SciELO - Scientific Electronic Library Online

 
vol.20 issue4Characteristics and evolution of patients with urinary lithiasis in emergency of a tertiary hospital.Surgical complications in pediatric patients with open and laparoscopic surgeries for complicated acute appendicitis at a national reference center author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista de la Facultad de Medicina Humana

Print version ISSN 1814-5469On-line version ISSN 2308-0531

Rev. Fac. Med. Hum. vol.20 no.4 Lima Oct-Dec 2020

http://dx.doi.org/10.25176/rfmh.v20i4.3193 

Artículo original

Validación de escala de cambios en los estilos de vida durante el periodo de cuarentena en una población de estudiantes universitarios de Lima, Perú

Víctor Juan Vera-Ponce1  , Médico Cirujano

Jenny Raquel Torres-Malca2  , Licenciado en Psicología

Edith Katherine Tello-Quispe2  , Licenciado en Psicología

Eder Jesús Orihuela-Manrique2  , Licenciado en Psicología

Jhony A. De La Cruz-Vargas3  , Médico Cirujano, Especialista en Oncología Médica.

1Facultad de Ciencias de la Salud, Universidad Científica del Sur, Lima - Perú

2Universidad Tecnológica del Perú, Lima-Perú

3Instituto de Investigación en Ciencias Biomédicas, Universidad Ricardo Palma, Lima-Perú

RESUMEN

Introducción:

Los estudiantes universitarios se han visto obligados a cambiar sus hábitos debido a la cuarentena por la pandemia COVID-19.

Objetivo:

Desarrollar una escala de validación para conocer los cambios en los estilos de vida durante la cuarentena en estudiantes universitarios de Lima, Perú.

Métodos:

Estudio transversal, observacional, analítico. Se encuestaron a 549 universitarios de medicina humana y psicología de dos universidades privadas de Lima de forma virtual. Se realizó la validez de constructo, la fiabilidad y los rangos/categorías para calificar el estilo de vida.

Resultados:

La escala final quedó conformada por 25 reactivos. La prueba de esfericidad de Bartlett fue significativa (3514.19, gl= 300, p<0.001) y el indicador de adecuación del tamaño de muestra Kaiser-Meyer-Olkin fue adecuado (0.845). Las cuatro áreas temáticas fueron cambios con respecto a 1) Hábitos alimenticios; 2) Hábitos nocivos; 3) Actividad física; y 4) Uso de medios de comunicación. Al ser una escala de medición ordinal tipo Likert, se procedió a confirmar los resultados a través del programa Factor Analisys obteniendo un KMO de 0.80 (confiable) y la prueba de esfericidad de Bartlett significativa (5528.8; p<0.001; gl=300), confirmando la existencia de 7 componentes que explican el 63% de la varianza.

Conclusión:

Esta escala reúne las propiedades psicométricas para ser considerado un instrumento útil, valido y fiable para medir dichos cambios en estudiantes de carreras de ciencias de la salud, siendo necesario validarlo en forma prospectiva en otras carreras y países.

Palabras Clave: Estilo de Vida; Estudiantes; Estudio de Validación. (Fuente DeCS BIREME).

INTRODUCCIÓN

La presencia del Covid-19, un tipo de coronavirus surgido en la ciudad de Wuhan, China, se ha vuelto el principal problema de salud pública en el mundo1. Si bien su tasa de letalidad llega del 3 - 5% en la mayoría de los casos, la facilidad con la que se propaga puede llegar a elevar el número de contagiados hasta el punto de saturar y colapsar los sistemas de salud.2

Es por ello que varios países, entre ellos el Perú, ha tomado medidas, como el distanciamiento social y el aislamiento social obligatorio (cuarentena), como una forma de evitar la propagación masiva de la enfermedad, imponiendo a la población que permanezca en sus hogares, y con altas medidas de restricción para movilizarse por las calles.3,4

La imposibilidad de las personas para realizar sus actividades cotidianas ha repercutido directamente sobre sus estilos de vida5-7. De esa forma, la condición física puede verse reducida, promoviendo al sedentarismo8; cambios en los patrones alimenticios, por el difícil, ya sea por la dificultad a su acceso o motivos económicos; los patrones de sueño, tanto por factores emocionales como físicos, o incluso el consumo de hábitos nocivos. Estos cambios son desfavorables, puede conllevar algunos efectos a largo plazo sobre las enfermedades cardiovasculares.9

