contribuciones estadísticas en la elaboración de la escala mexicana
Anuncio
UNIVERSIDAD VERACRUZANA FACULTAD DE ESTADÍSTICA E INFORMÁTICA ESPECIALIZACIÓN EN MÉTODOS ESTADÍSTICOS CONTRIBUCIONES ESTADÍSTICAS EN LA ELABORACIÓN DE LA ESCALA MEXICANA DE CALIDAD DE SUEÑO TRABAJO RECEPCIONAL (Reporte de Aplicación) QUE COMO REQUISITO PARCIAL PARA OBTENER EL DIPLOMA DE ESTA ESPECIALIZACIÓN PRESENTA: Karen Anahí Fernández Cruz DIRECTOR Dr. Claudio R. Castro López CODIRECTOR Dr. Ulises Jiménez Correa Xalapa, Ver., Agosto de 2013 CONTRIBUCIONES ESTADÍSTICAS EN LA ELABORACIÓN DE LA ESCALA MEXICANA DE CALIDAD DE SUEÑO KAREN ANAHÍ FERNÁNDEZ CRUZ Xal1-09-1213 FEI_EME_371 AGRADECIMIENTOS A Dios por guiarme y cuidarme en todo momento. A mi familia, Teresa Cruz Linares y Paola E. Fernández Cruz, porque han sido mis compañeras de vida. Son un apoyo muy grande y sus consejos los valoro mucho. Muchas gracias por todo. A Alfredo Delgado Rios, a pesar de la distancia siempre estás conmigo y sé que cuento contigo en todo momento. Al Dr. Claudio R. Castro López por ser mi tutor en la Especialización y estar siempre al pendiente. Hasta el último momento me siguió apoyando, lo cual se lo agradezco mucho. Al Dr. Ulises Jiménez Correa porque con sus aportaciones el trabajo superó fronteras. Estoy muy agradecida por formar parte de su equipo de trabajo y seguir colaborando con usted. A la Dra. Ma. Luisa Hernández Maldonado por su apoyo a lo largo de la Especialización. Con su visión supo llevar muy bien la coordinación del posgrado y yo fui una de las beneficiadas, muchas gracias. RESUMEN Introducción. El sueño es uno de los procesos fisiológicos más importantes del ser humano, ya que tiene relación con aspectos básicos (metabólicos, inmunológicos, genéticos) hasta aspectos más generales como la salud mental, rasgos de personalidad y funcionamiento neuropsicológico. La evaluación de la calidad de sueño se puede hacer mediante la polisomnografía. Es un estudio electrofisiológico que se considera el estándar de oro para el diagnóstico de los trastornos del sueño; sin embargo es un procedimiento caro que implica toda una noche para evaluar a un sujeto o paciente. El concepto de calidad de sueño es un constructo que puede ser evaluado mediante escalas de auto informe. Los auto informes constituyen uno de los instrumentos más utilizados en la evaluación de la calidad de sueño puesto que, aunado a la facilidad de su aplicación, todos ellos proporcionan puntuaciones objetivas. Sin embargo, en ciertas ocasiones, dada la falta de estudios psicométricos que los avalen, algunos de ellos se convierten en meros listados de conductas que influyen sobre el sueño. Método. Se trata de un estudio exploratorio, transversal y psicométrico, en el que se propone y se determinó la confiabilidad y la validez de una nueva escala de calidad de sueño. Para la construcción de la escala de sueño se elaboró un modelo de Regresión Logística y Análisis Discriminante, para esto, se utilizó el programa SPSS versión 21 en idioma Español. Una vez elaborado el instrumento se realizó una encuesta piloto inicial a 70 personas en la ciudad de Xalapa, Veracruz: 35 jóvenes de 18 a 24 años y 35 adultos de 25 años o más. Como los resultados obtenidos en el primer pilotaje no fueron los esperados, se modificaron algunas preguntas del cuestionario, se quitaron y agregaron reactivos. Posteriormente se realizó otra encuesta piloto a 61 personas: 31 jóvenes de 18 a 23 años y 30 adultos de 24 años o más. En éste último pilotaje se obtuvieron mejores resultados. Para medir la fiabilidad de la Escala Mexicana de Calidad de Sueño se utilizó el Alpha de Cronbach y para determinar la validez de la escala se realizó un análisis factorial exploratorio, el cual es una técnica estadística que se usa para identificar un relativo pequeño número de factores, cada uno de los cuales puede ser usado para presentar la relación entre un conjunto de variables interrelacionadas. Este análisis también se realizó en el programa SPSS versión 21. Resultados. En la primera prueba piloto se obtuvo un Alpha de Cronbach de 0.686, posteriormente se modificó el cuestionario y en la segunda prueba piloto se obtuvo un Alpha de Cronbach de 0.818, el cual mejoró notablemente. Finalmente se realizó el análisis factorial exploratorio, en el cual, con tres factores se explica el 61.79% de la variación del problema. Los nombres de los factores son: Síntomas Diurnos, Calidad de Sueño y Duración del sueño e insomnio terminal. CONTENIDO I. INTRODUCCIÓN I.1 Marco contextual I.1.1 Calidad de sueño I.1.2 ¿Cómo se mide la calidad de sueño? I.1.3 Fiabilidad y validez del instrumento de medición I.2 Antecedentes I.3 Planteamiento del problema I.4 Justificación I.5 Objetivos I.5.1 Objetivo general I.5.2 Objetivos específicos 1 2 3 4 6 7 9 10 10 10 II. METODOLOGÍA II.1 Aspectos generales II.2 Construcción del instrumento II.2.1 Etapa 1. Obtención de datos preliminares II.2.2 Etapa 2. Obtención de indicadores II.2.3 Etapa 3. Elaboración y aplicación de la EMCS II.2.3.1 Propuesta inicial de la EMCS II.2.3.2 Prueba piloto y modificación de la EMCS II.2.3.3 Propuesta final de la EMCS II.2.4 Etapa 4. Fiabilidad y validez del instrumento II.2.4.1 Fiabilidad como consistencia interna II.2.4.2 Validez del constructo 11 11 11 12 15 15 16 16 18 18 19 III. RESULTADOS III.1 Resultados de análisis preliminares III.1.1 Análisis discriminante III.1.2 Regresión logística III.2 Resultados de Encuesta piloto 1 III.3 Resultados encuesta piloto 2 III.3.1 Coeficiente Alpha de Cronbach III.3.2 Análisis Factorial 21 21 24 26 27 27 28 IV. DISCUSIONES 35 REFERENCIAS ANEXOS 36 40 I. INTRODUCCIÓN En el presente apartado se da una breve descripción de lo que es el sueño y la importancia de dormir adecuadamente, así como la definición de la calidad de sueño y cómo se mide ésta. Se habla también de algunas escalas que se han elaborado para medir calidad y trastornos del dormir, y la importancia de contar con una Escala Mexicana de Calidad de Sueño. I.1 Marco contextual El sueño es un estado fisiológico, activo y rítmico, que aparece cada 24 horas, alternándose con otro estado de conciencia que es la vigilia (Velayos, 2009). El sueño es la actividad que ocupa una tercera parte de nuestra vida y plantea demasiadas interrogantes por aclarar, ya que es uno de los procesos más importantes del ser humano debido a que tiene que ver con todas sus funciones, desde las más simples como procesos mecánicos, hasta las más complicadas como cálculos mentales, (Cortés, 2007). Un sueño adecuado desempeña un papel crítico en el desarrollo del cerebro, en el aprendizaje y en la consolidación de la memoria, (Sadeh, Gruber y Raviv, 2003). El sueño y la vigilia son funciones cerebrales, de manera que están sujetas a las alteraciones del sistema nervioso (Estivil, 2010). Durante la vigilia percibimos e interpretamos estímulos del mundo externo, interactuamos con dicho mundo y lo modificamos; por el contrario, a través del sueño ligero al profundo existe una disminución de la capacidad de responder a estímulos externos y su esencia fundamental es retirarnos de la interacción con el ambiente (Jiménez y Contreras, 2011). Se sabe que si no se duerme adecuadamente una noche, durante la vigilia del día siguiente se tendrá un grado alto de incompetencia (somnolencia, fatiga, irritabilidad, falta de concentración, etc.). Lo que es fascinante, es que estos síntomas desaparecen después de dormir el tiempo adecuado (Montes, 2008). La ciencia y la experiencia han demostrado que dormir es una actividad absolutamente necesaria para el ser humano. Desde siempre ha habido gente con problemas de sueño, pero sólo en las últimas décadas se han definido estas 1 alteraciones como una distorsión de la salud que modifica y condiciona nuestra existencia (Estivil, 2010). Si por alguna razón un sujeto adulto permanece despierto más allá de 16 horas, fenómeno conocido como privación de sueño, gradualmente le será más y más difícil mantenerse despierto (Blanco, 2008). I.1.1 Calidad de sueño La calidad de sueño es compleja, tanto en su definición como en su medición objetiva, estando implicados aspectos cuantitativos como la duración, latencia, número de despertares, etc.; y aspectos subjetivos como la percepción de un sueño reparador y profundo, es decir, levantarse con la sensación de sentirse descansado y con energía suficiente para afrontar el nuevo día, lo que significa un sueño sustentable. Por esta razón, cuando se habla de calidad de sueño, nos referimos sin duda al adecuado funcionamiento diurno, con la atención debida en las diferentes actividades y obligaciones diarias (Velayos, 2009). Millones de individuos viven en una somnolencia y fatiga continuas. Una buena o mala práctica del hábito del sueño influye, de manera definitiva, en el consumo de energía y buena disposición durante el periodo de vigilia de un individuo (Estivil, 2010). Es recomendable dormir de 7 a 8 horas diarias; sin embargo, algunas personas duermen más de 9 horas y otras duermen menos de 5, es por eso que el sueño habitual se ve afectado por inconvenientes denominados "trastornos del sueño", (Solache, 2011). Hoy en día las personas duermen menos, ya que a menudo se sacrifican las horas de sueño para poder atender los intereses diarios. Dicha privación de horas de sueño puede provocar somnolencia diurna (sueño excesivo durante el día) y empeorar el rendimiento neurocognitivo y psicomotor (Curcio, Ferrara y DeGennaro, 2006). Entre las consecuencias que una calidad inadecuada de sueño puede tener sobre la vigilia resaltan la somnolencia y la fatiga, cambios en el estado de ánimo como ansiedad e irritabilidad, y el deterioro de la capacidad de atender adecuadamente a las demandas del ambiente (Corsi, 2000). 