SciELO - Scientific Electronic Library Online

 
vol.87 número2Cuidados paliativos en neurología: perspectivas para el sistema de salud del PerúDisfuncionalidad familiar y sintomatología ansioso-depresiva en internos de un centro de rehabilitación para trastorno por consumo de sustancias en Lima índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

  • Não possue artigos citadosCitado por SciELO

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista de Neuro-Psiquiatría

versão impressa ISSN 0034-8597

Rev Neuropsiquiatr vol.87 no.2 Lima abr./jun. 2024  Epub 28-Jun-2024

http://dx.doi.org/10.20453/rnp.v87i2.5098 

Artículos originales

Distrés peritraumático, enfermedades previas e ingesta de medicamentos en médicos en actividad presencial durante la pandemia por COVID-19 en Lima, Perú

Peritraumatic distress, pre-existing diseases and medication intake in physicians in face-to-face activity during the COVID-19 pandemic in the city of Lima, Perú

Martín Arévalo-Flores1  2 
http://orcid.org/0000-0001-7849-8839

Hever Krüger-Malpartida2 
http://orcid.org/0000-0001-7872-9318

Víctor Anculle-Arauco1  2 
http://orcid.org/0000-0001-5996-0039

Mauricio Dancuart-Mendoza2 
http://orcid.org/0000-0002-8122-3534

Juan Diego Mendoza-Saldaña3 
http://orcid.org/0000-0002-1127-0028

Yadhira Pérez-Quiñones2 
http://orcid.org/0000-0001-5452-6305

Janeth Torres-Mayta2 
http://orcid.org/0000-0003-4348-2532

Bruno Pedraz-Petrozzi2  4 
http://orcid.org/0000-0002-4119-971X

1 Hospital Cayetano Heredia, Servicio de Neuropsiquiatría. Lima, Perú.

2 Universidad Peruana Cayetano Heredia, Facultad de Medicina. Lima, Perú.

3 Universidad Peruana Cayetano Heredia, Centro de Investigación en Atención Primaria de Salud (CINAPS), Lima, Perú.

4 Central Institute of Mental Health. Mannheim, Alemania.

RESUMEN

Objetivo:

Determinar la relación y los factores conexos entre enfermedades preexistentes, ingesta de medicamentos y distrés peritraumático en médicos en actividad presencial en Lima (Perú) durante la pandemia por COVID-19.

Materiales y métodos:

El estudio incluyó a médicos que laboraban en primera línea de contacto con pacientes con COVID-19 y/o en áreas diferentes. Los instrumentos utilizados fueron el Índice de Distrés Peritraumático relacionado a COVID-19 (CPDI), el Cuestionario sobre Salud del Paciente (9 ítems) (PHQ-9) y la Escala para el Trastorno de Ansiedad Generalizada (7 ítems) (GAD-7). Se siguió un modelo lineal general tomando los valores del CPDI como variable dependiente para evaluar los factores relacionados con el distrés.

Resultados:

De un total de 288 médicos, el 54,50 % laboraba en primera línea. El CPDI muestra una relación directa con GAD-7 y PHQ-9, así como con enfermedad médica. Hubo también una relación estadísticamente significativa con la interacción entre las variables primera línea, enfermedad médica e ingesta de algún medicamento. El análisis post-hoc mostró mayor distrés en médicos que no trabajaban en primera línea, que tenían alguna enfermedad y que recibían alguna medicación, en comparación con médicos del mismo grupo laboral, pero sin enfermedades ni ingesta de medicamentos. Se encontró, asimismo, mayor distrés en médicos que laboraban en primera línea, que adolecían de alguna enfermedad y que no tomaban medicación alguna.

Conclusiones:

Los valores de distrés ocasionado por la COVID-19 en médicos se encuentran directamente relacionados no solamente con niveles declarados de ansiedad y depresión, sino también con la presencia de alguna enfermedad. En médicos que no laboraban en primera línea, la presencia conjunta de enfermedad y tratamiento con medicación para la misma condicionó valores elevados de distrés.

Palabras clave: COVID-19; salud mental; distrés peritraumático; médicos; primera línea

ABSTRACT

Objective:

To determine the relationship and connecting factors between pre-existing diseases, medication intake and peritraumatic distress in physicians in face-to-face activity in the city of Lima, Peru during the COVID-19 pandemic.

Method:

The study included physicians working in the first line of care of patients with COVID-19, as well as physicians working in other areas. The instruments used were the COVID-19 related Peritraumatic Distress Index (CPDI), Patient Health Questionnaire-9 (PHQ-9), and Generalized Anxiety Disorder Scale-7 (GAD-7). A general linear model was performed taking the CPDI values as the dependent variable to assess distress-related factors.

Results:

288 physicians were included, 54.50% of whom worked in the front line. The CPDI value showed a direct relationship with GAD-7 and PHQ-9, as well as with medical illness. A statistically significant direct relationship was also found with the interaction between the variables "frontline", "medical illness" and "medication intake". A post-hoc analysis showed greater distress in non-frontline doctors who had an illness and were taking medication, compared to doctors in the same occupational group without illness and who were not taking any medication. Likewise, greater distress was found in front-line doctors who had an illness and were not taking any medication.

