El análisis de red en la evaluación dinámica ante el impacto de la COVID-19

Barra lateral del artículo

PDF
Publicado: may. 25, 2021
DOI: https://doi.org/10.21676/2389783X.4084

Contenido principal del artículo

Cristian Antony Ramos-Vera
Universidad del Magdalena
https://orcid.org/0000-0002-3417-5701

Resumen

Se ha destacado el impacto de las diversas medidas tomadas para mitigar la propagación de la infección del virus de la COVID-19, entre ellas el distanciamiento social, lo cual afianza la recurrencia de trastornos mentales existentes. Una de las reacciones comunes ante estas estrategias es el estrés, que propicia una mayor vulnerabilidad a agravar diversas condiciones de salud comórbidas. Esto plantea desafíos específicos sobre las condiciones de salud ante el impacto de la COVID-19, que requiere comprender cómo los mecanismos fisiopatológicos de un individuo interactúan entre sí, dada la muestra de estudio (por ejemplo, trabajadores del sector salud, personas con diagnóstico de enfermedad mental, pacientes con enfermedad crónica, entre otros).

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Ramos-Vera, . C. A. . (2021). El análisis de red en la evaluación dinámica ante el impacto de la COVID-19. Duazary, 18(2), 116–119. https://doi.org/10.21676/2389783X.4084
Número
Vol. 18 Núm. 2 (2021): (abril - junio)
Sección
Editorial
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.

Citas

Scott J, Carrington PJ. The SAGE handbook of social network analysis. Los Angeles: SAGE; 2011. Disponible en: https://b-ok.lat/book/3364453/720e07.

Fried EI, Van Borkulo CD, Cramer AO, Boschloo L, Schoevers RA, Borsboom D. Mental disorders as networks of problems: a review of recent insights. Soc Psychiatry Psychiatr Epidemiol. 2017; 52(1): 1-10. Doi: https://doi.org/10.1007/s00127-016-1319-z.

Robinaugh DJ, Hoekstra RHA, Toner ER, Borsboom D. The network approach to psychopathology: a review of the literature 2008-2018 and an agenda for future research. Psychol. Med. 2020; 50(3): 353-66. Doi: https://doi.org/10.1017/S0033291719003404.

Leme DEDC, Alves EVDC, Fattori A. Relationships Between Social, Physical, and Psychological Factors in Older Persons: Frailty as an Outcome in Network Analysis. J Am Med Dir Assoc. 2020; 21(9): 1309-15.e4. Doi: https://doi.org/10.1016/j.jamda.2020.02.005.

Tosi G, Borsani C, Castiglioni S, Daini R, Franceschi M, Romano D. Complexity in neuropsychological assessments of cognitive impairment: A network analysis approach. Cortex. 2020; 124: 85-96. Doi: https://doi.org/10.1016/j.cortex.2019.11.004.

Hilland E, Landrø NI, Kraft B, Tamnes C, Fried E, Maglanoc L, et al. Exploring the links between specific depression symptoms and brain structure: A network study. Psychiatry Clin Neurosci. 2020; 74(3): 220-1. Doi: https://doi.org/10.1111/pcn.12969.

Moriarity DP, Horn SR, Kautz MM, Haslbeck JM, Alloy LB. How handling extreme C-reactive protein (CRP) values and regularization influences CRP and depression criteria associations in network analyses. Brain Behav Immun. 2021; 91: 393-403. Doi: https://doi.org/10.1016/j.bbi.2020.10.020.

Isvoranu AM, Guloksuz S, Epskamp S, Van Os J, Borsboom D, GROUP Investigators. Toward incorporating genetic risk scores into symptom networks of psychosis. Psychol Med. 2020; 50(4): 636-43. Doi: https://doi.org/10.1017/S003329171900045X.

Fried EI, Von Stockert S, Haslbeck JMB, Lamers F, Schoevers RA, Penninx BWJH. Using network analysis to examine links between individual depressive symptoms, inflammatory markers, and covariates. Psychol Med. 2020; 50(16): 2682-90. Doi: https://doi.org/10.1017/S0033291719002770.

Blanco I, Contreras A, Chaves C, Lopez-Gomez I, Hervas G, Vazquez C. Positive interventions in depression change the structure of well-being and psychological symptoms: A network analysis. J Posit Psychol. 2020; 15(5): 623-8. Doi: https://doi.org/10.1080/17439760.2020.1789696.

Ramos-Vera CA. Métodos estadísticos modernos para evaluar diferencias en el contexto pandémico: El caso del género en el miedo a la COVID-19. Rev Cub Inv Bioméd. De próxima aparición.

Wang Y, Hu Z, Feng Y, Wilson A, Chen R. Changes in network centrality of psychopathology symptoms between the COVID-19 outbreak and after peak. Mol Psychiatry. 2020; 25(12): 3140-9. Doi: https://doi.org/10.1038/s41380-020-00881-6.

Martín-Brufau R, Suso-Ribera C, Corbalán J. Emotion Network Analysis During COVID-19 Quarantine - A Longitudinal Study. Front Psychol. 2020; 11: e559572.

Doi: https://doi.org/10.3389/fpsyg.2020.559572.

Ramos-Vera CA. Miedo a la COVID-19 en adultos peruanos mediante análisis de red. Rev Cubana Enferm. 2020; 36(1): e4082. Disponible en: http://www.revenfermeria.sld.cu/index.php/enf/article/view/4082.

Ramos-Vera CA. Estructura de red del impacto y la percepción de amenaza de la COVID-19. Rev Cubana Enferm. 2020; 36(1): e4136. Disponible en: http://www.revenfermeria.sld.cu/index.php/enf/article/view/4136.

Ramos-Vera CA. Red de síntomas psicopatológicos de la conducta alimentaria, depresión, ansiedad y estrés postraumático por la COVID-19. Rev cubana Enferm. De próxima aparición.

Ramos-Vera C, Baños-Chaparro, J, Ogundokun R. The network structure of depressive symptoms in Peruvian adults with arterial hypertension. F1000Research. 2021; 10: 19. Doi: https://doi.org/10.12688/f1000research.27422.1.

Peixoto EM, Palma B, Farias I, Santana N, Zanini D, Bueno JM. Questionário de Impulsividade, Autoagressão e Ideação Suicida para Adolescentes (QIAIS-A): propriedades psicométricas. Psicol Saúde Doenças. 2019; 20(2): 271-85. Doi: http://dx.doi.org/10.15309/19psd200201.

Ramos-Vera CA, Ramírez Y, Rojas E, Serpa A, García FA. Evidencias psicométricas mediante SEM y análisis de red de la Escala de Crecimiento Postraumático en adolescentes peruanos. Psicol Cond. De próxima aparición.

Ayandele O, Kolawole SO, Ramos-Vera, C, Oguntayo R, Gandi J, Kator Iorfa S, et al. The Infectious Diseases Preventive Health Behavior Scale (ID-PHBS): Development and Validation with an African Sample. 2020. Disponible en: https://ssrn.com/abstract=3776458.

Ramos-Vera CA. Conceptos de interés en la atención integral de los pacientes con multimorbilidad. Aten Primaria. 2021; 53(6). Disponible en: https://www.researchgate.net/publication/348249395_Conceptos_de_interes_en_la_atencion_integral_de_los_pacientes_con_multimorbilidad.