2 La falta de horas de sueño puede llegar a repercutir en la forma en que un individuo moviliza todos sus recursos personales con la finalidad de alcanzar el éxito en la resolución de una tarea en un contexto determinado, es decir, lo que se conoce como competencias básicas (Cladellas et al., 2011). Está universalmente aceptado que el “dormir bien” es un factor que favorece una adecuada calidad de vida y fomenta el rendimiento del individuo (Quevedo, 2011). I.1.2 ¿Cómo se mide la calidad de sueño? Los estudios de sueño también llamados estudios polisomnográficos son los estudios destinados a conocer la estructura del sueño (fases) y la presencia de fenómenos anormales como los trastornos de sueño. El estudio polisomnográfico es una técnica basada en la recogida de información mediante electrodos colocados en el cuero cabelludo, en el borde externo de los parpados y en el mentón. Es la técnica más empleada en el estudio del sueño por la riqueza de información que aporta a los registros obtenidos en la actividad eléctrica cerebral (EEG), de los movimientos oculares (EOG), del tono muscular (EMG), del flujo de aire de cada respiración y de los movimientos respiratorios del tórax y del abdomen (Sánchez, 2010). Los perfiles de estos registros se representan gráficamente con el hipnograma, el cual es una gráfica por grados escalonados que representan la sucesión de las diferentes fases del sueño en función del tiempo, permite captar de un vistazo la estructura del sueño y sus perturbaciones (Gaillard, 2004). En ocasiones estos estudios se acompañan de grabaciones de audio y vídeo que ayudan a conocer y evaluar los movimientos nocturnos, las posibles vocalizaciones y la presencia de ronquidos. Aunque idealmente el diagnóstico de trastornos de sueño se debería hacer basado en datos provenientes de aparatos especializados, a veces no es posible o económico hacerlo. De este modo, se recurre a cuestionarios estandarizados donde el sujeto indica cuándo y cómo durmió y qué tan alerta se encuentra durante el día (Ruiz, 2004). 3 El concepto de calidad de sueño es un constructo que puede ser evaluado mediante escalas de auto informe. Este tipo de evaluación es fundamentalmente subjetiva e incluye aspectos cuantitativos y cualitativos (Lomelí, et al., 2008). Para valorar la calidad del sueño se emplean instrumentos de sencilla aplicación, las preguntas las responde el individuo haciendo referencia a sus impresiones sobre el sueño durante el último mes (Velayos, 2009), un claro ejemplo de este tipo de cuestionarios es el denominado índice de calidad de sueño de Pittsburgh, (Anexo 1). También se le puede pedir al paciente que lleve un diario de sueño donde registra los tiempos y las horas que durmió, despertares, medicamentos que tomó, etc. El diario de sueño es un historial que el médico puede usar para el diagnóstico y el tratamiento de los trastornos del sueño-vigilia (Blanco, 2008). Los diarios de sueño son un método de auto informe que permite recoger información de la variabilidad de los parámetros del sueño y consisten en estimaciones diarias de cómo ha dormido el individuo durante la noche previa, así como su comportamiento y funcionamiento del día anterior (Pallesen et al., 2001). Un diario de sueño debería registrar la siguiente información: momento de acostarse, tiempo en que el individuo tarda en conciliar el sueño, número de despertares nocturnos, último despertar, momento de levantarse, siestas, medicación y calidad de sueño (Ruiz, 2004). Las escalas para valorar características del funcionamiento cognoscitivo y del comportamiento de las personas permiten la obtención de datos que orientan hacia el diagnóstico, especialmente en el área de la salud mental y de la neurología. Existen numerosas escalas desarrolladas en diversos ámbitos del campo de la salud (Lomelí, et al., 2008), incluyendo las escalas para medir calidad y trastornos de sueño. Los cuestionarios que se utilizan para conocer el alcance de las dificultades para dormir son instrumentos eficaces y específicos que permiten evaluar la calidad del sueño y diferencias entre individuos con buena o mala calidad de sueño (Velayos, 2009). I.1.3 Fiabilidad y validez del instrumento de medición. La fiabilidad y la validez son cualidades esenciales que deben tener todas las pruebas o instrumentos de recolección de datos. Si el instrumento reúne estos requisitos hay 4 cierta garantía de los resultados obtenidos en el estudio y por tanto sus conclusiones pueden ser creíbles (Yuni y Urbano, 2005). La fiabilidad (o confiabilidad) de las medidas se identifica como la precisión, de tal forma que un instrumento es fiable cuando mide algo con precisión, independientemente de lo que se está midiendo. También se puede expresar la fiabilidad como la constancia entre varias mediciones sucesivas de una misma realidad (Pérez J, 2009). En todo tipo de test psicológicos; escalas de actitudes, etc., una fiabilidad alta es una característica deseable. Entendiendo que la fiabilidad no es una característica de un test (aunque esta sea la expresión habitual) si no de un conjunto de puntuaciones que quedan mejor o peor diferenciadas. Por ello, también es posible definir la fiabilidad como el porcentaje de error de medición que tiene todo instrumento aplicado en una determinada situación (Canales, 2006). Por otra parte, la validez se relaciona con la verosimilitud o más precisamente con la correspondencia entre el modelo teórico construido en la investigación y la realidad empírica. Se habla de validez interna o credibilidad para referirse a la congruencia entre las observaciones realizadas en el trabajo de campo y la realidad tal como la perciben los sujetos o como la describen los científicos. También se identifica una validez externa, definida como la garantía de que los descubrimientos de la investigación no están sesgados por diferentes aspectos derivados de la subjetividad del investigador (Yuni y Urbano, 2006). Puede afirmarse que una medición está válida desde el punto de vista de la construcción si los resultados empíricos permiten confirmar las relaciones entre variables establecidas previamente en forma de hipótesis teóricas. Para lograr este fin existen muchas técnicas disponibles, como el análisis de componentes principales cuya aplicación permite identificar las medidas que aparecen fuerte o débilmente asociadas, según sea el caso, o las medidas de asociación y de correlación (Estévez, 2007). 5 Es posible ver a la validez como una propiedad no sólo de los instrumentos, sino más bien de las interpretaciones que se hacen de sus resultados. En otras palabras, la validez está relacionada con la interpretación de los datos, de manera que una investigación será más válida si las interpretaciones que se hagan de ella se sustenten en lo que efectivamente se está midiendo (Canales, 2006). La fiabilidad de un instrumento es condición necesaria pero no suficiente para que éste pueda usarse en un procedimiento de investigación. Para esto es preciso que tenga también validez, pues nada adelanta un instrumento que mida fidedignamente algo diferente de aquello que se pretende medir (Giraldo, 2006). I.2 Antecedentes Según Lomelí (et al.), en una revisión de escalas y cuestionarios para evaluar el sueño, en 2008 había más de 38 escalas de sueño, la mayoría con el objetivo de evaluar las alteraciones y patologías que se presentan tanto en población general como en poblaciones específicas. Dichas escalas se elaboraron en países como: Israel, Italia, Islandia, Inglaterra, Suecia, Grecia, Escocia, Australia, Canadá y Estados Unidos de América. Cabe señalar que de las escalas encontradas en esta revisión no se encontraron instrumentos desarrollados con población latinoamericana. El único instrumento que menciona se elaboró en Latinoamérica, para ser más específicos México, fue la “escala de valoración subjetiva del sueño y las ensoñaciones”. La cual mide aspectos emocionales del sueño y las ensoñaciones, elaborada por Gruen I., et al. 1997, pero no fue sometida a estudios de validación y se desconoce si fue utilizada de nuevo. Con respecto a la traducción y validación de instrumentos, en 2005 se realizó y validó la versión en español para la población mexicana de la Escala Atenas de Insomnio. En el proceso de traducción del instrumento original en inglés a su versión en español se siguieron los lineamientos de la Organización Mundial de la Salud (Nenclares et al., 2005). De igual manera, en 2008, Jiménez-Guenchi, et al., evaluaron la confiabilidad y composición factorial del Índice de Calidad de sueño de Pittsburgh (ICSP) en 6 población mexicana. Finalmente, en 2009, se tradujo al idioma español la Escala de Somnolencia de Epworth, validada también en población mexicana (Jiménez-Correa, et al., 2009). Actualmente ya existe una Escala Mexicana que mide los trastornos de sueño, la cual recibe el nombre de “Cuestionario de Trastornos del Sueño Monterrey” (Téllez, et al., 2012). Esta escala fue elaborada por el Centro de Investigación y Desarrollo en las Ciencias de la Salud en la Universidad Autónoma de Nuevo León. El objetivo principal fue elaborar un nuevo instrumento para evaluar trastornos del sueño, que cuente con validez y confiabilidad en una población hispanohablante. El Cuestionario de Trastornos del Sueño Monterrey se evalúo inicialmente mediante un estudio piloto (n=173) y posteriormente, se utilizó en un estudio para determinar la prevalencia de trastornos del sueño en trabajadores de la industria manufacturera. En ambos estudios el cuestionario presentó propiedades psicométricas adecuadas, Alpha de Cronbach de 0.82 y 0.91, respectivamente, así como validez convergente mostrando correlación con el ICSP ( ). I.3 Planteamiento del problema La evaluación de la calidad de sueño se puede hacer mediante la polisomnografía. Es un estudio electrofisiológico que se considera el estándar de oro para el diagnóstico de los trastornos del sueño; sin embargo es un procedimiento caro que implica toda una noche para evaluar a un sujeto o paciente. Debido a esto, se recurren a las escalas o auto informes para evaluar calidad y trastornos de sueño. Los auto informes constituyen uno de los instrumentos más utilizados en la evaluación de la calidad de sueño puesto que, aunado a la facilidad de su aplicación, todos ellos proporcionan puntuaciones objetivas. Sin embargo, en ciertas ocasiones, dada la falta de estudios psicométricos que los avalen, algunos de ellos se convierten en meros listados de conductas o factores que influyen sobre el sueño (Oblitas, 2009). 