Conclusions:

Distress values for COVID-19 in physicians were directly related not only to anxiety and depression values, but also to the presence of medical illness. Additionally, the joint occurrence of a medical illness and medication treatment was associated with elevated COVID-19 distress values in non-frontline physicians.

Keywords: COVID-19; mental health; peritraumatic distress; physicians; frontline

INTRODUCCIÓN

La enfermedad por coronavirus 2019 (COVID-19) ha generado un impacto negativo sobre el sistema sanitario, especialmente en el personal de salud (PS) 1 A partir de esta situación, se ha prestado mayor interés a la salud mental de este personal, realizándose diversos estudios para valorar su estado mental 2-6 En China, por ejemplo, se encontró que un gran porcentaje del PS presentó trastorno de ansiedad, trastorno por estrés postraumático y episodio depresivo 7-9

En situaciones de estrés, como el experimentado por la COVID-19, suele evaluarse el distrés peritraumático (DP). Se ha encontrado que el DP es útil porque es predictor de diversos problemas mentales después de un evento estresante 10. A su vez, existen grupos vulnerables que han presentado mayor DP durante la pandemia por COVID-19, como es el caso de personas con enfermedades médicas preexistentes 11 y PS de primera línea (12, 13).

A partir de esta información, varios autores sugieren mayor vulnerabilidad en el PS de primera línea, debido a la alta exposición y el mayor riesgo de infección, así como también las jornadas laborales prolongadas y la escasez de recursos sanitarios 14-16.

Existen estudios que evaluaron la presencia de enfermedades crónicas previas y DP durante la pandemia por COVID-19 en participantes que no eran PS 17-20; en uno de estos se encuentra correlación positiva entre la presencia de enfermedades médicas previas y DP 18. Sin embargo, no se han encontrado estudios que evalúen la relación que existe entre el DP, las enfermedades médicas y la ingesta de algún medicamento en el PS, siendo la profesión médica y la presencia de comorbilidades dos factores de alta vulnerabilidad para un mayor DP durante la COVID-19 (11, 21).

Ante el vacío de información, el objetivo del presente estudio fue determinar si hay relación entre DP, enfermedades previas, ingesta de medicamentos y atender en primera línea durante la pandemia por COVID-19 en médicos.

MATERIALES Y MÉTODOS

Diseño de estudio y criterios de selección

Se reclutaron 288 médicos que se encontraban laborando presencialmente en Lima (Perú) durante el período del 21 de julio de 2020 al 27 de febrero de 2021.

Los criterios de inclusión fueron ser mayor de 18 años y ser médico que labore presencialmente, independientemente de su régimen laboral. Se excluyeron a aquellos sin conocimiento suficiente del idioma castellano o con dificultades que puedan interferir el llenado de la encuesta (dificultades de aprendizaje o ceguera).

Los participantes fueron informados acerca del estudio y consintieron su participación. El estudio fue aprobado por el Comité Institucional de Ética en Investigación de la Universidad Peruana Cayetano Heredia, realizado de acuerdo con la declaración de Helsinki y los estándares éticos de la Asociación Americana de Psicología.

Recolección de datos

La información proviene de la base de datos de un proyecto de investigación que busca evaluar el impacto de la pandemia por COVID-19 en distintas poblaciones. Para la recolección, se llevó a cabo una encuesta en línea. Debido a las restricciones para prevenir el contagio de COVID-19, las encuestas se digitalizaron y se programaron usando la herramienta Formularios de Google. Posteriormente, el enlace de la encuesta virtual fue distribuido por medios digitales (Facebook, Twitter, WhatsApp, Instagram, LinkedIn, etc.).

La encuesta incluyó el consentimiento informado; se preguntó edad, sexo, género, creencia religiosa, antecedentes de enfermedades y consumo de medicamentos. Además, se aplicó el Índice de Distrés Peritraumático relacionado con la Enfermedad por Coronavirus 2019 (CPDI), el Cuestionario sobre la Salud del Paciente de 9 ítems (PHQ-9) y la Escala para el Trastorno de Ansiedad Generalizada de 7 ítems (GAD-7), así como preguntas relacionadas a síntomas respiratorios altos en los últimos 14 días, diagnóstico de COVID-19 actual o previo, hospitalización por COVID-19, familiares que hayan tenido COVID-19 o que hayan estado hospitalizados o hayan fallecido por la COVID-19 y, finalmente, datos relacionados a su actividad, como su trabajo en la atención de pacientes con COVID-19 (personal de primera línea) y si eran médicos asistentes o residentes. Antes de llenar el cuestionario, cada médico debía aceptar su participación mediante el consentimiento informado.