Una población bastante susceptible a estos cambios son los estudiantes universitarios, debido a que se ven obligados a adaptarse a las nuevas formas de aprendizaje, junto con el aislamiento social obligatorio necesario, y todo esto sumado a que son un grupo que presenta una alta prevalencia de trastornos ansiosos y depresivos, con mayor presencia de trastornos de angustia durante los primeros años de estudio.10-13

Por lo tanto, frente a esta problemática, se busca con esta investigación mediante el diseño y la validación de una escala para conocer cuáles son los cambios en los estilos de vida de los estudiantes durante este periodo de confinamiento obligatorio. Por lo que, el objetivo del presente estudio desarrollar una escala de validación para conocer cuáles son los cambios en los estilos de vida durante el periodo de cuarentena en una población de estudiantes universitarios de Lima, Perú

MÉTODOS

Diseño y área de estudio

Se desarrolló un estudio transversal, observacional, analítico. Para ello se encuestaron a 549 estudiantes universitarios de la carrera de Medicina Humana y de psicología de dos universidades Privadas de Lima, Perú, durante el periodo de la tercera semana de Mayo del 2020. La realización de la encuesta fue de forma virtual. Se realizó la validez de constructo, la fiabilidad y posteriormente se determinaron los rangos y las categorías para calificar el estilo de vida de los participantes.

Población y muestra

Con una población de estudiantes de medicina total de 1000 sujetos, y una proporción esperada del 50%, con un tamaño de muestra de 398 sujetos se obtiene una precisión estadística del 3%. En caso de los estudiantes de psicología con un total de 600 sujetos, y una proporción esperada del 50%, con un tamaño de muestra de 151 sujetos, se obtiene una precisión estadística de 6%.

Variables e instrumentos

El cuestionario fue desarrollado por los investigadores, agrupadas en 4 áreas, dimensiones o dominios orientados a medir el constructo de los cambios de estilo de vida durante la cuarentena: consumo de alimentos, actividad física, consumo de hábitos nocivos (alcohol y cigarrillo) y uso de medios de comunicación, de opción múltiple.

Las preguntas del cuestionario fueron originalmente adaptadas del Cuestionario nacional de indicadores nutricionales, bioquímicos, socioeconómicos y culturales, el cual fue realizada en el año 2005 por el Centro nacional de alimentación y nutrición del Instituto Nacional de Salud. De esa forma, el diseño del instrumento contaba con una escala tipo Likert para las opciones de respuesta, excepto si la pregunta se hizo de manera binaria.

La primera versión del cuestionario contaba con 27 preguntas agrupadas en 4 áreas, dimensiones o dominios orientados a medir el constructo.

Para el dominio “consumo de alimentos” las cuales para conocer los cambios se colocó cuatro alternativas: aumentó1, disminuyó2, no cambió3y no consume4.

Para el dominio ‘actividad física’ se realizó una pregunta dirigida a conocer si hubo cambios o no en la cuarentena: aumentó1, disminuyó2, no cambió3y no realizó ningún tipo de actividad física4.

En caso dominio ‘hábitos nocivos´ se realizó también un solo tipo de pregunta, tanto para el hábito fumar como para el hábito consumo de alcohol. En ambos fue en base a si aumentó1, disminuyó2, no cambió, pues fuma/bebe alcohol igual que antes3, y no fuma/bebe4.

Finalmente, en el dominio ‘medios de comunicación’ se consideraron los cambios sobre el uso de internet, radio y televisión. En ambos fue en base a si aumentó1, disminuyó2, no cambió3, y no usa algunos de estos medios, respectivamente4.

Procedimientos

Fase preliminar y exploratoria

Primero se conformó el grupo de investigación que se encargó de la revisión de la literatura enfocada en los temas de validación y cambios en el estilo de vida. Luego de revisar cuestionarios en base de datos internacionales (Pubmed, ScienceDirect, Scielo y Google Scholar) se construyó el cuestionario en base a las preguntas que se consideraron las más pertinentes.

Fase final

Se hicieron los últimos ajustes y se estructuró la versión final del cuestionario que sería aplicado en la medición de los cambios en el estilo de vida de los estudiantes de medicina humana y psicología. Posteriormente, se llevó a cabo la evaluación psicométrica y al análisis multivariado para demostrar la validez de constructo del instrumento diseñado a fin de determinar el número final de preguntas a incluir.