7 Los enfoques de investigación cualitativa suelen ser acusados de poco científicos, ya que no reúnen algunos de los requisitos que son considerados condiciones básicas de la producción del conocimiento. Particularmente, la acusación recae sobre la problemática de la validez y la confiabilidad, la cual está ligada a la crítica acerca del subjetivismo de estos enfoques (Yuni y Urbano, 2005). El conjunto de conocimientos sobre el sueño se ha aplicado para el desarrollo de escalas diseñadas para evaluar características y trastornos de sueño en población infantil, adolescente y adulta (Lomelí, et al., 2008). El problema es que la mayoría de las escalas existentes para medir calidad o trastornos de sueño fueron elaboradas originalmente en el idioma inglés. Cuando se elabora una escala o se traduce a otro idioma se debe validar y establecer la confiabilidad del instrumento para poblaciones donde se desea utilizar. Pero los elementos resultantes varían según los individuos encuestados y lo que puede ser una medición confiable en un país no es confiable en otro, esto se debe a que las poblaciones de cada lugar tienen características distintas (climatológicas, demográficas, culturales, etc.). Otro problema frecuente es que en algunas escalas se indaga sobre las características del sueño ocurrido en periodos muy distantes con relación al momento de la aplicación del cuestionario, de tal manera que las respuestas pueden ser equivocadas por falsos recuerdos o por olvido, alterando los resultados que fundamentan los criterios y conocimientos sobre los diferentes aspectos del sueño (Lomelí, et al., 2008). Debido a lo anterior, surgió la necesidad elaborar y validar una Escala Mexicana de Calidad de Sueño, la cual se realizó en cuatro etapas: 1. En la primera etapa se evaluó la calidad y hábitos de sueño de estudiantes de la Faculta de Estadística e Informática. 2. Se analizó la base de datos utilizando métodos estadísticos para identificar las variables que clasifican mejor la calidad de sueño. 8 3. Una vez obtenidas las variables más representativas, se construyó la Escala Nacional de Calidad de Sueño y se aplicó en una encuesta piloto. 4. Finalmente, se evaluó la fiabilidad del instrumento y se validó el constructo. I.4 Justificación Existen muchas escalas para medir la calidad y trastornos de sueño pero la mayoría de estas se elaboran en otros países y en diferentes idiomas, posteriormente se traducen al español y se evalúan en la población mexicana, pero en el proceso se puede perder la esencia de lo que realmente se quiere medir. Es por eso que es necesario construir una Escala de Calidad de Sueño en español validada en población mexicana, ya que actualmente se tiene la necesidad de contar con un instrumento que mida éste constructo de manera rápida, fácil, objetiva y económica. Por otra parte, la elaboración de instrumentos psicométricos que miden cualidades o característica muy específicas es muy complicada, ya que se necesita tener la certeza de que el instrumento realmente mida lo que debe medir. Para determinar la confiabilidad de un instrumento se pueden usar diferentes técnicas estadísticas y es aquí en donde un Especialista en Métodos Estadísticos juega un papel importante en el estudio. Por ello, es fundamental contar con instrumentos que hayan demostrado índices de fiabilidad y validez adecuados, ya que es bien conocida la falta de relación que en ocasiones existe entre medidas objetivas y medidas subjetivas de sueño (Oblitas, 2009). El objetivo principal de ésta investigación no es únicamente proponer y validar una escala. Lo que realmente se espera es obtener resultados de fiabilidad y validez altamente significativos, con el fin de dar conocer este instrumento y que pueda ser utilizado en la República Mexicana o en Latinoamérica. La escala se utilizará en la Clínica de Trastornos del Sueño de la Facultad de Medicina, UNAM. Ya que para determinar la calidad de sueño, a los pacientes se les 9 hacen muchas preguntas respecto a sus hábitos de sueño, dicho cuestionario recibe el nombre de entrevista clínica. Con la Escala Mexicana de Calidad de Sueño se puede simplificar el método para dar un diagnóstico y de ésta manera es más práctico para el médico determinar la calidad de sueño del paciente. Teniendo en cuenta lo anterior es necesario el diseño y la validación de una Escala Mexicana de Calidad de Sueño con la cual se reducirán costos, la aplicación es muy sencilla, y el diagnóstico será rápido y confiable. I.5 Objetivos I.5.1 Objetivo general Elaborar una propuesta de la Escala Mexicana de Calidad de Sueño utilizando diversos métodos estadísticos. I.5.2 Objetivos específicos Identificar cuáles son las variables que mejor clasifican la calidad de sueño. Evaluar la fiabilidad del instrumento utilizando coeficientes de consistencia interna Realizar la validación del constructo. 10 II. METODOLOGÍA En el presente capítulo se describe con detalle cómo se elaboró la Escala de Calidad de Sueño en cada una de sus etapas y se indican los métodos estadísticos se utilizaron para evaluar la confiabilidad y la validación del instrumento. II.1 Aspectos generales La presente investigación es exploratoria, transversal y psicométrica, ya que se propone y se valida una nueva escala de calidad de sueño con el fin de determinar si es confiable. Una vez obtenida la propuesta de la escala, se realizó una encuesta piloto para evaluar la fiabilidad del instrumento en grupos con diferentes características. Como el resultado obtenido no fue el esperado, se modificaron algunos reactivos de la escala y se aplicó un segundo pilotaje con el fin de mejorar la confiabilidad del instrumento. II.2 Construcción del instrumento Con el fin de identificar los indicadores que se utilizarán en la escala de calidad de sueño se siguió un largo proceso, el cual se describe a continuación. II.2.1 Etapa 1. Obtención de datos preliminares Durante la primera etapa se aplicaron diversos cuestionarios a 200 estudiantes de la Facultad de Estadística e Informática en la Universidad Veracruzana, Región Xalapa (Fernández, 2012). Para fines del presente estudio se analizaron 2 instrumentos, el cuestionario que mide los hábitos de sueño y el que mide la calidad de sueño. Ésto con el fin de establecer relación causa efecto en estas dos variables. A continuación se describen los instrumentos de medición utilizados. a) Hábitos de sueño Se utilizó para determinar los hábitos de sueño de los estudiantes. El cual cuenta con diferentes apartados, cada uno aborda temas diferentes: calidad de sueño, alimentos que afectan el ciclo sueño vigilia, uso de pastillas para dormir, actividad diurna, 11 horario de cama, características de la recamara, actividades antes de acostarse y conducta en caso de insomnio. Es un formato que utiliza el Dr. Ulises Jiménez Correa, especialista en insomnio de la Clínica de Trastornos del Sueño de la Facultad de Medicina de la UNAM, como entrevista para los pacientes insomnes que acuden a dicha clínica. El formato fue modificado y adaptado para aplicarse a los estudiantes de la FEI (Fernández, 2012). b) Índice de calidad de sueño de Pittsburgh (ICSP) El índice de calidad de sueño de Pittsburgh (Buysse, 1989), constituye una de las medidas más relevantes de la calidad del sueño, está formado por 19 ítems que permite obtener una puntuación global acerca de la calidad de sueño en el último mes, esta puntuación se obtiene a partir de siete componentes diferentes. La suma de las puntuaciones obtenidas en cada uno de los componentes parciales genera una puntuación total (PT), donde una mayor puntuación indica una menor calidad en el dormir (Oblitas, 2009). Cada componente se califica de 0 a 3, la puntuación máxima que se obtiene al sumar los siete componentes es 21. Para la variable calidad de sueño, según Buysse y colaboradores, si la suma total del ICSP es mayor que 5 entonces se clasifican como malos dormidores, es decir, tienen una mala calidad de sueño (Smyth, 2007). En el estudio original de Buysse, el ICSP mostró un coeficiente de homogeneidad interna elevada, alfa de Cronbach=0.83. (Jiménez G., 2008). En éste caso se utilizó la versión en español (Royuela, 1997), la cual se encuentra en el Anexo 1. II.2.2 Etapa 2. Obtención de indicadores Con los cuestionarios mencionados anteriormente se obtuvo una matriz de datos muy grande, de la cual, no todas las variables aportaban a la investigación. Se depuró la base con un tamaño de muestra final de 188 individuos y, finalmente, se realizó un análisis discriminate y un análisis de regresión logística binaria para determinar cuáles son las variables que mejor clasifican la calidad de sueño. 