Instrumentos

Para el DP se utilizó el cuestionario CPDI (COVID-19 Peritraumatic Distress Index), desarrollado en China por Qiu et al. 22 y traducido al castellano y adaptado para su uso en la población peruana 23. El instrumento se diseñó para evaluar los cambios relacionados con el estado de ánimo, las habilidades cognitivas, el comportamiento, el ritmo circadiano, entre otros síntomas somáticos a causa de la pandemia por COVID-19. Consta de 24 ítems y tiene un diseño de cuatro factores: estado de ánimo negativo, cambios de comportamiento y habilidades cognitivas, somatización e hiperactivación/agotamiento. Cada ítem se evaluó utilizando una escala tipo Likert: nunca (0 puntos), ocasionalmente (1 punto), a veces (2 puntos), a menudo (3 puntos), la mayoría de las veces (4 puntos). La suma del valor de cada ítem da como resultado la puntuación base, a la cual se le suma 4 para obtener la puntuación final. Sobre la base de la puntuación mostrada se puede categorizar el distrés como normal (0 a 28 puntos), leve (29 a 52 puntos) y severo (53 a 100 puntos).

Con relación a los síntomas de depresión y ansiedad, se utilizó la versión peruana del PHQ-9 (24, 25) para evaluar la severidad de los síntomas depresivos. El PHQ-9 presenta valores entre 0 y 27 puntos, siendo que puntuaciones más altas son compatibles con mayor intensidad de síntomas depresivos. Este instrumento fue validado en Perú con una muestra representativa (n = 30 449), mostrando buena consistencia interna (α de Cronbach = 0,87) 25. De acuerdo con el puntaje, el PHQ-9 puede dividirse en depresión mínima (1-4 puntos), leve (5-9 puntos), moderada (10-14 puntos) y severa (15-27 puntos).

Respecto a los síntomas de ansiedad, se utilizó la versión peruana de la GAD-7 26 para evaluar la intensidad de los síntomas de ansiedad. La GAD-7 presenta valores entre 0 y 21 puntos. El valor más alto indica una puntuación de ansiedad más alta. Este instrumento también fue validado en Perú 26 con una muestra representativa (n = 2978), mostrando buena consistencia interna (α de Cronbach = 0,89). Este inventario también define cuatro categorías de ansiedad: mínima (0-4 puntos), leve (5-10 puntos), moderada (11-15 puntos) y severa (16-21 puntos).

Para el análisis estadístico se describieron las variables mediante tablas, las cuales fueron elaboradas utilizando el programa Microsoft Excel Office 2019. Las variables generales y sociodemográficas se observan en la tabla 1. Por otro lado, las variables psicométricas, que corresponden a los valores de PHQ-9, CPDI y GAD-7, se observan en la tabla 2. La tabla 3 presenta la existencia de antecedentes médicos e ingesta de medicamentos empleando frecuencias y porcentajes.

Tabla 1 Características generales y sociodemográficas de los participantes del estudio (n = 288). 

Tabla 2 Valores psicométricos de depresión (PHQ-9), ansiedad (GAD-7) y estrés por COVID-19 (CPDI) en la muestra de personal de salud (n = 288). 

Tabla 3 Antecedentes médicos de los participantes. 

Para las variables categóricas se emplearon frecuencias y porcentajes para su descripción (tabla 1). Para las variables continuas se emplearon medidas de tendencia central y dispersión (media, desviación estándar). Los valores de severidad de los instrumentos psicométricos, calculados a partir de las instrucciones de uso, fueron presentados en tabla 2. El cálculo de información descriptiva fue realizado con el paquete estadístico de libre acceso Jamovi 2.0.1 27.

Luego se realizó un análisis de covarianza (ANCOVA) utilizando el software libre Jamovi 2.0.1 (27). Para fines del estudio, se tomó como variable dependiente los valores totales de la escala CPDI. Debido a que la variable CPDI no cumple con los requisitos de normalidad, se la transformó empleando raíz cuadrada y se ingresó transformada en el modelo Transformación SQRT (CPDI). Los resultados descriptivos para esta transformación se encuentran en la tabla 2.

Con respecto a las variables independientes, se incluyeron las siguientes variables categóricas dicotómicas: género, enfermedad médica, toma de algún medicamento y trabajo en primera línea. Asimismo, se incluyeron dentro de las covariables las siguientes variables numéricas: edad, valor de la GAD-7 y valor del PHQ-9. Además, el modelo computado calculó diversas interacciones entre las variables categóricas independientes (factores). Para poder determinar diferencias estadísticas entre subgrupos de las interacciones, se realizó un análisis post-hoc (Bonferroni), en caso de que alguna interacción arroje un resultado significativo en el análisis. Finalmente, se presentaron los resultados del modelo estadístico ANCOVA en la tabla 4.

Tabla 4 ANCOVA de las variables enfermedad médica, ingesta de medicamentos y primera línea con respecto a la variable estrés peritraumático debido a COVID-19, con control de las variables género, edad, GAD-7 y PHQ-9. 

Con relación al ANCOVA, en la tabla 4 se presentan los valores p de las pruebas F y el tamaño del efecto eta-cuadrado parcial (η2p). Para los valores de p, se asume como estadísticamente significativo un valor de p ≤ 0,05 y un p < 0,10 como una tendencia a la significancia. En el caso del tamaño del efecto, se dividen los efectos según intensidad: muy débil (η2p < 0,01), débil (0,01 ≤ η2p < 0,06), moderado (0,06 ≤ η2p < 0,14) y fuerte (η2p ≥ 0,14) (28, 29).