Análisis estadísticos

Primero se realizó una exploración previa con el software SPSS-IBM 26.0, para evaluar las condiciones previas para ejecutar la validez de constructo, tales como evaluar en la matriz de correlaciones si la mayoría de correlaciones ítem-total superan el valor de 0.3, además se determinaron el estadístico Kaiser Meyer Olkin (KMO) y la prueba de esfericidad de Barlett. En cuanto a la validez de constructo del instrumento de medición, se empleó la técnica estadística de análisis factorial exploratorio (AF), y se extrajeron los posibles factores resultantes por medio del análisis de componentes principales rotación Varimax. y una varianza total acumulada mayor al 50%. Para demostrar la fiabilidad del instrumento se calculó el coeficiente alfa de Cronbach considerando un valor superior de 0.8 como indicador de consistencia. Al ser una escala de medición ordinal tipo Lickert, se procedió a confirmar los resultados a través del programa Factor Analisys V10, obteniendo resultados afines a los alcanzados por el SPSS.

Aspectos éticos

El estudio contó con la aprobación del comité de ética de la Facultad de Medicina Humana de la Universidad Ricardo Palma.

RESULTADOS

La escala se conformó por 27 indicadores distribuidos en cuatro áreas temáticas. Las cuatro áreas temáticas fueron 1) Hábitos alimenticios, que se produjo mediante 21 ítems que presentaban los cambios con respecto a la alimentación del sujeto; 2) Hábitos nocivos, a través de 2 ítems que señalaba los cambios que realizó en cuanto al hábito de fumar y alcohol; 3) Actividad física, mediante 1 ítem; y 4) Uso de medios de comunicación, que buscaba a través de 3 ítems conocer los cambios respecto a los usos de los medios de comunicación.

El análisis de fiabilidad del instrumento original se realizó a través del paquete estadístico SPSS-IBM v26.0, empleando la prueba de consistencia interna mediante un análisis alfa de Cronbach, la correlación ítem-total; la correlación al cuadrado (varianza explicada) con los reactivos de la escala; y el valor de fiabilidad si se eliminaba algún reactivo, los resultados evidenciaron un alfa de Cronbach de 0.81(calificado como aceptable) (Tabla 1).

Tabla 1. Primer análisis de fiabilidad de la “Escala de Cambios en los estilos de vida durante el periodo de cuarentena” 

  Media Correlación total de elementos corregida Alfa de Cronbach si el elemento se ha suprimido
Cambios que realizó en su alimentación respecto al consumo de Pollo 2,71 ,412 ,809
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados 2,41 ,350 ,812
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos 2,55 ,263 ,816
Cambios que realizó en su alimentación respecto al consumo de Huevo 2,71 ,441 ,808
Cambios que realizó en su alimentación respecto al consumo de Arroz 2,53 ,543 ,804
Cambios que realizó en su alimentación respecto al consumo de Verduras 2,68 ,444 ,808
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) 2,58 ,493 ,806
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) 2,67 ,469 ,807
Cambios que realizó en su alimentación respecto al consumo de Frutas 2,81 ,430 ,809
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) 2,60 ,512 ,805
Cambios que realizó en su alimentación respecto al consumo de Café 2,33 ,337 ,813
Cambios que realizó en su alimentación respecto al consumo de Frituras 2,56 ,419 ,809
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas 2,61 ,517 ,805
Cambios que realizó en su alimentación respecto al consumo de Fideos 2,39 ,524 ,806
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla 2,25 ,415 ,809
Cambios que realizó en su alimentación respecto al consumo de Azúcar 2,34 ,517 ,806
Cambios que realizó en su alimentación respecto al consumo de Sal 2,34 ,540 ,806
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery) 2,19 ,215 ,818
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres 2,54 ,366 ,812
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas 2,25 ,319 ,814
Cambios que realizó en su alimentación respecto al consumo de Suplementos nutricionales (Vitaminas y/o minerales) 1,86 ,236 ,818
Su consumo durante la cuarentena en cuanto a Cigarro 1,12 ,028 ,820
Su consumo durante la cuarentena en cuanto a Alcohol 1,35 ,061 ,821
Su actividad física o deportiva durante la cuarentena... 2,81 ,023 ,828
Respecto al uso de los medios de comunicación - Televisión 2,02 ,079 ,822
Respecto al uso de los medios de comunicación - Radio 1,80 -,010 ,824
Respecto al uso de los medios de comunicación - Internet 2,90 ,097 ,819

En latabla 2presentamos el análisis de validez interna a la que fue sometida la escala original fue mediante el Índice Kaiser-Meyer-Olkin alcanzando una medida de 0.847. La prueba de esfericidad de Bartlett fue significativa (3693.59, gl=351, p<0.001), evidenciando la necesidad de realizar el análisis de factores. El análisis factorial exploratorio de la escala identificó 8 factores que explicaban el 57.39% de la varianza. Posterior a ello se realizó el análisis de los ítems en función al criterio de saturación o aporte de la varianza < 0.4, siendo eliminados 2 ítems, obteniendo una escala final de 25 reactivos.