12 a) Análisis Discriminante El Análisis Discriminante es una técnica estadística apropiada cuando la variable dependiente es categórica (nominal o no métrica) y las variables independientes son métricas. El análisis discriminante implica obtener un valor teórico, es decir, una combinación lineal de do o más variables independientes que discriminen mejor entre los grupos definidos a priori. La discriminante se lleva a cabo estableciendo las ponderaciones del valor teórico para cada variable de tal forma que maximice la varianza entre-grupos frente a la varianza intra-grupos. La combinación lineal para el análisis discriminante, también es conocida como función discriminante, se deriva de una ecuación que adopta la siguiente forma: donde Puntuación Z discriminante de la función discriminante j para el objeto k Constante Ponderación discriminante para la variable i Variable independiente i para el objeto k El análisis discriminante es la técnica estadística apropiada para contrastar la hipótesis de que las medias de los grupos de un conjunto de variables independientes para dos o más grupos son iguales. Para hacer esto, el análisis discriminante multiplica cada variable independiente por su correspondiente ponderación y suma estos productos. El resultado es la única puntuación Z discriminante compuesta para cada individuo en el análisis. Promediando las puntuaciones discriminantes para todos los individuos dentro de un grupo particular, se obtiene la media del grupo, la cual, es conocida como centroide (Hair et al., 1999). 13 b) Regresión Logística La regresión logística es un tipo especial de regresión que se utiliza para predecir y explicar una variable categórica binaria (2 grupos) en lugar de una medida dependiente métrica. La forma del valor teórico de la regresión logística es similar a la del valor teórico de la regresión múltiple. El valor teórico representa una única relación multivariante con coeficientes como los de la regresión que indican la influencia relativa de la variable predictor (Hair et al., 1999) En estadística aplicada es muy frecuente tener que calcular la probabilidad de que ocurra o de que no ocurra determinado suceso. Cuando un suceso sólo tiene dos posibilidades de ocurrir se dice que es dicotómico. De los sucesos codificados en una variable dicotómica, se denomina suceso de interés al que conocer su probabilidad es el principal objetivo. El modelo de interés pretende conocer los factores que aumentan o disminuyen la probabilidad de que ocurra un suceso determinado. En ciencias de la salud, uno de los puntos de máximo interés es conocer los factores que influyen en el desarrollo de una determinada enfermedad. Para este estudio, se pretende conocer que factores ( ) abreviadamente P, es la influyen en una buena calidad de sueño, donde ( ) es la probabilidad de probabilidad de que ocurra un determinado suceso y que no ocurra. ( ) es una probabilidad, por lo tanto, su valor puede oscilar entre cero y uno, consecuentemente la función relacional ( ) también tiene que oscilar entre cero y uno. El mejor modelo matemático que cumple las exigencias es el logístico: ( ) ( ) El coeficiente de regresión logística debe ser estadísticamente distinto de cero para que exista influencia significativa de la variable dependiente, es por eso que se prueban las siguientes hipótesis: , (Álvarez, 2007). 14 II.2.3 Etapa 3. Elaboración y aplicación de la escala Una vez analizando las variables y con la aportación del Dr. Ulises Jiménez Correa se elaboró la primera propuesta de la escala. Como los resultados no fueron los esperados, se modificó la escala y se evaluó mediante una encuesta piloto. II.2.3.1 Propuesta inicial de la Escala Mexicana de Calidad de Sueño En la Tabla 1 se presenta la escala inicial. Las preguntas que propuso el Dr. Jiménez en base a su experiencia son: 6, 7, 9, 10; las preguntas que se propusieron en base a los análisis estadísticos realizados son: 13 y 14; finalmente, ambos coincidimos que se deben de incluir las preguntas 1, 2, 3, 4, 5, 8, 11. Tabla 1. Primera propuesta de la EMCS Instrucciones: Lea cuidadosamente antes de contestar y marque con una X la opción con la cual se sienta más identificado considerando únicamente el último mes. 1. ¿Cuál ha sido, normalmente, su hora de acostarse? 2. ¿A qué hora se ha levantado habitualmente por la mañana? 3. ¿En promedio cuántas horas duerme por noche? 4. ¿Qué calificación le da a la calidad de su sueño pensando que 1 es la peor calidad 10 es la mejor? 5. ¿Cuánto tarda para empezar a dormir desde que se acuesta? 6. ¿Cuántas veces despierta por noche una vez que se ha quedado dormido? 7. ¿Cuántas noches por semana despierta y ya no puede volver a dormir? 8. ¿Cuántas noches por semana tiene dificultad para empezar a dormir? 10-9 8-7 6-5 4-3 2-1 0-30 min. 0 veces 31-60 min. 1 vez 61-90 Min. 2 veces 91-120 min. 3 veces 121 o más 4 o más 0 noches 1-2 noches 1-2 noches 3-4 noches 3-4 noches 5-6 noches 5-6 noches 7 noches 7 noches 9. ¿Cuántas días por semana tiene dificultad para 0 días levantarse? 10. ¿Cuántos días por semana tiene cansancio? 0 días 1-2 días 3-4 días 5-6 días 7 días 1-2 días 3-4 días 5-6 días 7 días 11. ¿Cuántos días por semana tiene necesidad de 0 días dormir durante la mañana o la tarde? 12. ¿Cuántos días por semana tiene malestar 0 días general por haber dormido mal? 13. ¿Cuántos días por semana se desvela haciendo 0 días tarea o trabajando? 1-2 días 3-4 días 5-6 días 7 días 1-2 días 3-4 días 5-6 días 7 días 1-2 días 3-4 días 5-6 días 7 días 0 noches 14. ¿Cuánto tiempo tiene su colchón? 15 II.2.3.2 Prueba piloto y modificación de la EMCS Se realizó una prueba piloto de la escala con el fin de validar y determinar la fiabilidad del instrumento. La encuesta se aplicó a 70 personas, de los cuales se formaron 2 grupos con diferentes características: Grupo 1. Estudiantes de la Facultad de Estadística e Informática, Universidad Veracruzana región Xalapa con edades de 18 a 24 años (n=35). Grupo 2. Habitantes adultos de la ciudad de Xalapa, Veracruz. Con edades de 25 años en adelante (n=35). Como los resultados obtenidos no fueron los esperados, se optó por modificar la escala. Las modificaciones realizadas fueron las siguientes: 1. La pregunta 13 ¿Cuántos días por semana se desvela haciendo tarea o trabajando? se modificó por ¿Cuántos días por semana se desvela? 2. Las preguntas 4 y 5 se dejaron abierta para codificarlas posteriormente. 3. Se agregó la pregunta ¿En general cómo considera su calidad de sueño? Con opciones de respuesta desde muy buena hasta muy mala. 4. La pregunta 14 ¿Cuántos años tiene su colchón? No será evaluada como ítem en el cuestionario. 5. Finalmente, se modificó el orden de las preguntas II.2.3.3 Propuesta final de la Escala Mexicana de Calidad de Sueño Con las modificaciones realizadas, la propuesta final de la escala consta de 15 preguntas y se evalúan 13 ítems. Se dejaron algunas preguntas abiertas para calibrar el instrumento y, de esta manera, codificar de distintas formas hasta que resultados de confiabilidad fueran los mejores. La Tabla 2 muestra las codificaciones que mejores resultados dieron con respecto a la confiabilidad del instrumento. 16 Tabla 2. Codificaciones de las preguntas 1, 4, 5 y eficiencia del sueño En promedio, ¿Cuántas horas duerme por noche? 7-8 6o9 ¿Qué calificación le da a su calidad de sueño? 10-9 8-7 ¿Cuánto tarda en dormir desde que se acuesta? <15 min 16-30 Eficiencia del sueño 100-90% 89-80 5 o 10 6-5 31-45 79-70 4 o11 4-3 46-60 69-60 3 o 12 2-1 >60 min < 59% Finalmente, en la Tabla 3, se muestra la segunda propuesta de la Escala Mexicana de Calidad de Sueño después de realizar las modificaciones antes mencionadas. Tabla 3. Propuesta final de la EMCS Instrucciones: Lea cuidadosamente antes de contestar y marque con una X la opción con la cual se sienta más identificado considerando únicamente el último mes. 1. ¿Cuál ha sido, normalmente, su hora de acostarse? 2. ¿A qué hora se ha levantado habitualmente por la mañana? 3. ¿En promedio cuántas horas duerme por noche? 4. ¿Qué calificación le da a la calidad de su sueño pensando que 1 es la peor calidad 10 es la mejor? 5. ¿Cuánto tarda para empezar a dormir desde que se acuesta? 6. ¿Cuántas veces despierta por noche una vez que se ha quedado dormido? 0 veces 7. ¿Cuántas noches por semana despierta y ya no 0 noches puede volver a dormir? 8. ¿Cuántas noches por semana tiene dificultad para 0 noches empezar a dormir? 1 vez 1-2 noches 1-2 noches 2 veces 3-4 noches 3-4 noches 3 veces 5-6 noches 5-6 noches 4 o más 7 noches 7 noches 0 noches 1-2 noches 3-4 noches 5-6 noches 7 noches 10. ¿Cuántas días por semana tiene dificultad para levantarse? 11. ¿Cuántos días por semana tiene cansancio? 0 días 1-2 días 3-4 días 5-6 días 7 días 0 días 1-2 días 3-4 días 5-6 días 7 días 12. ¿Cuántos días por semana tiene necesidad de dormir durante la mañana o la tarde? 13. ¿Cuántos días por semana tiene malestar general por haber dormido mal? 14. En general ¿Cómo considera su calidad de sueño? 15. ¿Cuánto tiempo tiene su colchón? 0 días 1-2 días 3-4 días 5-6 días 7 días 0 días 1-2 días 3-4 días 5-6 días 7 días Muy buena Buena Regular Mala Muy mala 9. ¿Cuántas noches por semana se desvela? 