RESULTADOS

Descripción general

Se incluyeron 288 médicos. El 77,40 % representó médicos asistentes (n = 223); y el 22,60 % restantes, residentes (n = 65). El 54,50 % (n = 157) de participantes trabajaba en primera línea y el 45,50 % (n = 131) restante no era médico de primera línea. El 56,60 % (n = 163) de participantes fueron mujeres. En la tabla 1 se muestran otras características.

Los valores psicométricos de las escalas para depresión, ansiedad y estrés relacionados a la COVID-19 se muestran en tabla 2.

En la tabla 3 se muestra la presencia de antecedentes médicos, así como también los medicamentos ingeridos con más frecuencia. Se destaca que el 36,50 % (n = 105) recibió el diagnóstico de alguna enfermedad. De este grupo, 44 participantes presentaron más de un diagnóstico. El grupo farmacológico más usado entre aquellos que tomaban algún fármaco fue el de los inhibidores selectivos de la recaptación de serotonina (7,73 %; n = 15).

Niveles de estrés por COVID-19 - ANCOVA

Los resultados del modelo ANCOVA se detallan en la tabla 4. Se destaca que los datos de tres participantes fueron retirados del análisis debido a falta de datos con relación a la medicación ingerida. Después de ajustar para edad, GAD-7 y PHQ-9, los niveles de DP medidos por la escala CPDI difirieron de forma estadísticamente significativa para la presencia de enfermedad médica en los médicos (F1,266 = 12,73; p < 0,001; η2p = 0,05). Finalmente, hubo una interacción estadísticamente significativa entre enfermedad médica, ingesta de algún medicamento, pertenencia a la primera línea de lucha contra la COVID-19 en los niveles de DP calculados con la escala CDPI, mientras que se controló para edad, GAD-7 y PHQ-9 (F1,266 = 3,37; p = 0,014; η2p = 0,022). El resto de las variables e interacciones no explicaron significativamente cambios en la varianza de la variable predictora (tabla 4).

Para determinar las diferencias puntuales entre subgrupos que puedan explicar este resultado de la interacción primera línea*enfermedad médica*ingesta de medicamentos, se realizó un test post-hoc (Bonferroni), cuyos resultados se presentan en la figura 1.

Figura 1 Puntajes de CPDI transformados según lugar de trabajo, consumo de fármacos e ingesta de medicamentos. MD: media; SE: error estándar de la media; t: t de Student; *p < 0,05. 

Con relación a los valores del CPDI, en la figura 1 se observan diferencias entre el subgrupo de médicos no primera línea sin enfermedad y con medicación y el subgrupo de médicos no primera línea con enfermedad y con medicación (MD = -0,87; SE = 0,27; t = -3,23; p = 0,039). A continuación, se puede observar diferencias estadísticamente significativas entre el subgrupo de médicos de primera línea sin enfermedad y sin medicación y el subgrupo de médicos de primera línea con enfermedad y sin medicación (MD = -0,58; SE = 0,18; t = -3,160; p = 0,049). Igualmente, se encontraron diferencias significativas entre el subgrupo de médicos de primera línea con enfermedad y sin medicación y el subgrupo de médicos no primera línea sin enfermedad y con medicación (MD = -1,04; SE = 0,29; t = - 3,56; p = 0,012). Finalmente, se encontraron diferencias significativas entre el subgrupo médicos no primera línea sin enfermedad y sin medicación y el subgrupo de médicos de primera línea con enfermedad y sin medicación (MD = -0,61; SE = 0,19; t = -3,21; p = 0,041).

DISCUSIÓN

Nuestros resultados revelaron, primero, que los médicos con enfermedades médicas previas a la pandemia por COVID-19 muestran mayores niveles de DP que aquellos médicos sin ninguna condición médica. Dichos resultados se mostraron significativos al momento de corregir posibles factores de confusión. Segundo, la interacción entre las variables ingesta de medicamentos, enfermedades médicas y ser personal de salud de primera línea explica diferencias significativas en la variable dependiente (niveles de DP).

En el posterior análisis de subgrupos para la interacción, encontramos que, dentro del grupo de médicos de primera línea que no ingieren medicamentos, aquellos que tenían una enfermedad médica mostraron valores más altos del CPDI en comparación con aquellos sin enfermedad médica. De igual manera, encontramos que la presencia de enfermedad médica explica valores más altos del CPDI en aquel grupo de médicos no primera línea que ingieren algún medicamento. Además, de los médicos que no ingirieron medicamentos, aquellos que eran de primera línea y tenían alguna enfermedad médica presentaron valores más altos del CPDI que aquellos que no eran de primera línea para COVID-19 y no tenían alguna enfermedad médica. Finalmente, se encontraron valores más altos del CPDI en el subgrupo de médicos de primera línea con enfermedad médica y sin ingesta de medicamentos, que en el grupo de médicos que no eran de primera línea sin enfermedad médica y con ingesta de algún medicamento.