Tabla 2. Análisis de validez interna mediante el índice Kaiser-Meyer-Olkin de la “Escala de Cambios en los estilos de vida durante el periodo de cuarentena” 

  Componentes
1 2 3 4 5 6 7 8
Cambios que realizó en su alimentación respecto al consumo de Pollo ,320     ,522       ,316
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados       ,705        
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos       ,730        
Cambios que realizó en su alimentación respecto al consumo de Huevo ,533              
Cambios que realizó en su alimentación respecto al consumo de Arroz ,476 ,504            
Cambios que realizó en su alimentación respecto al consumo de Verduras ,705              
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) ,666              
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) ,667              
Cambios que realizó en su alimentación respecto al consumo de Frutas ,735              
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) ,589              
Cambios que realizó en su alimentación respecto al consumo de Café ,305     ,355        
Cambios que realizó en su alimentación respecto al consumo de Frituras   ,400 ,429          
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas ,358 ,461         -,333  
Cambios que realizó en su alimentación respecto al consumo de Fideos   ,603            
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla   ,568 ,389          
Cambios que realizó en su alimentación respecto al consumo de Azúcar   ,788            
Cambios que realizó en su alimentación respecto al consumo de Sal   ,776            
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery)     ,746          
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres     ,751          
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas     ,761          
Cambios que realizó en su alimentación respecto al consumo de Suplementos nutricionales (Vitaminas y/o minerales)     ,372       ,333  
Su consumo durante la cuarentena en cuanto a Cigarro           ,819    
Su consumo durante la cuarentena en cuanto a Alcohol           ,782    
Su actividad física o deportiva durante la cuarentena...             ,854  
Respecto al uso de los medios de comunicación - Televisión         ,769      
Respecto al uso de los medios de comunicación - Radio         ,833      
Respecto al uso de los medios de comunicación - Internet               ,839

Método de extracción: análisis de componentes principales.

Método de rotación: Varimax con normalización Kaiser.

a. La rotación ha convergido en 8 iteraciones.

La escala de 25 ítems fue sometida a un nuevo análisis de fiabilidad obteniendo un alfa de 0.81 (aceptable), los índices de correlación ítem total corregida y valores de alfa si el elemento es eliminado evidenciaron la pertinencia de mantenerlos en la escala final (Tabla 3).

Tabla 3. Segundo análisis de fiabilidad de la “Escala de Cambios en los estilos de vida durante el periodo de cuarentena” 

  Media Correlación total de elementos corregida Alfa de Cronbach si el elemento se ha suprimido
Cambios que realizó en su alimentación respecto al consumo de Pollo 2,71 ,416 ,803
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados 2,41 ,345 ,807
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos 2,55 ,252 ,811
Cambios que realizó en su alimentación respecto al consumo de Huevo 2,71 ,444 ,802
Cambios que realizó en su alimentación respecto al consumo de Arroz 2,53 ,551 ,797
Cambios que realizó en su alimentación respecto al consumo de Verduras 2,68 ,440 ,802
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) 2,58 ,492 ,799
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) 2,67 ,480 ,800
Cambios que realizó en su alimentación respecto al consumo de Frutas 2,81 ,417 ,803
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) 2,60 ,508 ,799
Cambios que realizó en su alimentación respecto al consumo de Frituras 2,56 ,430 ,803
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas 2,61 ,522 ,798
Cambios que realizó en su alimentación respecto al consumo de Fideos 2,39 ,534 ,799
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla 2,25 ,416 ,803
Cambios que realizó en su alimentación respecto al consumo de Azúcar 2,34 ,527 ,799
Cambios que realizó en su alimentación respecto al consumo de Sal 2,34 ,545 ,799
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery) 2,19 ,199 ,814
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres 2,54 ,353 ,806
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas 2,25 ,299 ,809
Su consumo durante la cuarentena en cuanto a Cigarro 1,12 ,021 ,815
Su consumo durante la cuarentena en cuanto a Alcohol 1,35 ,070 ,815
Su actividad física o deportiva durante la cuarentena... 2,81 ,010 ,825
Respecto al uso de los medios de comunicación - Televisión 2,02 ,088 ,817
Respecto al uso de los medios de comunicación - Radio 1,80 -,005 ,819
Respecto al uso de los medios de comunicación - Internet 2,90 ,106 ,814

La escala final quedó conformada por 25 reactivos que se presentan en laTabla 4. La prueba de esfericidad de Bartlett fue significativa (3514.19, gl= 300, p<0.001) y el indicador de adecuación del tamaño de muestra Kaiser-Meyer-Olkin fue adecuado (0.845).