17 Teniendo la propuesta final de la escala, se realizó la segunda prueba piloto a 61 personas del estado de Veracruz y se formaron 2 grupos. Grupo 1. Estudiantes de la Universidad Veracruzana región Xalapa y Veracruz con edades de 18 a 23 años (n=31). Grupo 2. Habitantes adultos de la ciudad de Xalapa, Veracruz. Con edades de 24 años en adelante (n=30). II.2.4 Etapa 4. Fiabilidad y validez del instrumento Como se ha mencionado en el capítulo 1, la fiabilidad y la validez son cualidades esenciales que deben tener todas las pruebas o instrumentos de recolección de datos. Los análisis realizados para determinar si la Escala Mexicana de Calidad de Sueño presenta estas cualidades se describen a continuación: II.2.4.1 Fiabilidad como consistencia interna Con el fin determinar si existe una coherencia o consistencia en las respuestas que ofrecieron los encuestados a los diferentes elementos que integran el instrumento, se midió la fiabilidad como consistencia interna. Existen varios procedimientos para determinar la fiabilidad de una prueba por medio de la consistencia interna, en este caso se utilizó el procedimiento Alpha de Cronbach. Este procedimiento de cálculo de la fiabilidad se emplea con frecuencia cuando se recurre al cuestionario como instrumento de recogida de datos. El Alpha de Cronbach, resulta del cociente entre las sumas de varianzas de los ítems, divida entre la varianza total, ponderada por el número de ítems de la escala. Su expresión matemática es la siguiente: ( ∑ ) donde: Número de elementos o ítems de la prueba. 18 Varianza de cada uno de los ítems. Varianza de las puntuaciones totales de la prueba. Como se puede constatar, la fiabilidad de los cuestionarios está relacionada directamente con el número de ítems del mismo, a mayor cantidad de ítems mayor fiabilidad. Dada la dificultad de cálculo manual, se suele recurrir a paquetes estadísticos, entre ellos el SPSS. En ocasiones conviene complementar los valores de este coeficiente con otras técnicas (Pérez, 2009). II.2.4.2 Validez del constructo La fiabilidad es un requisito imprescindible de toda medición, no obstante no es una condición suficiente para defender la idoneidad de los datos recogidos, es por eso que realizó un análisis factorial exploratorio. El Análisis Factorial Exploratorio es una de las vías más habituales para acercarse al análisis de la validez del constructo. Éste se realiza para identificar las dimensiones subyacentes o contenidas en la medición de otras variables observadas de manera directa. Las dimensiones mencionadas son factores o constructos que no pueden ser medidos por medio de una entidad mensurable simple. En otras palabras, el Análisis Factorial es una técnica estadística que se usa para identificar un relativo pequeño número de factores, cada uno de los cuales puede ser usado para presentar la relación entre un conjunto de varias variables interrelacionadas (Ramos, 2008). Caben por lo tanto dos enfoques del análisis factorial: 1. Se puede analizar toda la varianza, común y no común; en este caso se utilizan los unos en la matriz de correlaciones. El método más usual es el análisis de Componentes Principales. 2. Se puede analizar solamente la varianza común, y en este caso se sustituyen los unos de la diagonal por estimaciones de la varianza que cada reactivo tiene en común con los demás (comunalidades). Estos procedimientos se denominan análisis de factores comunes (Morales, 2013). 19 El término Análisis Factorial se refiere en rigor solamente al análisis de Factores Comunes aunque es habitual utilizarlo para designar el Análisis de Componentes Principales. La estructura factorial que resulta en ambos tipos de análisis es más o menos la misma cuando las variables son muchas y cuando hay una estructura factorial clara. Se considera que se tiene una estructura factorial clara cuando las variables que definen un factor tienen pesos de 0.5 o más en ese factor y menos en los demás. En la confección de instrumentos el análisis más recomendado suele ser el de Componentes Principales, aunque otros autores suelen preferir el análisis de Factores Comunes, pues da unas estimaciones de los pesos más conservadoras al tener en cuenta el error o varianza no compartida de las variables (Morales, 2013). Beave y colaboradores (2013) sugieren hacer los dos análisis para quedarnos con la solución más clara. Un análisis factorial tiene las siguientes fases: a. Examen de la matriz de correlaciones de todas las variables que constituyen los datos originales. b. Extracción de los factores comunes. c. Rotación de los factores con objeto de facilitar su interpretación. d. Representaciones gráficas. e. Cálculo de las puntuaciones factoriales para cada individuo (Álvarez, 1995). Para fines del presente estudio, se realizó el análisis factorial realizando la extracción de los factores comunes por el método de componentes principales. Los resultados fueron los mismos que con la extracción de factores utilizando Máxima Verosimilitud pero la solución es más clara cuando se utiliza la rotación Varimax. Este análisis se realizó en el programa SPSS, versión 21 en idioma Español. 20 III. RESULTADOS En una primera etapa se encuestaron a 200 estudiantes de la Facultad de Estadística e Informática, posteriormente se depuró la base y el tamaño de la muestra final fue de 188, ya que éstos contestaron todas las preguntas. 73.4% de los estudiantes pertenecen al sexo femenino y 26.6% restante son hombres. La gran mayoría de ellos eran solteros (94.1%). Con respecto al sueño 50.5% tuvo buena calidad de sueño. III.1 Resultados de análisis preliminares Para identificar los reactivos que se incluyeron en la escala, se realizó el análisis discriminante y el análisis de regresión logística. III.1.2 Análisis discriminante El objetivo principal del análisis discriminante fue identificar cuáles son las variables que clasifican la calidad de sueño en buena y mala. Para el análisis se utilizaron 6 variables: Calificación que le dan los estudiantes a su calidad de sueño. Horas que duermen Cuantos días por semana tienen dificultad para conciliar el sueño Cuantos días por semana tienen dificultad para mantenerse despiertos realizando ciertas actividades La eficiencia del sueño Cuantos años tiene su colchón Los resultados del análisis discriminante se muestran en la Tabla 4, donde se observa que sólo existe un autovalor, ya que se cuenta únicamente con una función discriminante. Esta única función explica el 100% de las diferencias existente entre los sujetos de los grupos. La correlación canónica es el coeficiente de correlación de Pearson, entre la puntuación discriminante (variables independientes) y los grupos (unos y ceros). En este caso se observa que la función discriminante tiene una correlación canónica de 0.768, la cual se considera alta e indica que las variables discriminantes permiten diferenciar bien entre los grupos. 21 Tabla 4. Autovaloresa Función 1 Autovalor 1.434 % varianza a % acumulado 100.0 Correlación canónica 100.0 .768 a. Se han empleado las 1 primeras funciones discriminantes canónicas en el análisis. En la siguiente tabla se observa el valor Lambda de Wilks, el cual permite contrastar la hipótesis nula de que los centroides de los grupos son iguales. Valores próximos a 1 indican un gran parecido entre los grupos, en este caso el valor de Lambda de Wilks se acerca más a cero y esto indica que existe una gran diferencia entre los grupos. Con el valor p se concluye que la función discriminante clasifica los grupos de forma significativa. Tabla 5. Lambda de Wilks A Contraste de las funciones Lambda de Wilks Chi-cuadrado gl Sig. 1 .411 162.806 6 .000 continuación se muestran los coeficientes factoriales estandarizados correspondientes a cada variable para cada función discriminante. Si los coeficientes son estandarizados, el mayor indica que su correspondiente variable es la que más influye en la discriminación (1); en este caso, el coeficiente mayor corresponde a las horas que duermen, 0.629. Tabla 6. Coeficientes estandarizados de las funciones discriminantes canónicas Función 1 Calificación Calidad .446 Horas que duerme .629 Dif. conciliar sueño -.470 Dif. Mantenerse desp. -.347 Eficiencia de Sueño Años colchón .367 -.224 22 La Tabla 7 indica la ubicación de los centroides en la función discriminante. Se observa que los estudiantes que tienen buena calidad de sueño se encuentran localizados, en promedio, en las puntuaciones positivas de la función, mientras que los que tienen mala calidad de sueño se encuentran ubicados en las puntuaciones negativas. A continuación se muestran los valores medios de los grupos con buena calidad y mala de sueño. Tabla 7. Funciones en los centroides de los grupos Función Calidad de sueño 1 Buena 1.179 Mala -1.204 Finalmente se realizó una tabla para determinar el procentaje de clasificación correcta de la función discriminate. Los resultados se presentan en la Tabla 8, en donde se observa que los estudiantes que tienen buena calidad de sueño son correctamente clasificados en 92.6% de los casos y 91.4% de los que tienen mala calidad de sueño fueron clasificados correctamente. En total la función clasifica correctamente el 92% de los casos. Tabla 8. Resultados de la clasificacióna Grupo de pertenencia Total pronosticado Calidad de Sueño Original Recuento Buena Mala % Buena Mala Buena Mala 88 7 95 8 85 93 92.6 7.4 100.0 8.6 91.4 100.0 a. Clasificados correctamente el 92.0% de los casos agrupados originales. 