Según estudios previos, existe un porcentaje significativo de PS que habría presentado enfermedades médicas previas durante la pandemia por COVID-19. Chew et al. 17 y Fattori et al. 30 evaluaron el estado psicológico del PS, y encontraron, respectivamente, un 22,60 % y 28,90 % de participantes con comorbilidades. Por el contrario, hemos hallado que un 36,50 % del PS tiene al menos una enfermedad médica, valor superior al de los estudios señalados.

En la actualidad, el presente estudio conforma parte de aquellos que evalúan, en PS médico, la relación entre DP, trabajo en la primera línea de lucha contra la COVID-19, presencia de enfermedad médica e ingesta de algún medicamento. Anteriormente, Fattori et al. 30 reportaron que la presencia de enfermedades médicas crónicas es un factor de riesgo para el desarrollo de DP 30. Adicionalmente, se ha reportado, en la población general, que las enfermedades crónicas preexistentes se relacionaban con mayores niveles de distrés psicológico y menores niveles de calidad de vida 31. Sin embargo, hacen falta estudios en la actualidad que determinen la relación entre enfermedad médica y DP en PS médico, sobre todo porque existe en este grupo una probabilidad aumentada de secuelas psicológicas 32 y porque la presencia de enfermedades médicas previas puede condicionar la aparición de DP severo 18.

El hallazgo de que el personal de primera línea se encuentra más afectado, en cuanto a variables asociadas a la salud mental, ha sido reportado por diversos autores 16,33-36. En nuestro estudio, no se encontró esta diferencia en la muestra total; sin embargo, sí se presentó diferencia entre aquellos que trabajaban en primera línea y que tenían una enfermedad sin tomar medicación y dos subgrupos que no trabajaban en primera línea (aquellos que no tenían una enfermedad previa y tomaban alguna medicación, y aquellos que no tenían una enfermedad previa ni tomaban medicación). Estos resultados señalan mayor vulnerabilidad en aquellos que tienen las dos características, pertenecer a primera línea y tener una enfermedad previa. Estas características posiblemente se relacionan a la constante exposición al virus SARS-CoV-2 y al temor de presentar cuadros más severos al contagiarse por parte del grupo que tenía enfermedades previas, generando así mayores preocupaciones y miedos; lo cual se relaciona con lo señalado por el informe de las Naciones Unidas 21 que coloca como grupos vulnerables, para presentar problemas de salud mental, al PS de primera línea y a las personas con problemas de salud preexistentes, entre otros grupos adicionales.

También se encontraron diferencias en el subgrupo de médicos que trabajaban en primera línea y no tomaban medicación. En este caso, encontramos que los que tenían una enfermedad presentaban más distrés que los que no la tenían. El efecto de tener una enfermedad también se observó entre aquellos que no trabajaban en primera línea, presentando mayor DP aquellos que tenían una enfermedad previa y que tomaban alguna medicación en comparación con aquellos sin enfermedad pero que tomaban una medicación. Nuevamente tener una enfermedad aparece como un factor importante para tener mayor DP conforme a lo encontrado por Fattori et al. 30.

La principal fortaleza de este estudio es que es el primero que evalúa la relación entre enfermedades previas, ingesta de medicamentos y distrés. La relación entre antecedente de enfermedades y distrés se podría explicar por el riesgo aumentado de los médicos a presentar cuadros de mayor gravedad en caso se infecten.

Los resultados de este estudio deben de ser tomados con precaución debido a las limitaciones que presenta. En primer lugar, el método de recolección fue a través de una encuesta online y empleando el método «bola de nieve». La selección no aleatoria de los resultados puede traer consecuencias, sobre todo en la inferencia de los resultados sobre la población de médicos. Sin embargo, debido a las restricciones sanitarias impuestas por el Gobierno, era el método de muestreo más seguro para evitar posibles contagios. En segundo lugar, indicar las enfermedades médicas previas sin evaluación médica previa puede traer, como consecuencia, posibles sesgos en la encuesta, como el de memoria; no obstante, debido a las restricciones sanitarias, fue difícil también evaluar presencialmente la existencia o ausencia de enfermedad médica. Finalmente, el amplio período de recolección de datos, que duró cerca de 7 meses, contuvo diversos cambios sanitarios (por ejemplo, la aparición de la segunda ola y la reactivación de actividades presenciales) que condicionaron el aumento de casos de COVID-19 y, como consecuencia, la carga laboral del PS. El aumento de la carga laboral y de la exposición a casos por COVID-19 pudieron influenciar el aumento de la tasa de aparición de DP, afectando por consiguiente a la curva de respuestas.

Sobre la base de los resultados del presente estudio, consideramos que es preciso fortalecer el área de medicina ocupacional, que promueva un alto nivel de bienestar mental al PS; así como la medicina del trabajo, que garantice funciones acordes con sus capacidades fisiológicas y psicológicas. Ello debido a que los problemas de salud mental pueden afectar la capacidad de comprensión clínica del médico, la calidad de atención y la toma de decisiones 37. Esto se sustenta en la correlación encontrada en un estudio de Li et al. 38 entre el apoyo psicológico y la autoeficacia del personal médico.

