SciELO - Scientific Electronic Library Online

 
vol.33 issue3Association between the fall risk, age and educational level in active adult and older womenCharacterization of the health status of the elderly in the region La Libertad (Peru) author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Salud Uninorte

Print version ISSN 0120-5552On-line version ISSN 2011-7531

Salud, Barranquilla vol.33 no.3 Barranquilla Sep./Dec. 2017

 

Artículos originales

Influencia de las estrategias cognitivas de regulación emocional sobre la ansiedad y depresión en universitarios: análisis preliminar

Influence of cognitive emotion regulation strategies on anxiety and depression in college students: a preliminary analysis

Sergio Dominguez-Lara1  * 

1 Docente. Universidad de San Martín de Porres, Peru. sdominguezl@usmp.pe, sdominguezmpcs@gmail.com


Resumen

Objetivo:

Determinar la influencia de las estrategias cognitivas de regulación emocional sobre la ansiedad y depresión en universitarios.

Materiales y métodos:

Esta investigación se llevó a cabo con una muestra de 127 individuos (69.3 % mujeres) entre 18 y 57 años. Fue implementado un análisis de regresión múltiple para ansiedad (GAD-2) y depresión (PHQ-2), con las subescalas del CERQ como predictores.

Resultados:

En ambos casos, los predictores explican una variabilidad elevada de los criterios (R 2 > 50 %). Las estrategias cognitivas de Rumiación y Catastrofización predicen en mayor grado la ansiedad; y Catastrofizacion y Reinterpretación Positiva predicen positiva y negativamente, de forma respectiva, la depresión.

Conclusiones:

La influencia de las estrategias cognitivas de regulación emocional sobre la ansiedad y depresión es significativa. Se discuten las consecuencias prácticas y las limitaciones del estudio.

Palabras clave: estrategias cognitivas; regulación emocional; depresión; ansiedad; regresión múltiple

Abstract

Objective:

Determine the influence of cognitive emotion regulation strategies on anxiety and depression in college students

Material and methods:

This research was conducted on a sample of 127 individuals (69.3 % women) between ages 18 and 57 years old. Was implemented a regression multiple analysis on anxiety (GAD-2) and depression (PHQ-2), with the subscales of CERQ as predictors.

Results:

In both cases, predictors explain high variability of the criteria (R 2 > 50 %). Cognitive strategies rumination and catastrophizing predicted anxiety; Positive Reinterpretation and catastrophizing and predict positively and negatively, respectively form, depression.

Conclusions:

The influence of cognitive emotion regulation strategies on anxiety and depression is significant. The practical consequences and limitations are discussed.

Keywords: cognitive strategies; emotion regulation; depression; anxiety; multiple regression

INTRODUCCIÓN

La regulación emocional (RE) hace referencia a una serie de procesos que las personas llevan a cabo para regular la expresión de sus emociones, delimitando cuándo las tienen y cómo las expresan 1. Asimismo, puede desarrollarse tanto a nivel conductual y fisiológico, aunado a pensamientos y sentimientos específicos 2,3, a fin de lograr un equilibrio en cuanto a sus reacciones emocionales y demandas del entorno, ya que sin un adecuado control es más probable desarrollar algún tipo de psicopatología.

Recientemente los estudios vinculados a las estrategias de regulación cognitiva de las emociones (RCE) están tomando relevancia debido a la contribución importante del aspecto cognitivo en el desarrollo y mantenimiento de psicopatología. La RCE hace referencia a la forma cognitiva de abordar la información de carácter emocional que recibe la persona mediante diversos procesos 3,4, permitiendo a la persona tener un mayor control sobre sus emociones durante y después de una experiencia amenazante o estresante.

Son un total de nueve estrategias 3: rumiación (pensar excesivamente en los sentimientos y pensamientos asociados al evento), catastrofización (pensamientos que sobredimensionan la experiencia), autoculparse, culpar a otros, poner en perspectiva (comparar con otro acontecimiento para disminuir el impacto emocional), aceptación, focalización positiva (generar pensamientos agradables), reinterpretación positiva y refocalización en los planes (pensar en qué hacer para solucionar el problema). Las cuatro primeras se asocian a emociones negativas, desajuste emocional, depresión y ansiedad; y las últimas a emociones positivas, autoeficacia y bienestar 5.

Si bien la literatura informa sobre la relación bivariada entre las estrategias de RCE y los constructos vinculados a la afectividad positiva o negativa 5, no existen estudios que utilicen estrategias de análisis multivariado que brinden evidencia sobre el grado en el que cada una de las citadas estrategias influye de forma diferencial sobre la ansiedad y depresión.