23 III.1.3 Regresión Logística Se realizó un análisis de regresión logística, utilizando la misma base de datos, con el fin de determinar la probabilidad de que un estudiante tenga buena calidad de sueño dependiendo se ciertos factores. Las variables incluidas para el modelo fueron: Calificación que le dan los estudiantes a su calidad de sueño Horas que duerme los estudiantes Cuantos días por semana tienen dificultad para mantenerse despiertos realizando ciertas actividades Eficiencia del sueño Días por semana tarda 30 minutos o más en conciliar el sueño Años del colchón Si ve televisión en caso de insomnio Cuantos días por semana se desvela haciendo tarea La Tabla 9 presente los resultados de la prueba Homer-Lemeshow, la cual es una técnica empleada para evaluar la bondad de ajuste y es muy recomendable cuando se incluyen en el modelo al menos una variable cuantitativa. En este caso la prueba no resultó estadísticamente significativa, por lo cual se concluye que si existe un buen ajuste del modelo. Tabla 9. Prueba de Hosmer y Lemeshow Paso 1 Chi cuadrado 9.140 gl Sig. 8 .331 A continuación se muestran las variables incluidas en el modelo con su respectivo coeficiente ( ) y su nivel de significancia, el cual contrasta la hipótesis de que el coeficiente de regresión logística debe ser estadísticamente distinto de cero. La mayoría de las variables resultaron significativas, en donde hubo problema fue en las variables ordinales, las cuales fueron modificadas para la elaboración de la escala de calidad de sueño. 24 Tabla 10. Modelo de regresión logística Variable Beta Significancia Horas que duerme 2.545 <0.001 Calificación 1.160 0.001 Eficiencia sueño 0.115 0.001 Dificultad despierto 0.018 Dificultad despierto (1) 4.860 0.006 Dificultad despierto (2) 3.779 0.024 Dificultad despierto (3) 2.385 0.128 Conciliar el sueño 0.003 Conciliar el sueño (1) 9.057 0.181 Conciliar el sueño (2) 6.542 0.329 Conciliar el sueño (3) 5.338 0.425 Años del Colchón -.234 0.017 Televisión -1.61 0.040 Desvelo tarea -.436 0.044 Constante -42.07 <0.001 Finalmente se presenta la tabla de clasificación del modelo, la cual agrupa correctamente el 95.1% de los casos y se concluye que el modelo de regresión logística es bueno. Tabla 11. Porcentaje de clasificación del modelo Pronosticado Calidad sueño Observado Paso 1 Calidad sueño Mala Mala Buena Porcentaje global Porcentaje correcto Buena 89 4 95.7 5 87 94.6 95.1 a. El valor de corte es .500 El análisis discriminante y la regresión logística cuentan con amplias aplicaciones en situaciones donde el primer objetivo es identificar el grupo al cual un objeto pertenece. En éste caso lo objetos (estudiantes) están incluidos en grupos (buena o mala calidad 25 de sueño) y se desea que la pertenencia a cada grupo pueda predecirse o explicarse por un conjunto de variables independientes. Nota: Para estos 2 análisis se utilizaron algunas variables incluidas en el ICSP, con el cual se calculó la variable respuesta Calidad de Sueño. Es por eso que se obtuvo un alto porcentaje de clasificación en ambos modelos, pero era necesario incluir estas variables en la nueva escala, ya que son parte fundamental en la medición del constructo de calidad de sueño. III.2 Resultados de encuesta piloto 1 Una vez elaborado el instrumento, se aplicó la escala a 70 sujetos, 35 estudiantes universitarios con edades entre 18 y 24 años, y 35 adultos mayores de 25 años. La edad promedio del grupo 1 fue de 20 años y 62.07% de los encuestados son hombres. La edad promedio del grupo 2 fue de 40 años y 40% de los encuestados son mujeres. Tabla 12. Estadísticas descriptivas de la encuesta piloto 1 Grupo Grupo 1. Estudiantes Grupo 2. Adultos Edad ̅ 20 40 Mínimo 18 25 Máximo 24 73 Hombre 62.07% 60% Mujer 37.93% 40% Después de identificar los grupos, se realizó el índice de consistencia interna Alpha de Cronbach para determinar la fiabilidad de la Escala Mexicana de Calidad de Sueño en estudiantes universitarios y adultos. Analizando las respuestas de los encuestados, se llegó a la conclusión de no tomar en cuenta la pregunta “Años de colchón” porque tuvo un alto porcentaje de no respuesta. La Tabla 13 indica los coeficientes Alpha de Cronbach tomando en cuenta todos los reactivos y quitando el reactivo “colchón”. Tabla 13. Resultados de confiablidad de la primera propuesta de la EMCS Alpha de Cronbach Alpha quitando ítem Grupo Estudiantes 0.634 0.645 Grupo Adultos 0.732 0.752 General 0.686 0.703 26 El Apha es menor en el grupo de los estudiantes ya que es una muestra heterogénea, es decir, no hay mucha variabilidad en la respuesta de los estudiantes y eso afecta al coeficiente. En cambio, el Apha es mayor en el grupo de adultos porque tuvieron mayor variabilidad en la respuesta. También se observa que al no tomar en cuenta el reactivo “colchón” el coeficiente aumenta pero en general, un alpha de 0.703 no es muy bueno. Es por eso que se realizaron modificaciones al cuestionario y se aplicó una segunda prueba piloto. III.3 Resultados de encuesta piloto 2 Con los cambios realizados se aplicó la nueva escala a 61 personas de los cuales se formaron 2 grupos: 31 estudiantes con edades de 18 a 23 años y 30 adultos mayores de 24 años. La edad promedio del grupo 1 fue de 21 años y 51.61% de los encuestados son hombres. La edad promedio del grupo 2 fue de 32 años y 55.56% de los encuestados son mujeres Tabla 14. Estadísticas descriptivas de la encuesta piloto 2 Grupo Grupo 1. Estudiantes Grupo 2. Adultos Edad ̅ 21 32 Mínimo 19 24 Máximo 23 59 Hombre 51.61% 44.44% Mujer 48.39% 55.56% III.3.1 Coeficiente Alpha de Cronbach Una vez identificados los grupos, se realizó nuevamente el índice de consistencia interna Alfa de Cronbach para determinar la fiabilidad de la Escala Mexicana de Calidad de Sueño en estudiantes universitarios y adultos. Como se puede observar en la tabla siguiente, el coeficiente Alpha de Cronbach general y los coeficientes de los grupos son iguales, por lo tanto se concluye que las modificaciones realizadas a la escala fueron acertadas. Tabla 15. Resultados de confiabilidad Alpha de Cronbach Grupo Estudiantes 0.818 Grupo Adultos 0.817 General 0.818 27 III.3.2 Análisis factorial Teniendo la escala final, se realizó el Análisis Factorial para validar el constructo del instrumento. El primer paso en un análisis factorial consiste en el examen de la matriz de correlaciones, constituida a partir de todas las variables cuantitativas que entran en el análisis. En la Tabla 16 se muestran algunos resultados de la comparación analítica del grado de intercorrelación entre las variables: la prueba de esfericidad de Bartlett y la medida de adecuación muestral de Kaiser-Meyer-Olkin (KMO). La prueba de Bartlett contrasta la hipótesis nula de que la matriz de correlaciones es una matriz identidad, es decir, que las correlaciones entre las variables son todas igual a cero, en este caso se rechaza la hipótesis nula y se concluye que las variables están correlacionadas. Por otra parte, el índice KMO permite comparar las magnitudes de los coeficientes de correlación observados con las magnitudes de los coeficientes de correlación parcial. Kaiser indica que un índice KMO mayor a 0.7 es indicativo de alta intercorrelación, en este caso el índice fue de 0.742, por lo cual se concluye que el Análisis Factorial es una técnica útil para determinar la fiabilidad del instrumento. Tabla 16. KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. Chi-cuadrado aproximado Prueba de esfericidad de Bartlett gl Sig. .742 324.035 78 .000 Una vez que se concluyó que el Análisis Factorial es una técnica que puede ser utilizada en el presente estudio, se realizó la extracción de los factores utilizado el método de componentes principales. En base a la Tabla del Anexo 2 se tomó la decisión de elegir 3 factores en el análisis ya que se eligieron los factores que tuvieran autovalores mayores que 1. En la siguiente figura se observa que el factor 1 representa el 34.78% de la varianza, los factores 2 y 3 representan el 14.33% y el 12.68% respectivamente. La total varianza explicada por los 3 factores es de 61.79%. 28 Figura 1. Gráfico de sedimentación 5.0 34.78% 4.5 4.0 3.5 Autovlores 3.0 2.5 14.33% 12.68% 2.0 1.5 7.35%6.87% 4.97%4.36% 3.78%3.31% 2.81% 2.00%1.61% 1.14% 1.0 0.5 0.0 0 2 4 6 8 10 12 14 Número de componente El paso siguiente fue identificar las variables pertenecientes a cada factor. En el Anexo 3 se encuentra la matriz factorial sin rotar y de este modo fue complicado asociar las variables a los factores, por esta razón se realizó la rotación por el método Varimax para identificar las variables de cada factor (Tabla 17). Tabla 17. Matriz de factores rotados Factores Calificación sueño Desvelo Dificultad Levanta Cansancio Necesidad/dormir Malestar Calidad subjetiva Eficiencia sueño Tarda en dormir Despertar/noche Dificultad/Dormir Horas de sueño Despertar/semana Síntomas diurnos .784 .729 .705 .828 .719 .795 .782 Calidad de Duración del sueño e sueño insomnio terminal .594 .686 .592 .718 .659 .819 29 Para agrupar las variables en factores, se debe observar que las cargas factoriales (en valor absoluto) de una variable sobre un factor indican que hay mucho en común entre la variable y el factor (Pérez, 2007). Con la rotación Varimax es más sencillo identificar los grupos, ya que maximiza la varianza de los factores con el fin de facilitar la interpretación. En la Tabla 17 se presentan las cargas factoriales de las variables asociadas a sus factores. Los factores Síntomas diurnos, Calidad de sueño y Duración del sueño e insomnio se describen a continuación: En el factor 1 “Síntomas Diurnos” se encuentran los siguientes reactivos: calificación que le dan los estudiantes a su calidad de sueño, cuántas noches por semana se desvelan, cuántos días por semana tienen dificultad para levantarse, cuántos días por semana sienten cansancio, cuántos días por semana tienen necesidad de dormir durante la mañana o la tarde, cuántos días por semana tienen malestar por haber dormido mal y en general como consideran su calidad de sueño. El Factor 2 “Calidad de sueño” consta de los siguientes reactivos: Eficiencia de sueño, cuánto tardan en empezar a dormir, cuántas veces despiertan por noche, y cuántas noches por semana tienen dificultad para dormir. El factor 3 “Duración de sueño e insomnio terminal” incluye los reactivos: cuántas horas duerme por noche y cuántas noches por semana se despierta y ya no puede conciliar el sueño. En la Figura 2 se presentan las proyecciones de las variables en el plano (1,2). En esta gráfica se definen bien los factores, los cuales fueron encerrados en un círculo. Se observa que en el factor 1 las variables “cuántos días tiene dificultad para levantarse” y “cuántos días se desvelan” están muy juntas, lo que indica que si se desvelan en la noche al otro día les va costar trabajo levantarse. Los vectores de las variables tienen la misma dirección en los factores 1 y 2 pero en el factor 3 las variables no están muy relacionadas, ya que los vectores de las variables no tienen la misma dirección. 