CONCLUSIONES

El distrés se relaciona con los valores de puntuación de las escalas de ansiedad y depresión, presencia de alguna enfermedad médica, así como con la interacción entre toma de medicación, enfermedad médica y la condición de trabajar en primera línea. Se sugiere incluir de forma regular a profesionales de salud mental en los equipos de medicina del trabajo en las instituciones de salud.

REFERENCIAS

1. Ghahramani S, Kasraei H, Hayati R, Tabrizi R, Marzaleh MA. Health care workers' mental health in the face of COVID-19: a systematic review and meta-analysis. Int J Psychiatry Clin Pract [Internet]. 2023; 27(2): 208-217. Disponible en: https://doi.org/10.1080/13651501.2022.2101927 [ Links ]

2. Moro MF, Calamandrei G, Poli R, Di Mattei V, Perra A, Kurotschka PK, et al. The impact of the COVID-19 pandemic on the mental health of healthcare workers in Italy: analyzing the role of individual and workplace-level factors in the reopening phase after lockdown. Front Psychiatry [Internet]. 2022; 13: 867080. Disponible en: https://doi.org/10.3389/fpsyt.2022.867080 [ Links ]

3. Chinvararak C, Kerdcharoen N, Pruttithavorn W, Polruamngern N, Asawaroekwisoot T, Munsukpol W, et al. Mental health among healthcare workers during COVID-19 pandemic in Thailand. PLoS One [Internet]. 2022; 17(5): e0268704. Disponible en: https://doi.org/10.1371/journal.pone.0268704 [ Links ]

4. López LC, Herrera CR, Fong SB, Godoy JC. A longitudinal study on the changes in mental health of healthcare workers during the COVID-19 pandemic. Psychiatry [Internet]. 2022; 85(1): 56-71. Disponible en: https://doi.org/10.1080/00332747.2021.1940469 [ Links ]

5. Scott HR, Stevelink SA, Gafoor R, Lamb D, Carr E, Bakolis I, et al. Prevalence of post-traumatic stress disorder and common mental disorders in health-care workers in England during the COVID-19 pandemic: a two-phase cross-sectional study. Lancet Psychiatry [Internet]. 2023; 10(1): 40-49. Disponible en: https://doi.org/10.1016/S2215-0366(22)00375-3 [ Links ]

6. Olivares-Tirado P, Zanga-Pizarro R. Impact of COVID-19 pandemic outbreak on mental health of the hospital front-line healthcare workers in Chile: a difference-in-differences approach. J Public Health (Bangkok) [Internet]. 2023; 45(1): e57-e64. Disponible en: https://dx.doi.org/10.1093/pubmed/fdac008 [ Links ]

7. Li Z, He J, Wang Y, Bai M, Zhang Y, Chen H, et al. A cross-sectional study on the mental health of patients with COVID-19 1 year after discharge in Huanggang, China. Eur Arch Psychiatry Clin Neurosci [Internet]. 2023; 273(2): 301-310. Disponible en: https://doi.org/10.1007/s00406-022-01484-8 [ Links ]

8. Zheng Y, Tang PK, Lin G, Liu J, Hu H, Wu AM, et al. Burnout among healthcare providers: its prevalence and association with anxiety and depression during the COVID-19 pandemic in Macao, China. PLoS One [Internet]. 2023; 18(3): e0283239. Disponible en: https://doi.org/10.1371/journal.pone.0283239 [ Links ]

9. Li Y, Fan R, Lu Y, Li H, Liu X, Kong G, et al. Prevalence of psychological symptoms and associated risk factors among nurses in 30 provinces during the COVID-19 pandemic in China. Lancet Reg Health West Pac [Internet]. 2023; 30: 100618. Disponible en: https://doi.org/10.1016/j.lanwpc.2022.100618 [ Links ]

10. Vance MC, Kovachy B, Dong M, Bui E. Peritraumatic distress: a review and synthesis of 15 years of research. J Clin Psychol [Internet]. 2018; 74(9): 1457-1484. Disponible en: https://doi.org/10.1002/jclp.22612 [ Links ]

11. Al-Rahimi JS, Nass NM, Hassoubah SA, Wazqar DY, Alamoudi SA. Levels and predictors of fear and health anxiety during the current outbreak of COVID-19 in immunocompromised and chronic disease patients in Saudi Arabia: a cross-sectional correlational study. PLoS One [Internet]. 2021; 16(4): e0250554. Disponible en: https://doi.org/10.1371/journal.pone.0250554 [ Links ]

12. Qi X, Wang J, Liu J, Amporfro DA, Wang K, Liu H, et al. Factors associated with peritraumatic stress symptoms among the frontline healthcare workers during the outbreak of COVID-19 in China. BMJ Open [Internet]. 2022; 12(1): e047753. Disponible en: https://doi.org/10.1136/bmjopen-2020-047753 [ Links ]