En este contexto, el objetivo de este estudio es determinar el grado en el que las estrategias de RCE pueden predecir ansiedad y depresión en estudiantes universitarios limeños. Esto es importante porque al conocerse cuáles son las estrategias de RCE que impactan de forma diferencial sobre el estado de ánimo, las intervenciones de corte cognitivo pueden implementarse de forma más efectiva.

MÉTODO

Participantes

El muestreo utilizado fue de tipo intencional y de acuerdo con el acceso de los autores a la universidad participante. No fueron considerados para la muestra final los estudiantes que al momento de la evaluación cursen asignaturas que pertenezcan a más de un ciclo académico.

Participaron 127 universitarios (69.3 % mujeres) del segundo al octavo ciclo de la carrera de psicología de una universidad privada ubicada en Lima Metropolitana (Perú). La edad estuvo comprendida entre 18 y 57 años (M = 23.26; DE = 5.425), y fue similar respecto al género de los participantes (t(125) = -1.069; p =.287). Del total de estudiantes, el 92.9 % es soltero y 44.9 % trabaja.

INSTRUMENTOS

Cognitive Emotional Regulation Question-narie (CERQ) 3,4. Consta de 36 ítems, con cinco opciones de respuesta cada uno (desde Casi nunca hasta Casi siempre). Evalúa nueve estrategias cognitivas: rumiación (α = .789; IC95% .713, .847), catastrofización (α = .739; IC95% .648, .809), autoculparse (α = .639; IC95% .523, .732), culpar a otros (α = .731; IC95% .638, .803), poner en perspectiva (a = .636; IC95% .519, .729), aceptación (α = .655; IC95% .543, .744), focalización positiva (α = .780; IC95% .701, .840), reinterpretación positiva (α = .733; IC95% .641, .804) y refocalización en los planes (α = .654; IC95% .541, .744). En este estudio fue utilizada la adaptación peruana 5.

Patient Health Questionnarie-2 (PHQ-2)6. Consta de dos ítems que exploran aspectos emocionales y cognitivos vinculados con la depresión (desánimo, desesperanza, displacer y desinterés en las cosas), escalados en formato tipo ordinal (desde Para nada hasta Casi todos los días). Se utilizó la versión adaptada al español de Perú (http://www.phqscreeners.com/select-screener/36) (α =.572, IC 95%: .442, .679).

Generalized Anxiety Disorder Scale-2 (GAD- 2)7. Está conformado por dos ítems que evalúan conductas vinculadas con la expresión emocional y cognitiva de la ansiedad generalizada (sentimiento de estar nervioso y preocupación), escalados en formato tipo Likert (desde Para nada hasta Casi todos los días). Se utilizó la versión adaptada al español de Perú (http://www.phqscreeners.com/select-screener/36) (α = .654, IC 95%: . 541, .744).

PROCEDIMIENTO

El proyecto fue aprobado por el Instituto de Investigación de Psicología de la institución donde se llevó a cabo el estudio. Los estudiantes fueron evaluados en el horario habitual de clases, previa coordinación con los docentes respectivos y las autoridades de la Facultad. A los participantes se les solicitó su colaboración de forma verbal, así como mediante un consentimiento informado, en el cual se especificaba que el carácter voluntario de la participación y que no se recibiría algún tipo de compensación por participar. Asimismo, que podían elegir no formar parte del estudio o interrumpir la evaluación cuando lo consideren pertinente.

Inicialmente fue estimada la confiabilidad de los puntajes de los predictores (las estrategias de RCE) y los criterios (ansiedad y depresión) por medio del coeficiente a con intervalos de confianza (IC) 8,9. Esto es necesario para determinar el grado de error de medición y decidir la pertinencia corregir las correlaciones por atenuación.

Se realizó un análisis de regresión múltiple a través del uso de una sintaxis en SPSS 10 por medio de la cual las correlaciones bivariadas son corregidas con la fórmula de desatenuación, y se obtuvo una nueva matriz que servirá para el análisis principal. Esto permitirá una estimación más precisa de los efectos verdaderos de las estrategias de RCE sobre el criterio (ansiedad o depresión) 11.

La interpretación total fue realizada con base en R 2 para el modelo total, y considerando los coeficientes de estructura (rs) y los pesos de importancia relativa (Relative Importance Weights, RIW) por cada predictor 12. Si bien son útiles, los p se ven afectados en presencia de multi-colinealidad entre los predictores brindando valores poco precisos 12. Al contrario, los r s informan sobre la relación entre predictores y criterio, y su cálculo es relevante cuando los predictores están relacionados 13 como es el caso de los dos grupos de subescalas evaluadas con el CERQ 5, e incluso son robustos en presencia de multicolinealidad 14. Finalmente, los RIW indican en qué medida cada predictor contribuye al aumento o disminución del criterio por separado una vez corregidos los efectos de colinealidad entre predictores 12, es decir, qué porcentaje del R 2 explica dejando de lado el aporte redundante por correlación entre predictores. De forma complementaria fue analizada la significancia práctica del R 2 (> .04) 15.