30 Figura 2. Proyección de las variables en el plano de los factores 1 y 2 0.6 Hrs_sueño 0.4 Factor 2 : 13.21% 0.2 0.0 DifDesvelo icultLevanta 3 Calif icación Cansancio Calidad Necesidad Malestar DesperXsemana -0.2 1 Ef iciencia -0.4 DesperXnoche -0.6 Tarda Dif icultDormir 2 -0.8 -1.1 -1.0 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 Factor 1 : 40.31% En la Figura 3 se muestran las proyecciones de los casos, los cuales se ordenaron de menor a mayor dependiendo de la puntuación total que obtuvieron al sumar las respuestas de la escala, es decir, el individuo 1 de la gráfica duerme mejor que el 61. Figura 3. Proyección de los casos en el plano de los factores 1 y 2 3 55 2 54 37 19 13 11 58 56 1 59 17 1810 12 0 Factor 2 9 5 7 4 6 21 8 14 61 -1 3 57 -2 -3 60 Grupo A dultos Jóv enes 49 -4 -5 -12 -10 -8 -6 Factor 1 -4 -2 0 31 Los números 54 y 55 son 2 adultos de 27 y 48 años de edad (respectivamente) que contestaron el cuestionario de manera muy similar, es por eso que los puntos están muy juntos. Los números 60 y 61 son jóvenes de 20 y 21 años de edad que duermen en promedio 7.5 horas por noche pero mencionaron que de 5 a 6 días por semana tienen malestar general por haber dormido mal y consideran que su calidad de sueño es de regular a mala. El número 49 es un joven de 19 años que tiene dificultad para dormir de 5 a 6 días por semana. En la Figura 3 se marcaron en un círculo las 19 personas que tuvieron una puntuación menor de 13 en la escala y se concluyó que tienen buena calidad de sueño en base a la Tabla 18. En cambio, los casos que están a la izquierda de la línea punteada obtuvieron las puntuaciones más altas, todos ellos mencionaron que sienten cansancio de 5 a 6 días a la semana; según la Tabla 18, estos individuos tienen mala calidad de sueño de intensidad moderada. En la siguiente tabla se proponen 5 categorías para interpretar la puntuación total de la Escala Mexicana de Calidad de Sueño, la cual tiene un rango 0 hasta 65 puntos: Tabla 18. Calificación de la EMCS Puntuación total Clasificación 0 – 13 puntos Buena calidad de sueño 14 – 26 puntos Mala calidad de sueño de intensidad leve 27 – 39 puntos Mala calidad de sueño de intensidad moderada 40 – 52 puntos Mala calidad de sueño de intensidad severa 53 – 65 puntos Mala calidad de sueño de intensidad muy severa Una vez identificados los factores y sus variables correspondientes, se realizó el cálculo de las puntuaciones factoriales para cada sujeto. En el Anexo 4 se presenta una tabla que contiene la matriz de coeficientes para el cálculo de las puntuaciones factoriales. 32 Finalmente, se graficaron las puntuaciones factoriales de los casos y se representaron en un plano (3 dimensiones), cada dimensión representa un factor. En la Figura 5 se observan las puntuaciones de los sujetos, las cuales tienen un determinado color, cada color depende de la calidad de sueño de los sujetos en base a la Tabla 18. En este caso los colores están separados y se observa que los sujetos con buena calidad de sueño tienen puntuaciones factoriales más pequeñas. Figura 5. Gráfico de las puntuaciones factoriales Calidad Sueño Buena Mala-lev e Mala-moderado 4 Factor 3 2 0 -1 0 Factor 1 0 1 2 2 Factor 2 -2 33 IV. DISCUSIONES La elaboración de una escala de calidad de sueño en México es muy importante, ya que actualmente se tiene la necesidad de contar con un instrumento que mida éste constructo de manera rápida, fácil, objetiva y económica. Con la propuesta final de la Escala Mexicana de Calidad de Sueño se obtuvieron resultados psicométricos deseables, un Alpha de Cronbach de 0.818 y con 3 factores se explica el 61.79% de las variaciones del problema. La propuesta final de la escala está integrada por 13 reactivos, los cuales son: Eficiencia subjetiva del sueño, latencia del sueño, calificación subjetiva del sueño, cuántas noches por semana tiene dificultad para empezar a dormir, cuántos días por semana tiene dificultad para levantarse, cuántos días por semana tiene cansancio, cuántos días por semana tiene necesidad de dormir durante la mañana o la tarde, cuántos días por semana tiene malestar general por haber dormido mal, cuántas veces despierta por noche una vez que se ha quedado dormido, cuántas noches por semana despierta y ya no puede volver a dormir, cuántas noches por semana se desvela y, en general, como considera su calidad de sueño. El rango de puntuación oscila desde 0 hasta 65, en donde el incremento de la puntuación total representa una disminución de la calidad de sueño. Se proponen las siguientes 5 categorías para interpretar la puntuación total: entre 0 y 13 puntos corresponde a buena calidad de sueño, entre 14 y 26 a mala calidad de sueño de intensidad leve, entre 27 y 39 a mala calidad de sueño de intensidad moderada, entre 40 y 52 a mala calidad de sueño de intensidad severa, y finalmente entre 53 y 65 a mala calidad de sueño de intensidad muy severa. Los resultados fueron los esperados pero no se descarta la idea de agregar más preguntas al cuestionario. Lo que falta por hacer es evaluar el instrumento con otras técnicas estadísticas especializadas utilizando un mayor tamaño de muestra. Se sabe que los resultados pueden cambiar dependiendo del número de personas que contesten el instrumento o del lugar en donde se aplique, por lo tanto, se necesita 34 determinar un tamaño de muestra representativo de la población y evaluar de nuevo el instrumento. Respecto al Índice de calidad de sueño de Pittsburgh, la escala que se propone representa varias ventajas entre las que destacan mayor facilidad en la aplicación, calificación, interpretación debido a que tiene menos reactivos y permitirá identificar un punto de corte y niveles de severidad de la mala calidad de sueño. Se propone incrementar el tamaño de la muestra, principalmente con pacientes con síntomas de trastornos del sueño; además de hacer los procedimientos necesarios para evaluar otros indicadores de confiabilidad como el test-retest y determinar la validez concurrente al estudiar la correlación de la escala mexicana de calidad de sueño con el índice de calidad de sueño de Pittsburgh y otras escalas que evalúen síntomas de trastornos del dormir. De igual manera, se pretenden hacer diversos análisis estadísticos en un futuro como el escalonamiento multidimensional, el análisis de ecuaciones estructurales y/o el análisis factorial confirmatorio, los cuales son métodos estadísticos multivariantes que permiten analizar escalas de tipo Likert de una manera más avanzada. La Escala Mexicana de Calidad de Sueño será de mucha utilidad, ya que el dormir bien está estrechamente relacionado con la salud y una buena calidad de vida. Se sabe que las personas que no duermen adecuadamente pueden llegar a tener problemas de salud en el futuro como diabetes tipo 2, obesidad, depresión, etc. Es indispensable contar con un instrumento validado que sea capaz de medir la calidad de sueño de forma efectiva para atender con mayor rapidez los problemas relacionados con el sueño. 35 Referencias Álvarez-Cáceres R. Estadística aplicada a las ciencias de la salud. Ediciones Díaz de Santos, 2007-pp 699-760. Álvarez-Cáceres R. Estadística multivariante y no paramétrica con SPSS, Aplicación a las ciencias de la salud. Ediciones Díaz de Santos, 1995-pp 239-247. Blanco Centurión, Carlos A. Introducción al estudio del ciclo sueño vigilia. Department of Neurology. Harvard Medical School. Revista Médica UV 2008; Sup 2 8(1): 6-18. Beavers A.S., Lounsbury J.W., Richards J.K., Huck S.W., Skolits G.J. & Esquivel S.L. Practical Considerations for Using Exploratory Factor Analysis in Educational Research. Practical Assessment, Research & Evaluation 2013; 18(6), 1-13. Disponible en: http://pareonline.net/pdf/v18n6.pdf. Buysse DJ, Reynolds CF, Monk TH, Berman SR, Kupffer DJ. The Pittsburgh sleep quality index: A new instrument for psychiatric practice and research. Psychiatry Research 1989; 28: 193-213. Canales-Cerón M. Metodologías de la investigación social. Lom Ediciones, 2006-pp 101-113 Cladellas R., Chamarro A., Badia Mm., Oberst U. y Carbonell X. Efectos de las horas y los hábitos de sueño en el rendimiento académico de niños de 6 y 7 años: un estudio preliminar. Cultura y Educación, 2011, 23 (1), pp. 119-128. Corsi-Cabrera, M. Funcionamiento cortical cuando el sueño no ha sido suficiente. En: Trastornos del Dormir. M.Valencia, R. Salín, R. Pérez. McGraw- Hill Interamericana, 2000, pp 109-126. Corsi-Cabrera M. ¿Qué le pasa al cerebro cuando no duerme? Revista Médica UV 2008; Sup 2 8(1): 53-56. Cortés, María del Carmen. No dormir bien genera estrés y agresividad. Instituto de Fisiología, Universidad Autónoma de Puebla. MILENIO 2007. Disponible en: http://www.milenio.com/cdb/doc/impreso/7035354 Curcio, G., Ferrara, M. & De Gennaro, L. Sleep loss, learning capacity and academic performance. Sleep medicine Reviews 2006; 10, 323-337. 