13. Ghai B, Sharma R, Saini L, Yadav J, Kumar K, Sharma A, et al. Mental health of health care workers during the hour of crisis - A study from tertiary care hospital in North India. Ind Psychiatry J [Internet]. 2023; 32(1): 172-178. Disponible en: https://doi.org/10.4103/ipj.ipj_125_21 [ Links ]

14. Kafle K, Shrestha DB, Baniya A, Lamichhane S, Shahi M, Gurung B, et al. Psychological distress among health service providers during COVID-19 pandemic in Nepal. PLoS One [Internet]. 2021; 16(2): e0246784. Disponible en: https://doi.org/10.1371/journal.pone.0246784 [ Links ]

15. Monterrosa-Castro Á, Dávila-Ruiz R, Mejía-Mantilla A, Contreras-Saldarriaga J, Mercado-Lara M, Florez-Monterrosa C. Estrés laboral, ansiedad y miedo al COVID-19 en médicos generales colombianos. MedUNAB [Internet]. 2020; 23(2): 195-213. Disponible en: https://doi.org/10.29375/01237047.3890 [ Links ]

16. Al-Hanawi MK, Mwale ML, Alshareef N, Qattan AM, Angawi K, Almubark R, et al. Psychological distress amongst health workers and the general public during the COVID-19 pandemic in Saudi Arabia. Risk Manag Healthc Policy [Internet]. 2020; 13: 733-742. Disponible en: https://doi.org/10.2147%2FRMHP.S264037 [ Links ]

17. Chew NW, Lee GK, Tan BY, Jing M, Goh Y, Ngiam NJ, et al. A multinational, multicentre study on the psychological outcomes and associated physical symptoms amongst healthcare workers during COVID-19 outbreak. Brain Behav Immun [Internet]. 2020; 88: 559-565. Disponible en: https://doi.org/10.1016/j.bbi.2020.04.049 [ Links ]

18. Tasnim R, Sujan MS, Islam MS, Ferdous MZ, Hasan MM, Koly KN, et al. Depression and anxiety among individuals with medical conditions during the COVID-19 pandemic: findings from a nationwide survey in Bangladesh. Acta Psychol (Amst) [Internet]. 2021; 220: 103426. Disponible en: https://doi.org/10.1016%2Fj.actpsy.2021.103426 [ Links ]

19. Tan BY, Chew NW, Lee GK, Jing M, Goh Y, Yeo LL, et al. Psychological impact of the COVID-19 pandemic on health care workers in Singapore. Ann Intern Med [Internet]. 2020; M20-1083: 317-320. Disponible en: https://doi.org/10.7326/M20-1083 [ Links ]

20. Özdin S, Bayrak S. Levels and predictors of anxiety, depression and health anxiety during COVID-19 pandemic in Turkish society: the importance of gender. Int J Soc Psychiatry [Internet]. 2020; 66(5): 504-511. Disponible en: https://doi.org/10.1177/0020764020927051 [ Links ]

21. United Nations. Policy Brief: COVID-19 and the Need for Action on Mental Health [Internet]. UN; 2020. Disponible en: https://unsdg.un.org/sites/default/files/2020-05/UN-Policy-Brief-COVID-19-and-mental-health.pdfLinks ]

22. Qiu J, Shen B, Zhao M, Wang Z, Xie B, Xu Y. A nationwide survey of psychological distress among Chinese people in the COVID-19 epidemic: implications and policy recommendations. Gen Psychiatr [Internet]. 2020; 33(2): e100213. Disponible en: https://doi.org/10.1136/gpsych-2020-100213 [ Links ]

23. Pedraz-Petrozzi B, Arévalo-Flores M, Krüger-Malpartida H, Anculle-Arauco V. Validación por expertos del Índice de Distrés Peri-traumático relacionado con la enfermedad por coronavirus 2019 para su uso en el Perú. Rev Neuropsiquiatr [Internet]. 2021; 83(4): 228-235. Disponible en: https://doi.org/10.20453/rnp.v83i4.3888 [ Links ]

24. Calderón M, Gálvez-Buccollini JA, Cueva G, Ordoñez C, Bromley C, Fiestas F. Validación de la versión peruana del PHQ-9 para el diagnóstico de depresión. Rev Peru Med Exp Salud Pública [Internet]. 2012; 29(4): 578-579. Disponible en: http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S1726-46342012000400027Links ]

25. Villarreal-Zegarra D, Copez-Lonzoy A, Bernabé-Ortiz A, Melendez-Torres GJ, Bazo-Alvarez JC. Valid group comparisons can be made with the Patient Health Questionnaire (PHQ-9): a measurement invariance study across groups by demographic characteristics. PLoS One [Internet]. 2019; 14(9): e0221717. Disponible en: https://doi.org/10.1371/journal.pone.0221717 [ Links ]

26. Zhong QY, Gelaye B, Zaslavsky AM, Fann JR, Rondon MB, Sánchez SE, et al. Diagnostic validity of the Generalized Anxiety Disorder-7 (GAD-7) among pregnant women. PLoS One [Internet]. 2015; 10(4): e0125096. Disponible en: https://doi.org/10.1371/journal.pone.0125096 [ Links ]

27. Gallucci M. General analyses for linear models in Jamovi [Internet]. Jamovi; 2017. Disponible en: https://www.jamovi.org/library.htmlLinks ]

28. Morris PE, Fritz CO. Effect sizes in memory research. Memory [Internet]. 2013; 21(7): 832-842. Disponible en: https://doi.org/10.1080/09658211.2013.763984 [ Links ]

29. University of Cambridge. Rules of thumb on magnitudes of effect sizes [Internet]. UC; 2011, 30 de noviembre. Disponible en: https://imaging.mrc-cbu.cam.ac.uk/statswiki/FAQ/effectSizeLinks ]

30. Fattori A, Cantù F, Comotti A, Tombola V, Colombo E, Nava C, et al. Hospital workers mental health during the COVID-19 pandemic: methods of data collection and characteristics of study sample in a university hospital in Milan (Italy). BMC Med Res Methodol [Internet]. 2021; 21(1): 163. Disponible en: https://doi.org/10.1186/s12874-021-01355-1 [ Links ]

31. Horesh D, Kapel R, Hasson-Ohayon I. Risk factors for psychological distress during the COVID-19 pandemic in Israel: loneliness, age, gender, and health status play an important role. Br J Health Psychol [Internet]. 2020; 25(4): 925-933. Disponible en: https://doi.org/10.1111/bjhp.12455 [ Links ]

32. Salazar de Pablo G, Vaquerizo-Serrano J, Catalan A, Arango C, Moreno C, Ferre F, et al. Impact of coronavirus syndromes on physical and mental health of health care workers: systematic review and meta-analysis. J Affect Disord [Internet]. 2020; 275: 48-57. Disponible en: https://doi.org/10.1016%2Fj.jad.2020.06.022 [ Links ]

33. Buselli R, Corsi M, Baldanzi S, Chiumiento M, Del Lupo E, Dell'Oste V, et al. Professional quality of life and mental health outcomes among health care workers exposed to Sars-Cov-2 (Covid-19). Int J Environ Res Public Health [Internet]. 2020; 17(17): 6180. Disponible en: https://doi.org/10.3390/ijerph17176180 [ Links ]

34. Rossi R, Socci V, Pacitti F, Di Lorenzo G, Di Marco A, Siracusano A, et al. Mental health outcomes among frontline and second-line health care workers during the coronavirus disease 2019 (COVID-19) pandemic in Italy. JAMA Netw Open [Internet]. 2020; 3(5): e2010185. Disponible en: https://doi.org/10.1001/jamanetworkopen.2020.10185 [ Links ]

35. De Sio S, Buomprisco G, La Torre G, Lapteva E, Perri R, Greco E, et al. The impact of COVID-19 on doctors' well-being: results of a web survey during the lockdown in Italy. Eur Rev Med Pharmacol Sci [Internet]. 2020; 24(14): 7869-7879. Disponible en: https://doi.org/10.26355/eurrev_202007_22292 [ Links ]

36. Lai J, Ma S, Wang Y, Cai Z, Hu J, Wei N, et al. Factors associated with mental health outcomes among health care workers exposed to coronavirus disease 2019. JAMA Netw Open [Internet]. 2020; 3(3): e203976. Disponible en: https://doi.org/10.1001%2Fjamanetworkopen.2020.3976 [ Links ]

37. Lozano-Vargas A. Impacto de la epidemia del coronavirus (COVID-19) en la salud mental del personal de salud y en la población general de China. Rev Neuropsiquiatr [Internet]. 2020; 83(1): 51-56. Disponible en: http://dx.doi.org/10.20453/rnp.v83i1.3687 [ Links ]

38. Li ZC, Wang K, Zhu XY, Du JL. [The mediating role of mental capital in understanding social support and job satisfaction]. Zhonghua Lao Dong Wei Sheng Zhi Ye Bing Za Zhi [Internet]. 2018; 36(8): 594-597. Disponible en: https://doi.org/10.3760/cma.j.issn.1001-9391.2018.08.007 Chino. [ Links ]

Financiamiento: Autofinanciado.

Contribución de autoría MAF y BPP: conceptualización, curación de datos, análisis formal, redacción del borrador original, redacción (revisión y edición). HKM y VVA: curación de datos, análisis formal, redacción del borrador original, redacción (revisión y edición). MDM: curación de datos, análisis formal. JDMS: análisis formal, redacción del borrador original, redacción (revisión y edición). YPQ y JTM: redacción del borrador original, redacción (revisión y edición)

Recibido: 20 de Diciembre de 2023; Aprobado: 28 de Mayo de 2024

Correspondencia: Juan Diego Mendoza Saldaña Dirección: Av. Honorio Delgado 262, San Martín de Porres, Lima 15102, Perú Contacto: juan.mendoza.s@upch.pe

Conflicto de intereses:

Los autores declaran no tener conflicto de intereses.

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