RESULTADOS

Los estadísticos de distribución, asimetría y curtosis se mantuvieron en magnitudes moderadas (tabla 1), lo cual sugiere que la desviación respecto a la normalidad univariada no fue elevada. En cuanto a la normalidad multivariada examinada por medio del coeficiente de Mardia, entre las estrategias de RCE y depresión se observó una magnitud de 8.022, y con ansiedad de 13.452, que indicaría la presencia de normalidad multivariada 16. Los coeficientes de confiabilidad encontrados tuvieron magnitudes entre moderadas y bajas (a < .70) 8, y por ello es pertinente corregir las correlaciones por atenuación 10.

Tabla 1 Análisis descriptivo, análisis correlacionai, y de regresión múltiple 

Nota: n = 127; M: Media; DE: Desviación estándar; g1: Asimetría de Fisher; SSI: Índice estandarizado de asimetría; g2: Curtosis de Fisher.

Fuente: datos tabulados por los autores.

Luego de realizar la corrección, la matriz resultante fue no definida positiva, ante lo cual se aplicó un procedimiento de suavizado dentro de la sintaxis 10. Además, por este motivo, no fue posible calcular el IC de los parámetros (p, r s ) del análisis de regresión.

En cuanto a la predicción de los puntajes de ansiedad, las nueve estrategias explican un porcentaje elevado de variabilidad (R 2 = 57.5 %), y rumiación, y catastrofización presentan una contribución mayor a su variabilidad (13.57 % y 19.61 %, respectivamente), seguido por culpar a otros y autoculparse (cada uno con 8.11 %). Respecto a depresión, las estrategias explican un porcentaje mayor de variabilidad (R2 = 72.9%); catastrofización y reinterpretación positiva explican la mayor proporción de variabilidad (21.87 % y 18.01 %, respectivamente). En cuanto a las estrategias de RCE, y según los valores del RIW 12, dado que existe un solapamiento entre los IC de algunas de las estrategias mencionadas para ambos casos, catastrofización es el predictor más importantes de la ansiedad, y junto con reinterpretación positiva, de depresión (tabla 2). Además, la magnitud del R 2 en ambos casos puede asociarse a un efecto fuerte (R2 > .64) 15.

Tabla 2 Análisis de regresión múltiple 

Nota: n = 127; b: Coeficientes de regresión; P: Coeficientes estandarizados; rs: Coeficientes de estructura; RIW: Pesos de importancia relativa.

Fuente: datos tabulados por los autores.

DISCUSIÓN

Los resultados van de la mano con la literatura antecedente en la medida que las estrategias rumiación, catastrofización, autoculparse y culpar a otros se relacionan de forma estrecha con ansiedad y depresión 1-5. No obstante, esas correlaciones de carácter bivariado parecen estar determinadas por la elevada correlación entre las dimensiones del CERQ 5, por lo que fue necesaria la implementación de un análisis de regresión que controle esa contribución redundante 9,12-14, y de ese modo saber qué estrategias son capaces de predecir la ansiedad y depresión en mayor grado (por ejemplo, catastrofización).

Es conocido que los trastornos por ansiedad y depresión afectan gradualmente diversas esferas de actuación personal del individuo 6,7, por lo cual una intervención oportuna y preventiva es relevante. En este sentido, al conocer las estrategias que predicen la aparición de conductas asociadas a dichos trastornos, las instituciones pueden a desarrollar programas preventivos, o intervenciones de corte cognitivo, que ayuden a los estudiantes a evaluar de forma más funcional los eventos adversos que experimenten y minimizar el impacto emocional 3.

Entre las limitaciones destaca el tamaño muestral, por lo cual se sugiere para próximos estudios ampliar el número de participantes, pero dado el carácter preliminar del estudio y los procedimientos de corrección empleados 10, los resultados son relevantes. Por otro lado, los resultados presentados fueron obtenidos en una muestra que podría considerarse homogénea (misma universidad y carrera), lo que limita su extensión a otros grupos que no compartan dichas características. Sin embargo, por la coherencia conceptual de los hallazgos podrían considerarse como una extensión robusta de lo obtenido en estudios previos mediante métodos bivariados. Finalmente, sería conveniente plantear modelos estructurales a fin de ampliar las conclusiones hacia relaciones causales involucrando otras variables mediadoras personales o académicas 17,18 que podrían brindar más información sobre la naturaleza de la relación entre las estrategias de RCE y la ansiedad y depresión.