36 Estévez-García JF, Pérez-García MJ. Sistema de indicadores para el diagnóstico y el seguimiento de la educación superior en México. ANUIES, 2007-pp. 55-59 Estivill Eduard, Dormir bien para dummies. Ediciones CEAC, 2010 – pp. 11-19 Fernández-Cruz K.A. Estudio sobre la calidad y trastornos de sueño en estudiantes de la Facultad de estadística e Informática. Universidad Veracruzana, Agosto 2012. Gaillard J.M. El insomnio. Siglo XXI editores, primera edición en español, 2004-pp 20. Giraldo-Huertas JJ. Manual para los seminarios de investigación en psicología: profundización conceptual y textual. U Cooperativa de Colombia, 2006-pp 57-58 Gruen I, Martínez A, Cruz-Ulloa C, Aranday F, Calvo JM. Características de los fenómenos emocionales en las ensoñaciones de pacientes con epilepsia temporal. Salud Mental 1997; 20: 8-15. Hair-Joseph F, Anderson Rolph L, Tatham Ronald L, Black William C. Análisis multivariante. Pearson Educación, 1999-pp 249-323. Jiménez-Correa U, Haro-Valencia R, Poblano-Luna A, Arana-Lechuga, Terán-Pérez G, González-Robles RO. and Velásquez-Moctezuma J. Mexican Version of the Epworth Sleepiness Scale. The Open Sleep Journal 2009; 2: 6-10. Jiménez-Genchi A, Monteverde-Maldonado E, Nenclares-Portocarrero A, EsquivelAdame G. y de la Vega-Pacheco A. Confiabilidad y análisis factorial de la versión en español del índice de calidad de sueño de Pittsburgh en pacientes psiquiátricos. Servicios Clínicos, Instituto Nacional de Psiquiatría “Ramón de la Fuente Muñiz”, México D.F., México 2008 Kelman, B.B. The sleep needs of adolescents. The Journal of School Nursing: the Official Publication of the National Association of School Nurses, 1999; 15, 14-19. Lomelí H.A, Pérez-Olmos I, Talero-Gutiérrez C, Moreno C.B, González-Reyes R, Palacios L, de la Peña F, Muñoz-Delgado J. Escalas y cuestionarios para evaluar el sueño: una revisión. Actas Esp Psiquiatr 2008; 36 (1): 50-59. Montes-Rodríguez C.J, Domínguez-Martín E.A, Prospéro-García O. Restauración neuronal o plasticidad sináptica a lo largo del ciclo sueño-vigilia. Revista Médica UV 2008; Sup 2 8(1): 71-77. 37 Morales-Vallejo P. El análisis factorial en la construcción e interpretación de tests, escalas y cuestionarios. Universidad Pontificia Comillas, Madrid. Disponible en: http://www.upcomillas.es/personal/peter/investigacion/AnalisisFactorial.pdf. 2013. Nenclares-Portocarrero A, Jiménez-Genchi A. Estudio de validación de la traducción al español de la Escala Atenas de Insomnio. Salud mental, ISSN 0185-3325, Vol. 28, Nº. 5, 2005 , págs. 34-39 Oblita. Psicologia de la Salud/ Health Psychology, Cengage Learning Editores, 2009 – página 337, 342. Paavonen EJ., Räikkönen K., Komsi N., Pesonen AA., Järvenpää AL., Strandberg T., Kajantie E. & Porkka T. Short Sleep Duration and Behavioral Symptoms of Attention Deficit/Hyperactivity Disorder in Healthy 7 – 8 Year Old children. Pediatrics 2009; 123, 857-864. Pallesen S., Nordhus IH., Havik OE., & Nielsen GH. Clinical assessment and treatment of insomnia. Professional Psychology Research and practice 2001: 32 (2), 115-124 Pérez-Juste, R. Estadística aplicada a la educación. Prentince Hall, 2009-pp 151-175. Pérez-López C. Minería de datos: técnicas y herramientas. Editorial Paraninfo, 2007pp 439-447. Quevedo-Blasco, VJ. Quevedo-Blasco R. Influencia del grado de somnolencia, cantidad y calidad de sueño sobre el rendimiento académico en adolescentes. International Journal of Clinical and Health Psychology 2011; 49-65. Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=33715423004. Ramos-Álvarez R. Elaboración y validación de un cuestionario multimedia y multilingüe de evaluación de la autoestima. Editorial de la universidad de Granada, 2008- pp 185-201. Royuela-Rico A, Macías-Fernández JA. Propiedades clinimétricas de la versión castellana del cuestionario de Pittsburgh. Vigilia-Sueño 1997; 9 (2): 81-94. Ruiz C. Current review of the concept of insomnia. Revista Mexicana de Psicología 2004, 21 (1), 73-82. 38 Sadeh A., Gruber R. & Raviv A. The effects of sleep restriction and extension on school-age children: what a difference an hour makes. Child Development 2003; 74, 444-455. Sánchez F.O. Lecciones de psiquiatría. Editorial Médica Panamericana, 2010-pp 291. Solache S. Los diez trastornos de sueño más comunes. 2011-01-18. Disponible en: http://de10.com.mx/10433.html Téllez-López A, Villegas-Guinea D, Juárez-García D, Segura-Herrera G. Cuestionario de trastornos del sueño Monterrey. Medicina Universitaria 2012; 14(56): 150-156. Van-Dongen H.P.A., Maislin G., Mullington J.M. y Dinges D.F. The cumulative cost of additional wakefuiness: Dose-response effects on neurobehavioral functions and sleep physiology from chronic sleep restriction and total sleep deprivation. Sleep 2003; 26, 117-126. Velayos J.L. Medicina del sueño: Panamericana, 2009-pp 197-203. Enfoque multidisciplinario. Ed. Médica Yuni J, Urbano C. Mapas y herramientas para conocer la escuela: investigación etnográfica e investigación-acción. 3ª ed.-Cordoba: Brujas, 2005-pp 176-179. Yuni J, Urbano C. Técnicas para investigar: recursos metodológicos para la preparación de proyectos de investigación. 2ª ed. –Cordoba: Brujas, 2006-pp 133-137 39 A N E X O S 40 Anexo 1 Índice de calidad de sueño de Pittsburgh Instrucciones: Las siguientes preguntas se refieren a sus hábitos normales de sueño durante el mes pasado solamente. Debe indicar la respuesta más precisa para la mayoría de los días y las noches en el mes pasado. Por favor, conteste todas las preguntas. DURANTE EL ÚLTIMO MES… 1. ¿Cuál ha sido, normalmente, su hora de acostarse? ___________ 2. Desde que se acuesta, ¿Cuánto tarda para empezar a dormir? ______ min. 3. ¿A qué hora se ha levantado habitualmente por la mañana? ____________ 4. ¿Cuántas horas calcula que habrá dormido verdaderamente cada noche? (puede ser diferente al número de horas que estuvo acostado) __________ horas 5. Durante el último mes, ¿Cuántas veces ha tenido problemas para dormir a causa de…? No me ha ocurrido Menos de una vez Una o dos veces Tres o más veces en el último mes a la semana a la semana a la semana a) No poder conciliar el sueño después de 30 minutos b) Despertarse a la mitad de la noche o de madrugada c)Tener que levantarse para ir al baño d) No poder respirar adecuadamente e) Toser o roncar f) Sentir frio g) Sentir demasiado calor h) Tener pesadillas i) Sentir dolor j) Otra razón 6. Durante el último mes, ¿Con que frecuencia ha tomado medicamentos para poder dormir? a) Ninguna vez en el último mes b) Menos de una vez a la semana c) Una o dos veces a la semana d) Tres o más veces a la semana 7. Durante el último mes, ¿Con que frecuencia tuvo dificultad para mantenerse despierto mientras conducía, comía o desarrollaba alguna otra actividad? a) Ninguna vez en el último mes b) Menos de una vez a la semana c) Una o dos veces a la semana d) Tres o más veces a la semana 8. Durante el último mes, ¿Le ha presentado problemas el tener ánimos para realizar algunas de las actividades de la pregunta anterior? a) Ningún problema b) Solo un leve problema c) Un problema d) Un grave problema 9. ¿Durante el último mes cómo calificaría en general la calidad de su sueño? a) Bastante buena b) Buena c) Mala d) Bastante mala 41 Anexo 2. Varianza total explicada Componente Autovalores iniciales Total % de la varianza Suma de las saturaciones al cuadrado de la rotación % acumulado Total % de la varianza % acumulado 1 4.522 34.781 34.781 4.205 32.345 32.345 2 1.863 14.331 49.112 2.156 16.586 48.931 3 1.648 12.678 61.791 1.672 12.860 61.791 4 .956 7.354 69.145 5 .893 6.867 76.013 6 .646 4.970 80.983 7 .567 4.359 85.342 8 .492 3.783 89.125 9 .431 3.312 92.437 10 .365 2.807 95.244 11 .260 2.003 97.247 12 .210 1.613 98.860 13 .148 1.140 100.000 Método de extracción: Análisis de Componentes principales. Anexo 3. Matriz de componentes no rotadosa Componente 1 2 3 Eficiencia .226 .627 .205 Hrs_sueño .078 -.293 .750 CAlificación .790 -.106 .235 Tarda .404 .487 -.428 DesperXnoche .343 .504 -.074 DesperXsemana .138 .486 .715 DificultDormir .365 .615 -.142 Desvelo .683 -.239 .233 DificultLevanta .610 -.413 -.335 Cansancio .829 -.150 -.073 Necesidad .727 -.118 -.128 Malestar .839 -.035 -.155 Calidad .807 -.051 .236 Método de extracción: Análisis de componentes principales. a. 3 componentes extraídos 42 Anexo 4. Matriz de coeficientes para el cálculo de las puntuaciones en las componentes Componente 1 2 3 Eficiencia -.065 .291 .206 Hrs_sueño .083 -.251 .403 CAlificación .187 -.028 .135 Tarda -.013 .332 -.182 DesperXnoche -.023 .282 .027 DesperXsemana -.049 .138 .485 DificultDormir -.040 .348 .002 Desvelo .190 -.100 .115 DificultLevanta .197 -.104 -.243 Cansancio .199 .000 -.051 Necesidad .171 .016 -.081 Malestar .178 .070 -.085 Calidad .181 .000 .143 Método de extracción: Análisis de componentes principales. Método de rotación: Normalización Varimax con Kaiser. Puntuaciones de componentes. 43