Tabla 4. Presentación de la escala final “Escala de Cambios en los estilos de vida durante el periodo de cuarentena” 

  Componente
1 2 3 4 5 6 7
Cambios que realizó en su alimentación respecto al consumo de Pollo ,394     ,503      
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados       ,718      
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos       ,745      
Cambios que realizó en su alimentación respecto al consumo de Huevo ,565            
Cambios que realizó en su alimentación respecto al consumo de Arroz ,524 ,474          
Cambios que realizó en su alimentación respecto al consumo de Verduras ,697            
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) ,676            
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) ,686            
Cambios que realizó en su alimentación respecto al consumo de Frutas ,696            
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) ,578            
Cambios que realizó en su alimentación respecto al consumo de Frituras   ,363 ,456        
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas ,383 ,440         -,397
Cambios que realizó en su alimentación respecto al consumo de Fideos ,305 ,583          
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla   ,573 ,390        
Cambios que realizó en su alimentación respecto al consumo de Azúcar   ,786          
Cambios que realizó en su alimentación respecto al consumo de Sal   ,782          
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery)     ,766        
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres     ,758        
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas     ,767        
Su consumo durante la cuarentena en cuanto a Cigarro           ,813  
Su consumo durante la cuarentena en cuanto a Alcohol           ,798  
Su actividad física o deportiva durante la cuarentena...             ,871
Respecto al uso de los medios de comunicación - Televisión         ,800    
Respecto al uso de los medios de comunicación - Radio         ,725    
Respecto al uso de los medios de comunicación - Internet         ,448    

Método de extracción: análisis de componentes principales.

Método de rotación: Varimax con normalización Kaiser.

a. La rotación ha convergido en 6 iteraciones.

La agrupación de los ítems obtenida a través de la rotación ortogonal Varimax, evidenció la presencia de 7 componentes que explican el 56.47% de la varianza y que se encuentran distribuidos de la siguiente manera:

  • Componente 1: Consumo de huevo, arroz, verduras, tubérculos (papa, camote, yuca, olluco, etc.), menestras (frejoles, garbanzos, pallares, etc.), frutas y lácteos, explicando el 9.430% de la varianza y que obtiene un 0.48 de fiabilidad.

  • Componente 2: Consumo de pan y/o tostadas, fideos, margarina/mantequilla, azúcar y sal, alcanzando el 5.955% de la varianza y una fiabilidad de 0.61.

  • Componente 3: Consumo de frituras, comidas rápidas (por delivery), golosinas/postres y gaseosas y/o bebidas procesadas, que explica el 5.316% de la varianza y una fiabilidad de 0.29.

  • Componente 4: Consumo de pollo, carnes rojas y derivados y pescados y/o mariscos, que explica el 21.605% de la varianza y alcanza un 0.42 de fiabilidad.

  • Componente 5: Uso de medios de comunicación: televisión, radio e internet que explica el 4.401% de la varianza y obtiene 0.036 de fiabilidad.

  • Componente 6: Hábitos nocivos: Consumo de cigarro y alcohol, explicando el 5.022% de la varianza y obteniendo un 0.04 de fiabilidad.

  • Componente 7: Actividad física o deportiva que explica el 4.750% de la varianza y alcanza un 0.01 de fiabilidad.

Al ser una escala de medición ordinal tipo Likert, se procedió a confirmar los resultados a través del programa Factor Analisys obteniendo un KMO de 0.80 (confiable) y la prueba de esfericidad de Bartlett significativa (5528.8; p<0.001; gl=300), confirmando la existencia de 7 componentes que explican el 63% de la varianza.

En el anexo 2 se presenta el comparativo entre los resultados obtenidos a través de la correlación de Pearson y el análisis de correlaciones policóricas de los ítems finales.

Finalmente, dentro de los resultados encontramos en nuestra encuesta de cambios, las variables que nos gustaría presentar que tuvieron mayores cambios fueron tres. En primer lugar, respecto al uso de los medios de comunicación, se obtuvo que el 91% de los encuestados tuvieron un mayor uso de la internet. En segundo lugar, respecto al consumo de alcohol y cigarrillos, la mitad de los encuestados señalaron una baja en el consumo, mientras que solo un 2% y 3%, respectivamente, afirman haber aumentado su consumo. Finalmente, para la actividad física, el 65% de encuestados indica una disminución de esta durante el tiempo de la cuarentena.