REFERENCIAS

1. Gross J. The emerging field of the emotion regulation: an integrative review. Rev Gen Psychol. 1998; 2(3): 271-99. doi: 10.1037/10892680.2.3.271 [ Links ]

2. Koole S. The psychology of the emotion regulation: an integrative review. Cogn emot. 2009; 23(1): 4-41. doi: 10.1080/02699930802619031 [ Links ]

3. Garnefsky N, Kraaij V. The Cognitive Emotion Regulation Questionnarie: Psychometric features and prospective relationships with depression and anxiety in adults. Eur J Psychol Assess. 2007; 23(3): 141-9. doi: 10.1027/1015-5759.23.3.141 [ Links ]

4. Garnefsky N, Kraaij V, Spinhoven P. Manual for the use of Cognitive Emotion Regulation Questionnarie. Leiderdorp, the Netherlands: DATEC; 2002. [ Links ]

5. Dominguez-Lara S, Medrano L. Propiedades psicométricas del Cognitive Emotional Regulation Questionnaire (CERQ) en estudiantes universitarios de Lima. Psychol. Av. Discip. 2016; 10(1): 53 - 67. [ Links ]

6. Kroenke K., Spitzer R, Williams J. The Patient Health Questionnarie-2: Validity of Two-item Depression Screener. Med Care Res Rev. 2003; 41(11): 1284-92. [ Links ]

7. Kroenke K, Spitzer R, Williams J, Monahan P, Lowe B. Anxiety disorders in primary care: prevalence, impairment, comorbidity, and detection. Ann Int Med. 2007; 146: 317 - 25. [ Links ]

8. Dominguez-Lara S, Merino C ¿Por qué es importante reportar los intervalos de confianza del coeficiente alfa de Cronbach? Rev Latino Cien Social Niñez Juventud. 2015; 13(2): 1326-8. [ Links ]

9. Dominguez-Lara S. Intervalos de confianza en el reporte de la fiabilidad: un análisis necesario. An Sist Sanit Navar. 2016; 39(1): 169 - 70. doi: 10.4321/S1137-6627/2016000100024 [ Links ]

10. Lorenzo-Seva U, Ferrando PJ, Chico E. Two SPSS programs for interpreting multiple regression results. Behav Res Methods Instrum Comput. 2010; 41(1): 29 - 35. doi: 10.3758/BRM.42.1.29 [ Links ]

11. Furr RM. Scale construction and psychometrics for social and personality psychology. London: Sage; 2011. [ Links ]

12. Johnson J W. Determining the relative importance of predictors in multiple regression: practical applications of relative weights. In Columbus F, Columbus F, Eds., Advances in Psychology Research, Vol. 5. Hauppauge, NY: Nova Science Publishers; 2001. p. 231 -51. [ Links ]

13. Courville T, Thompson B. Use of structure coefficients in published multiple regression articles: P is not enough. Educ Psychol Meas. 2001; 61(2): 229-48. doi: 10.1177/0013164401612006 [ Links ]

14. Kraha A, Turner H, Nimon K, Zientek LR, Henson RK. Tools to support interpreting multiple regression in the face of multico-llinearity. Front Psychol. 2012; 3: 1 - 16. doi: 10.3389/fpsyg.2012.00044 [ Links ]

15. Ferguson CJ. An effect size primer: a guide for clinicians and researchers. Prof Psychol Res Pr. 2009; 40(5): 532-8. doi: 10.1037/a0015808 [ Links ]

16. Rodríguez M, Ruiz M. Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante transformaciones de variables: Incidencia sobre la estructura factorial. Psicológica 2008; 29: 205-27. [ Links ]

17. Dominguez-Lara S. Inteligencia emocional y estrategias cognitivas de regulación emocional en universitarios de Lima: un análisis preliminar Rev Hosp Psiquiátrico de La Habana. 2016; 13(2). Disponible en: http://www.revistahph.sld.cu/2016/Nro%202/in-teligencia%20emocional.htmlLinks ]

18. Dominguez-Lara S. Agotamiento emocional académico en estudiantes universitarios: ¿Cuánto influyen las estrategias cognitivas de regulación emocional? Educ Med. Manuscrito en prensa. doi: 10.1016/j.edumed.2016.11.010 [ Links ]

Conflicto de intereses: ninguno.

Financiación: recursos propios.

Recibido: 10 de Julio de 2017; Aprobado: 15 de Noviembre de 2017

*Correspondencia: Instituto de Investigación de Psicología, Universidad de San Martín de Porres, Av. Tomás Marsano 242 (5° piso), Lima 34 - Perú. sdominguezmpcs@gmail.com, sdominguezl@usmp.pe

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons