (CES-D) scale in a sample of rehabilitation inpatients. J Rehabil Med 2002; 34(5): 221-225.

  11. Salgado de Snyder VN, Maldonado M. Respuestas de enfrentamiento e indicadores de salud mental en esposas de emigrantes a los Estados Unidos. Salud Mental 1992;15(4):28-35.

  12. Dunn G. Statistics in psychiatry. Londres: Arnold; 2000.

  13. Schlomer GL, Bauman S, Card NA. Best practices for missing data management in counseling psychology. J Couns Psychol 2010;57(1):1-10.

  14. Fayers PM, Curran D, Machin D. Incomplete quality of life data in randomized trials: missing items. Stat Med 1998;17(5-7):679-696.

  15. Peyre H, Lepelège A, Coste J. Missing data methods for dealing with missing items in quality of life questionnaires. A comparison by simulation of personal mean score, full information maximum likelihood, multiple imputation, and hot deck techniques applied to the SF-36 in the French 2003 decennial health survey. Qual Life Res 2011;20(2):287-300.

  16. Klein JP, Moeschberger ML. Survival analysis: Techniques for censored and truncated data. Nueva York: Springer; 2003.

  17. Kleinbaum DG, Klein, M. Survival analysis: A self-learning text. Nueva York: Springer; 1996.

  18. Bojorquez I, Salgado N, Casique I. International migration of partner, autonomy and depressive symptoms among women from a Mexican rural area. Int J Soc Psychiatr 2009;55(4):306-321.

  19. Weissman MM, Sholonskas D, Pottenger M, Prusoff BA et al. Assessing depressive symptoms in five psychiatric populations: A validation study. Am J Epidemiol 1997;106:203-214.

  20. Bowling A. Measuring disease: A review of disease-specific quality of life measurement scales. Buckingham: Open University Press; 1995.

  21. Bojorquez I, Salgado de Snyder N. Características psicométricas de la Escala Center for Epidemiological Studies-depression (CES-D), versiones de 20 y 10 reactivos, en mujeres de una zona rural mexicana. Salud Mental 2009;32:299-307.

  22. Collett D. Modelling survival data in medical research. 2da Ed. Boca Ratón: Chapman & Hall/CRC; 2003.

  23. Gale T, Hawley C. A model for handling missing items on two depression rating scales. Int Clin Psychopharmacol 2001;16(4):205-214.

  24. Murray CJL, Lopez AD (eds). The global burden of disease: A comprehensive assessment of mortality and disability from disease, injuries and risk factors in 1990 and projected in 2020. 1st Ed. Boston: Harvard School of Public Health; 1996.

  25. Belló M, Puentes-Rosas E, Medina-Mora ME, Lozano R. Prevalencia y diagnóstico de depresión en población adulta en México. Salud Pública Mex 2005;47(1):S4-S11.

  26. Organización Mundial de la Salud (OMS). Mental health and development. Ginebra: Ediciones de la OMS; 2010.

  27. Kessler RC, Andrews G, Mroczek D, Ustun TB et al. The World Health Organization Composite International Diagnostic Interview Short Form (CIDI-SF). Int J Method Psych 1998;7(4):171-185.

  28. Radloff LS. The CES-D Scale: A self-report depression scale for research in the general population. Appl Psych Meas 1977;1:385-401.

  29. Hamilton M. Development of a rating scale for primary depressive illness. Br J Soc Clin Psychol 1967;6(4):278-296.

  30. Zung WWK. A self-rating depression scale. Arch Gen Psychiat 1965;12:63-70.

  31. Beck AT, Ward CH, Mendelson M, Mock J et al. An inventory for measuring depression. Arch Gen Psychiat 1961;4:561-571.

  32. Haringsma R, Engels GI, Beekman AT, Spinhoven P. The criterion validity of the Center for Epidemiological Studies Depression Scale (CESD) in a sample of self-referred elders with depressive symptomatology. Int J Geriatr Psychiatry 2004;19(6):558-563.

  33. Caracciolo B, Giaquinto S. Criterion validity of the center for epidemiologic studies depression (CES-D) scale in a sample of rehabilitation inpatients. J Rehabil Med 2002; 34(5): 221-225.

  34. Salgado de Snyder VN, Maldonado M. Respuestas de enfrentamiento e indicadores de salud mental en esposas de emigrantes a los Estados Unidos. Salud Mental 1992;15(4):28-35.

  35. Dunn G. Statistics in psychiatry. Londres: Arnold; 2000.

  36. Schlomer GL, Bauman S, Card NA. Best practices for missing data management in counseling psychology. J Couns Psychol 2010;57(1):1-10.

  37. Fayers PM, Curran D, Machin D. Incomplete quality of life data in randomized trials: missing items. Stat Med 1998;17(5-7):679-696.

  38. Peyre H, Lepelège A, Coste J. Missing data methods for dealing with missing items in quality of life questionnaires. A comparison by simulation of personal mean score, full information maximum likelihood, multiple imputation, and hot deck techniques applied to the SF-36 in the French 2003 decennial health survey. Qual Life Res 2011;20(2):287-300.

  39. Klein JP, Moeschberger ML. Survival analysis: Techniques for censored and truncated data. Nueva York: Springer; 2003.

  40. Kleinbaum DG, Klein, M. Survival analysis: A self-learning text. Nueva York: Springer; 1996.

  41. Bojorquez I, Salgado N, Casique I. International migration of partner, autonomy and depressive symptoms among women from a Mexican rural area. Int J Soc Psychiatr 2009;55(4):306-321.

  42. Weissman MM, Sholonskas D, Pottenger M, Prusoff BA et al. Assessing depressive symptoms in five psychiatric populations: A validation study. Am J Epidemiol 1997;106:203-214.

  43. Bowling A. Measuring disease: A review of disease-specific quality of life measurement scales. Buckingham: Open University Press; 1995.

  44. Bojorquez I, Salgado de Snyder N. Características psicométricas de la Escala Center for Epidemiological Studies-depression (CES-D), versiones de 20 y 10 reactivos, en mujeres de una zona rural mexicana. Salud Mental 2009;32:299-307.

  45. Collett D. Modelling survival data in medical research. 2da Ed. Boca Ratón: Chapman & Hall/CRC; 2003.

  46. Gale T, Hawley C. A model for handling missing items on two depression rating scales. Int Clin Psychopharmacol 2001;16(4):205-214.




2020     |     www.medigraphic.com