DISCUSIÓN

La presencia de la pandemia en el mundo obligó a la mayoría de los países, entre ellas el Perú, a tomar medidas de aislamiento social obligatorio, que definitivamente ha provocado versatilidad en la manera de vivir de la población.

Por lo tanto, es importante conocer sobre los cambios que se han provocado en los estilos de vida, en especial en la población estudiantil universitaria, que además de la necesidad de adaptarse a este confinamiento, deben ajustarse a la nueva modalidad de enseñanza a distancia, donde se está varias horas frente a una pantalla, modificando mucho más la manera en cómo llevaban a cabo sus actividades cotidianas. Justamente, conocer sobre estos cambios nos permitirá tomar decisiones basadas en evidencia e intervenir en esta población, para contribuir en ellos el desarrollo de estilos de vida saludables.

El desarrollo y validación es un instrumento que mida este cambio es necesario e importante. Cabe resaltar que no existe una herramienta que mida en cambio en una etapa como la que nos encontramos, pues la mayoría mide el estilo de vida per se, pero no si luego de una situación singular arrojaría cambios importantes. Luego del análisis, este ha demostrado ser provechoso para ser utilizado para como herramienta para evaluación de estilos de vida en estudiantes universitarios de las carreras de ciencias de la salud, particularmente de medicina y psicología. La elección de los dominios de consumo de alimentos, actividad física, consumo de hábitos nocivos (alcohol y cigarrillo) y uso de medios de comunicación se encuentra justificada a partir de otros estudios que han evaluado estilos de vida, el cual a su vez ha sido respaldado a nivel estadístico. La consistencia interna del instrumento evaluado mediante el alfa de Cronbach fue de 0.81, un valor aceptable. A su vez, la presencia de la subdivisión en 7 componentes que explican el 56.47% contrasta bien con la división en estilos de vida que hay en otros estudios, donde justamente han evaluado la importancia de estos en una época de cambio como esta14-17. Cabe resaltar que no se realizó una validación de una encuesta dirigida al impacto mental, debido a que ya existen herramientas que evalúen dichos cambios, lo mismo con los cambios en los patrones de sueños. No obstante, sería importante cuantificarlos mediante otro estudio.

Finalmente, con respecto a los cambios encontrados, podemos señalar que, con respecto a la alimentación, estos cambios fueron mínimos, lo cual se asemeja con los resultados encontrados en otros estudios18,19. No obstante, con respecto a los medios de comunicación, si bien para la radio y la televisión, los cambios no han sido importantes, si lo fue para la internet, donde casi todos los encuestados señalaron un mayor uso de la internet durante el aislamiento social. Esto guarda relación con las actividades que ahora llevan los alumnos con respecto a las clases virtuales, y a la comunicación social, que ahora depende mayoritariamente a través de internet20,21.

En relación al cigarrillo y alcohol, podemos encontrar un grupo no mayoritario, pero si resistente al cambio, que afirma haber aumentado su consumo; si bien no podemos cuantificar exactamente cuánto es este incremento, llama la atención. Las respuestas a este hallazgo se pueden deber a la necesidad de algunos estudiantes a depender de algunos de estos hábitos para combatir algunos estados como ansiedad, que es altamente prevalente en esta población, como afirman algunos estudios22,23. Y para terminar, en cuanto a la actividad física, el aislamiento social no permite que muchos puedan movilizarse como lo hacían con anterioridad eso sumado al sedentarismo encontrado en los estudiantes debido a la falta de tiempo.24-26

Por todo lo mencionado con anterioridad, consideramos que instrumento puede ser considerado una herramienta útil para el tamizaje y obtener una línea de base para intervenciones dirigidas a mejorar el estilo de vida de los estudiantes de Ciencias de la Salud.

Dentro de las limitaciones del estudio podemos mencionar unos aspectos. En primer lugar, consideremos el sesgo de selección, debido a la selección de alumnos de las carreras de ciencia de la salud de dos universidades de Lima, Perú. Si bien no es posible hacer una inferencia completa a toda la población universitaria del país, se debe considerar que las características que llevan los estudiantes, más aun los que forman parte de las ciencias de la salud, es muy semejante. En segundo lugar, existen otras características sobre los estilos de vida que no se han evaluado por completo, inclusive dentro de los dominios estudiados; sin embargo, los patrones escogidos han sido los de mayor consistencia, esto con el fin de evitar realizar un instrumento prolongado, que ocasione otros tipos de sesgo relacionado al momento de hacer el respectivo llenado.

CONCLUSION

Este instrumento para medir los cambios en los estilos de vida reúne las propiedades psicométricas para ser considerado un instrumento útil, valido y fiable para medir dichos cambios en estudiantes de carreras de ciencias de la salud, siendo necesario validarlo en forma prospectiva en otras carreras y países.

Contribuciones de Autoría: Los autores participaron en la génesis de la idea, diseño de proyecto, recolección e interpretación de datos, análisis de resultados y preparación del manuscrito del presente trabajo de investigación.

Financiamiento: Autofinanciado.

Conflictos de intereses: Los autores declaran no tener conflicto de intereses

REFERENCIAS BIBLIOGRÁFICAS

1. Hassan SA, Sheikh FN, Jamal S, Ezeh JK, Akhtar A, S H, et al. Coronavirus (COVID-19): A Review of Clinical Features, Diagnosis, and Treatment. Cureus Journal of Medical Science. 2020;12(3). DOI: 10.7759/cureus.7355 [ Links ]

2. Sun J, He W-T, Wang L, Lai A, Ji X, Zhai X, et al. COVID-19: Epidemiology, Evolution, and Cross-Disciplinary Perspectives. Trends Mol Med. 2020;26(5):483-95. DOI: https://doi.org/10.1016/j.molmed.2020.02.008 [ Links ]

3. Vargas CM. Reflexiones sobre el COVID-19, el Colegio Médico del Perú y la Salud Pública. ACTA MEDICA PERUANA. 2020;37(1). DOI: http://dx.doi.org/10.35663/amp.2020.371.929 [ Links ]

4. Chirinos-Cáceres JL. La salud en el Perú en tiempos del coronavirus: A reflexionar. Revista de la Sociedad Peruana de Medicina Interna. 2020;33(1):10-1. DOI: https://doi.org/10.36393/spmi.v33i1.504 [ Links ]

5. Balanzá-Martínez V, Atienza-Carbonell B, Kapczinski F, Boni RBD. Lifestyle behaviours during the COVID-19 - time to connect. Acta Psychiatrica Scandinavica. 2020. DOI: https://doi.org/10.1111/acps.13177 [ Links ]

6. Zhang SX, Wang Y, Rauch A, Wei F. Unprecedented disruption of lives and work: Health, distress and life satisfaction of working adults in China one month into the COVID-19 outbreak. Psychiatry Research. 2020;288:11-29. DOI: https://doi.org/10.1016/j.psychres.2020.112958 [ Links ]

7. Zhang Y, Ma ZF. Impact of the COVID-19 Pandemic on Mental Health and Quality of Life among Local Residents in Liaoning Province, China: A Cross-Sectional Study. International Journal of Environmental Research and Public Health. 17(7):2381. DOI: https://doi.org/10.3390/ijerph17072381 [ Links ]

8. Rodríguez-Núñez I, Rodríguez-Núñez I. Prescribiendo ejercicio físico en períodos de cuarentena por COVID-19: ¿Es útil la autorregulación perceptual en niños? Revista chilena de pediatría. 2020;91(2):304-5. DOI: http://dx.doi.org/10.32641/rchped.vi91i2.2208 [ Links ]

9. Mattioli AV, Ballerini Puviani M. Lifestyle at Time of COVID-19: How Could Quarantine Affect Cardiovascular Risk. American Journal of Lifestyle Medicine. 2020. DOI: https://doi.org/10.1177/1559827620918808 [ Links ]

10. Chau C, Saravia JC. Conductas de Salud en Estudiantes Universitarios Limeños: Validación del CEVJU. Revista iberoamericana de diagnóstico y evaluación psicológica. 2016;1(41):90-103. Disponible en: http://www.redalyc.org/articulo.oa?id=459646901009/Links ]

11. Barquín CS, García AR, Ruggero C. Depresión, ansiedad y rendimiento académico en estudiantes universitarios. Revista Intercontinental de Psicología y Educación. 2013;15(1):47-60. Disponible en: http://www.redalyc.org/articulo.oa?id=80225697004Links ]

12. Páez Cala ML, Castaño Castrillon JJ. Estilos de vida y salud en estudiantes de una facultad de psicología. Psicología desde el Caribe. 2010;(25):155-78. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=s0123-417x2010000100008Links ]

13. Leyton M, Lobato S, Batista M, Aspano MI. Validación del cuestionario de estilo de vida saludable (evs) en una población española. 2018;13:10. Disponible en: http://dehesa.unex.es/handle/10662/10470Links ]

14. Di Renzo L, Gualtieri P, Pivari F, Soldati L, Attinà A, Cinelli G, et al. Eating habits and lifestyle changes during COVID-19 lockdown: an Italian survey. J Transl Med. 2020;18(1). DOI: https://doi.org/10.1186/s12967-020-02399-5 [ Links ]

15. Stanton R, To QG, Khalesi S, Williams SL, Alley SJ, Thwaite TL, et al. Depression, Anxiety and Stress during COVID-19: Associations with Changes in Physical Activity, Sleep, Tobacco and Alcohol Use in Australian Adults. Int J Environ Res Public Health. 2020;17(11). DOI: https://doi.org/10.3390/ijerph17114065 [ Links ]

16. Lippi G, Henry BM, Sanchis-Gomar F. Physical inactivity and cardiovascular disease at the time of coronavirus disease 2019 (COVID-19). Eur J Prev Cardiol. 2020;27(9):906-8. DOI: https://doi.org/10.1177/2047487320916823 [ Links ]

17. Dubey S, Biswas P, Ghosh R, Chatterjee S, Dubey MJ, Chatterjee S, et al. Psychosocial impact of COVID-19. Diabetes Metab Syndr. 2020;14(5):779-88. DOI: https://doi.org/10.1016/j.dsx.2020.05.035 [ Links ]

18. Dubuc M-M, Aubertin-Leheudre M, Karelis AD. Lifestyle Habits Predict Academic Performance in High School Students: The Adolescent Student Academic Performance Longitudinal Study (ASAP). Int J Environ Res Public Health. 2019;17(1). DOI: https://doi.org/10.3390/ijerph17010243 [ Links ]

19. Zazpe I, Marqués M, Sánchez-Tainta A, Rodríguez-Mourille A, Beunza J-J, Santiago S, et al. Eating habits and attitudes towards change in Spanish university students and workers. Nutr Hosp. 2013;28(5):1673-80. DOI: 10.3305/nh.2013.28.5.6553 [ Links ]

20. Carbonell X, Chamarro A, Oberst U, Rodrigo B, Prades M. Problematic Use of the Internet and Smartphones in University Students: 2006-2017. Int J Environ Res Public Health. 08 de 2018;15(3). DOI: https://doi.org/10.3390/ijerph15030475 [ Links ]

21. Kojima R, Sato M, Akiyama Y, Shinohara R, Mizorogi S, Suzuki K, et al. Problematic Internet use and its associations with health-related symptoms and lifestyle habits among rural Japanese adolescents. Psychiatry Clin Neurosci. enero de 2019;73(1):20-6. DOI: https://doi.org/10.1111/pcn.12791 [ Links ]

22. Hall L, Tejada-Tayabas LM, Monárrez-Espino J. Breakfast Skipping, Anxiety, Exercise, and Soda Consumption are Associated with Diet Quality in Mexican College Students. Ecol Food Nutr. junio de 2017;56(3):218-37. DOI: https://doi.org/10.1080/03670244.2017.1299010 [ Links ]

23. Jankovic SM, Aleksic D, Bahtijari Z, Jelic A, Klacar J, Kovacevic A, et al. Risk factors for severe dental anxiety among medical students. Vojnosanit Pregl. enero de 2014;71(1):16-21. DOI: 10.2298/VSP1401016J [ Links ]

24. Sevil J, Práxedes A, Abarca-Sos A, Del Villar F, García-González L. Levels of physical activity, motivation and barriers to participation in university students. J Sports Med Phys Fitness. octubre de 2016;56(10):1239-48. Disponible en: https://www.minervamedica.it/en/journals/sports-med-physical-fitness/article.php?cod=R40Y2016N10A1239Links ]

25. Hinton DC, Cheng Y-Y, Paquette C. Everyday multitasking habits: University students seamlessly text and walk on a split-belt treadmill. Gait Posture. 2018;59:168-73. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/S0966636217309670Links ]

26. Tsitsimpikou C, Tsarouhas K, Vasilaki F, Papalexis P, Dryllis G, Choursalas A, et al. Health risk behaviors among high school and university adolescent students. Exp Ther Med. octubre de 2018;16(4):3433-8. DOI: https://doi.org/10.3892/etm.2018.6612 [ Links ]

Recibido: 22 de Junio de 2020; Aprobado: 06 de Agosto de 2020

Correspondencia: Víctor Juan Vera Ponce. Dirección: Calle Cantuarias 398, Miraflores 15074 Teléfono: + 51 940072431 Correo:victor_jvp@hotmail.com

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